Dendrobiumcgk

我怎么这么失败

Tue, 14 Apr 2026 05:10:42 GMT

我怎么这么失败

又开始了，这种无力的感觉，这种ping-pong effect。最近的各种事让我觉得心力憔悴，好像又回到了高一那种什么都抓不住的感觉。每天坐在工位上不知道在干什么，我打开电脑，盯着毫无头绪的SNS3代码，随便改了一个类名就是各种疯狂的报错，一会是头文件没有注册啦，一会又是参数缺少引用什么的。唉，我只是个连指针也才仅限于了解的c++白痴。接着就是专业知识，各种路由协议还有那么多的通信算法全得重新学，上个月看了协议栈，稍微了解了llc，arp之类的，甚至连dijkstra我之前都给忘了，今天看了LoRa，然后学了点GNN网络，天天听到这个名词我以为是什么很高级的东西呢。但依旧感到一种巨大的虚无，每天没有具体的任务，只能看看代码看看文章问问ai，然后自顾自地稍微做点笔记。

我整天坐在工位上，一天下来一句话也没有讲过，白天期盼着下班，可一理好东西背上包踏出门的时候又不知道要去哪里，首先我自然是要回宿舍的，回去干什么呢？无非是放下东西，洗澡，然后坐在同一个电脑屏幕前，和白天的区别就是打开steam，然后开始玩游戏，偶尔会和朋友联机，那样还可以说说话，可那又有什么意思呢？启动杀戮尖塔，公式选储君，然后忍受枯燥的开局，一般是出一张陨星一张打击，然后两下格挡，接着就是拿差不多的牌，打公式的几个boss，我已经开始感到厌倦了。塔2的音乐让我产生了一种幽闭恐惧症的感觉，我感觉这个世界变的越来越小，越来越密不透风。换个事做吧，那也是点开b站，看每天都在变化的抽象视频，昨天是我的刀盾，今天是嘎子卖酸奶，明天肯定又是个别的什么东西，关掉b站就是下意识地点开微信和qq，然后一看没人找我也没人回我，群里又在聊着无聊的东西，不是工作就是炒股，我僵硬地滑着屏幕，这都有什么意思，对啊，这tm都有什么意思啊？有意思的生活我怎么想不起来了，我有点受不了这样的生活了，我怎么把自己的世界越活越小了。

我有几天试着下班后去中山公园散步发呆，我背着电脑包坐在荷花池边的长椅上，有时是儿童乐园旁的长椅，就那么坐着，戴着耳机，一边纵许科技剥夺我的听觉，一边放几首post rock，然后看着儿童公园旁边的草丛由稍许反着阳光的绿色慢慢变暗，接着变黑，天空从白里透蓝到蓝里透黑，哦，那是太阳落山了，路灯亮了起来，走过的老爷叔和路人的脸也渐渐看不清了，这时候我一看表，卧槽，七点多了，我们该离开这了，每当这时我总是跑不过夜晚，只是在我站起来走两步的时间里，夜就完全来到了，只要一出公园的门，又是目不暇接的霓虹灯，什么又又中心，鼎值口腔，然后人来人往的，尽管我已经非常隐身了，但走在路上总感觉有人在盯着我看，接着又是公式回寝室，在我这里宿舍是一口超级压抑的棺材，我又要躺到那口棺材里去了。

我对失败的定义有两方面，对目前的我来说，无论是哪方面都能充要地证明我是个失败者。

首先是能随心所欲地克服生活中碰到的问题，毋宁说是以一种稍显轻松的姿态完美地解决遇到的技术性或者生活性困难，

很明显，我目前遇到的困难大部分是没有解析解的，甚至连判断结果的性能指标都没有，并且不存在一种先这样后那样的方法论来指导我完成这些事，我只能跟愚公移山那样，做着不知道有没有效的劳动，并伴随着无尽的焦虑。我满足我对失败的第一条定义。

其次是能否从日常的人类活动中获得充分的人文关怀，能否感受到幸福和快乐。

也很明显，在这一点上我也是没有的，上班期间我不讲一句话，下班之后最多也就是和以前的同学或者朋友打打游戏，实在憋不住了就开kook语音，但这种人类活动真的能得到关怀吗？全是简单对话的机械重复，全是简单烂梗触发的机械反射，我有时候会呵呵呵地笑，但那像是一种吸了笑气触发某种反射地笑，我唐笑，却没有从中获得快乐，我越笑内心就越空虚，我的身体好像被算法控制了，甚至包括我自己和我的朋友同学们也被算法控制了，开一些低劣的玩笑，讲一些恶俗的烂梗，我们就控制不住地笑，到底在笑些什么啊，这些东西有什么好笑的啊，你们tm都是傻逼吗，我是傻逼吗？我们的幸福和快乐到底在哪里啊，我已经忘记上一次感到快乐是什么时候了，也许缺乏那种安全感，也许缺乏那种最简单纯粹的思考方式。我满足我对失败的第二条定义。

最近跟一个网上认识的姐姐聊的蛮多的，但说实话，也仅限于最简单的交流，那种我说A，她说B，从来没有因为A所以B，因为B所以C，因为C所以D，这样三段逻辑以上的稍微有深度的对话。不过这也正常，不过是一个网友罢了，聊那么多有的没的干什么呀，人家现实里难道跟你一眼没有朋友吗，有必要跟你聊这些吗。话虽如此，我依旧感谢这位姐姐，如果你碰巧看到这段文字，谢谢你愿意回应我如此无理的搭话并且没有嫌我烦，dendro为此感到非常喜悦，这是发自内心的，并且dendro希望温柔的你能拥有一个更快乐更幸福的生活，这也是发自内心的。

再回首西西弗神话-摘抄

Tue, 07 Apr 2026 05:10:42 GMT

人就是要在这冰冷而又燃烧着的有限世界中，带着伤痛活着

荒谬与自杀

在某种意义上讲——就像在情节剧中那样——自杀，就是承认，就是承认被生活超越或是承认并不理解生活。

自杀只不过是承认生活着并不“值得”。诚然，活着从来就没容易过，但由于种种原因，人们还继续着由存在支配着的行为，这其中最重要的原因就是习惯。一个人自愿去死，则说明这个人认识到——即使是下意识地——习惯是可笑的，认识到人活着的任何深刻理由都是不存在的，就是认识到日常行为是无意义的，遭受痛苦也是无用的。

生活的荒谬性是否就迫使人们或通过希望或通过自杀来逃避它呢？

荒谬的墙

任何真实的认识都是不可能的。唯有显象（apparence）能被揭示出来，唯有相应的气氛能让人们感觉到。

在某些处境中，一个人对其思想是什么的问题回答说“没什么”，这可能是一种伪装。被爱者清楚地明了这一点。但是，如果这个回答是坦诚的，如果这个回答形象地表现了心灵的一种特殊状态——在这种状态中，空无（vide）成为不容争辩的事实，日常连续的行为中断了，心灵则徒劳地寻求重新连接这些行为的纽带——那么，它就是荒谬的最初标志。

起床，乘电车，在办公室或工厂工作四小时，午饭，又乘电车，四小时工作，吃饭，睡觉；星期一、二、三、四、五、六，总是一个节奏，绝大部分时间里这条道路很容易沿循。一旦某一天，“为什么”的问题被提出来，一切就从这带点惊奇味道的厌倦开始了。“开始”是至关重要的。厌倦产生于一种机械麻木生活的活动之后，但它同时开启了意识的运动。它唤醒意识并且激发起随后的活动。随后的活动是无意识地重新套上枷锁，或者是确定性地觉醒。觉醒之后，随着时间的推移，就会产生结果：自杀或是恢复旧态。厌倦自身中具有某种令人作呕的东西。在此，我应得出这样的结论：厌倦是件好事。因为一切都始于意识，而若不通过意识，则任何东西都毫无价值。这些观点并不包含什么独创之处。它们都是显而易见的：在某一段时间内，这就足以概括认识荒谬的起源。一切都起源于这平淡的“烦”。

在平淡无光生活的日日夜夜，时间带着我们往前走。但是，我们带着时间往前走的时刻总会到来。我们是向着未来生活着的：“明天”，“以后”，“你到那时”，“随着年龄增长你会明白”。这些悬而未决的设想值得重视，因为它们最终都与死亡相关。然而在某一天，一个人确认或者说出他三十岁了。他就这样确定了他的青年时代。但同时，他是通过时间而处于青年时代的，他在时间中取得他的位置。他认识到，他在某一时刻处于一条他承认必须穿过的曲线那里。他是属于时间的，并且通过这种突然抓住他的恐怖，认识到自己最凶恶的敌人。明天，在他本该全身心拒绝明天之时，他还是寄希望于明天。

更低一级是陌生性：发现世界是“密闭无隙”的，发现一块石头是多么地陌生于我们，并且是多么地不能归结到我们这里，以及自然、一道风景又是多么地能够否认我们。在任何美的深处都包含着某种非人的因素，这些山丘，这宁馨的天空，这些树影就在这一刻失去了我们赋予它的梦幻意义，从此就变得比失去的天堂还要遥远。世界原初的敌意经过千年又与我们相遇。我们在一瞬间突然不再能理解这个世界，因为，多少世纪以来，我们对世界的理解只是限于我们预先认为是它的种种形象和轮廓，而从此，我们丧失了使用这种方法的力量。世界逃离我们，因为它又变成了它自己。

在某些清醒的时刻，他们机械的动作，他们毫无意义的手势使得他们周围的一切变得荒谬起来。在玻璃隔板内有个人在打电话，我们听不见他的声音，但却看见他毫无意义的动作：我们不禁会问他为什么活着。这种面对人本身的非人性所感到的不适，这种面对我们所是的形象感到的巨大失败，这种被我们时代的某个作家称作“厌恶”的感情，同样也是荒谬。我们某些时刻在镜子里看到的陌生人，我们在自己拍的相片上看到的熟悉而又令人厌烦的兄弟，同样还是荒谬。

这里还有一些树，我熟悉它们粗糙的树皮，还有这水，我感觉到它的味道。这草的香味，这些星星，这黑夜，这些使心灵舒展畅快的夜晚，我怎么能否认这个我感到它的权力和力量的世界呢？

思维，就是重新学会看和注意，就是集中其意识，就是运用普鲁斯特的方法把每一种思想、每一种想象都变成一块享有特权的领地。奇怪的是，一切都享有特权。能够证明思想正确的东西就是它极端的意识。

哲学性的自杀

世上存在荒谬的婚姻，存在着轻蔑、怨恨、沉默、战争，还有和平。对这些现象中的任何一种来讲，荒谬感都来自于比较。这样，我就有充分理由说，荒谬感并不来自对一个行为或印象的简单考察，荒谬感是在对一种事实状态和某种现实的比较中、在一个行动和超越这个行动的世界的比较中突然涌现出来。荒谬从根本上讲是一种离异。它不栖身于被比较的诸成分中的任何一个之中，它只产生于被比较成分之间的相遇。

归根结底，我的探索首要的和唯一的条件，就是要保留这个挤压我的东西，就是要重视我以为它之中重要的那些因素。我刚才已把这定义为一种较量，一场无休止的斗争。

如果我们承认这个概念的全部力量都在于它用以冲击我们的根本希望的方法，如果我们感到荒谬为了持续存在下去需要人们不同意它的话，我们就会清楚地看到它已经失去了自己的真实面目，失去了其人的和相对的特性，以便进入一个既是不可理解的又是令人满意的永恒之中。如果存在着荒谬，那它就处在人的世界中。一旦荒谬的概念改变，成为通向永恒的跳板，这个概念就不再与人类的明晰性相关联。

我们知道，荒谬只有在一种平衡之中才有价值，它首先存在于比较之中，而不是存在于比较的各项之中。

荒谬的人并不进行这种消除差异的活动。他承认斗争，并不绝对地轻视理性，并且承认非理性。他的目光扫遍所有的经验材料，并不准备在知道之前就跳跃。他仅知道，在这个专注的意识中已不复有希望的地位。

知道自己不能摆脱非理性，因而想至少逃离这无望的思念，他认为无望的思念是贫乏和无意义的。如果他用狂热的坚持代替其反抗的呼喊，那他就会忽视那至此为止一直启发他的荒谬，而且导致他把他拥有的唯一确定的东西——非理性——宗教化。

我知道荒谬是在什么上面建立起来的：精神和世界互相用力地支撑着对方，却不能互相包容。我要寻求的是这种状态下的生活规律，而人们给我提出的答案却忽视了它的基础，否认痛苦对立诸项中的一项，并且要求我取消它。我要问我将之当作自己命运的命运包含着什么，我知道这种命运隐含着含混暧昧和无知，而且人们向我肯定说这种无知可解释一切，这茫茫黑夜就是我的光明。但是，人们这样并没有回答我的欲求，而且这激动人心的诗意语言并不能向我掩盖它的怪诞。因而我们应该离开它。克尔凯郭尔可能会厉声警告说：“如果人对永恒没有意识，如果在一切事物的深处只有野性沸腾的强力主宰，只有它在昏暗不清的激情旋涡内制造着伟大或无价值的事情，如果那毫无基础的、没有任何东西可以填充的空无躲藏于事物之下，那么，生活不是失望又会是什么呢？”

当人们认为世界必定是清晰明白时，自然会给出一个关于世界的清晰明白的看法。这甚至是合法的，但却与我们现在进行的论证毫不相干。我们的论证旨在揭示，当精神从认为世界是无意义的哲学出发，最终在世界中找到一种意义与深度时所采取的步骤。这些步骤中最触动人的本质上是宗教的，是在非理性的主题中表现出来的。但是，最悖论的又最有意义的步骤是这样一个步骤，它赋予世界以理性的根据，而最初它认为世界是无规则的。

让我们重申一下：思维绝不是要以伟大原则的名义将显象统一起来，让我们熟悉它。思维就是重新学习看，就是引领自己的意识，就是使每个图像变成一个有特权的地方。换句话说，现象学拒绝解释世界，它只是要对实际经验进行描述。这种描述在其最初的断言中肯定了荒谬的思想，这最初的断言是：没有真理，只有各种真理。从这夜晚的徐风直到放在我的肩上的这只手，每一事物都有它的真理。

人们不是仅用一事物解释所有的事物，而是用所有的事物解释所有的事物。

纯粹心理学的观点认为，世界的所有面貌都享有特权，在荒谬的人看来，这种观点既包含一种真理，也包含一种痛苦。一切都应享有特权，反过来说就是一切都是平等的。但是，这个真理的形而上学之面使他走得如此之远，以致通过一种原始的反应他感到自己可能更接近柏拉图。人们的确告诉他，任何形象都设定了一种同样享有特权的本质。在这个没有等级的理想世界里，正式的军队只是由将军组成的。超越性当然被消除了。但是，思想突如其来的转折又把一种片断式的内在性重新引入世界，这种内在性重新恢复了宇宙的深度。

荒谬，其实就是指出理性种种局限的清醒的理性。

在克尔凯郭尔的启示录中，要求得到清晰的欲望如果想得到满足的话，它就应当放弃这一欲望。罪是想要去知，而不是知（从这点讲，每个人都是无辜的）。荒谬的人能感觉到罪这一点构成了他的有罪和无辜。

关键在于带着这些破裂活着，在于带着这些破裂思考，在于知道是应该接受还是应该拒绝。完全不可能掩盖明证的东西，也不可能通过否认荒谬的方程中的一项来消除荒谬。必须弄明白人们是否能够依靠荒谬而生活，也须知道逻辑是否强迫人们因荒谬而死亡。

我对哲学性的自杀并不感兴趣，我仅对自杀感兴趣。我只不过想清除掉自杀的情感内容，了解它的逻辑与真诚。对荒谬精神来说，任何其他立场都隐含着精神面对它所要阐明的东西逃避了，退缩了。胡塞尔说应摆脱“根深蒂固的习惯在某种业已被承认的、舒适的存在条件下生活与思考”。但是，最后的跳跃在胡塞尔那里却恢复了永恒及安适。跳跃并不像克尔凯郭尔所说的那样呈现出一种极端的危险。相反，危险是发生在先于跳跃的某一短暂时刻。能够处在这令人眩晕的山顶，这就是诚实，其余的态度都是遁词。

狄拉克之海上的涟漪[需封存]

Wed, 18 Mar 2026 05:10:42 GMT

I have been one acquainted with the night. — Robert · Frost ( 1874 - 1963 )

缘起

这个文档我想记录从高二时期开始的那段刻骨铭心的往事，当然，"刻骨铭心"这种形容词仅对于我个人的感受成立，毕竟太多情感上的翻涌只发生在我内心深处，当事人应该没有任何感觉，不论她是否曾经察觉，这一切也不重要了。从2018年到现在已经过了8年了，我早不是那个青涩的小男生了，之前闲的没事翻了翻自己的朋友圈，发现从20年高考结束后竟然陆陆续续发过好几次或明晃晃或暗戳戳地想引起她注意的动态，仍有若干条内容表达着对那个人的心存侥幸，在如今看来早已跟几则笑话一样，除了能瞬间让我代入到那种压抑窒息的状态之外只剩几分局外人的戏谑。

那么从哪里开始讲起好呢？

养一株向日葵

那还是在交大附中本部的时候。不知是谁先起的头，大家把喝完的塑料瓶剪掉上半截，只留下一个透明的底座，装上一点不知从哪弄来的土，再种上一颗仙人球，或者几粒种子，就成了一只简陋的小花盆。教室北边的窗台很宽，于是很快就被一排排这样的盆栽占满了。

有一次中午吃完饭，我回到教室，看见小 h 正低着头给她的那盆植物浇水。具体种的是什么，我已经记不清了，只记得那一刻忽然觉得，这样的事情有一种很安静的趣味——在课业的缝隙里，养一株会慢慢长大的植物。于是我一时兴起也开始制备自己的小盆栽。

我甚至在某宝上淘了种子，肥料，小铲子和小喷壶。有向日葵，薄荷还有薰衣草，我做了三个小盆，分别种下了这三种植株，把一粒粒白色的肥料埋进土里，然后把他们摆在教室旁边的天台上，每天早上给他们浇水，像完成一件不太重要、却不能缺席的小事。没过几天，向日葵就从土里探出头来，它探出一点绿色，于是我把它搬进教室，放在窗边，忍不住多看几眼。

也是那时候，她走了过来。(叫她z好了)，她站在旁边，看了看那株刚冒头的幼苗，轻声说：“这是你种的吗？”我有点意外她会跟我搭话，有的没的搪塞了几句，心里却隐约有一点不易察觉的高兴，她居然会因为这个注意到我。后来我常常借着看花、浇水的理由，走到教室后排去。她正好坐在那里。

其实也未必有什么要紧的话可说。只是那种开口前的犹豫、对话时的轻微紧张，还有结束时一点说不清的留恋，让人愿意一再靠近。

她留着一副短发，瘦瘦高高的，本来是戴着一副白色塑料眼镜，但不知什么时候开始换成了副金丝镜，看上去很正经的一个人，jansport的包上总时挂着一个怪物公司的毛绒玩偶。每次撞见，她都抱着一摞书，中午下课奔饭，也总是第一个冲出教室。

高一那会上生物课，她老积极了，有一次生物课前的闲聊，她说“原来你们居然还会预习课本的吗？我就刻意不预习，这样才能在上新课的时候保持新鲜感！”也许就是因为她很喜欢生物，所以才会对我的那盆向日葵格外上心吧。有几天，我甚至发现她会替我给它浇水。那种不经意的参与，让我觉得她是个很认真的人。

幼苗长得很快。就那么几天，那株探出头的植物的花苞渐渐变大，最外的一层缓缓展开变成了两片嫩叶，幼茎越来越长，它总是向着背太阳的那面弯曲(后来才在生物课学到"向光性"），叶子也越变越多，最初只是两片嫩叶，随后变成四片、六片。

没过多久，暑假到了。于是我把那株花拿回了家，依旧是每天浇水，偶尔放点肥料。某个早晨，那个紧闭的花苞突然打开了，露出了里面像蜂巢的那个东西。我很兴奋，拍了张照片，发给了她。

"哇，开花啦！你可要好好养着呀！"我看着那个T2噬菌体的头像，心里有种说不上来的温暖。

后来的事不大记得了，我还种了一盆薄荷，也发芽了，长出了有清新味道的叶子，由于要离开本部了，所以我把它留在了教室外的栏杆下。至于后来有没有人继续照看它，我就不知道了。

那盆向日葵则留在了我家里。它没有什么特别的结局。只是像许多普通的植物一样，在几次无意的疏忽之后，从一片叶子的枯萎开始，接着就是不可挽回的凋零。

百万英镑

这段故事发生在

"师娘带你摘星星"

闵行图书馆

夜晚的操场

北京

一次决裂

西西弗斯

高考之后

Nothing GOLD can STAY

OPPO-K9安装emotn报错

Sat, 14 Feb 2026 05:10:42 GMT

反编译 (Decompile)：

将你的 Emotn APK 文件拖入工具界面。
点击 Decompile（反编译）按钮。
等待下方日志显示“Decompile successful”。

编辑清单文件：

点击工具界面上的 Decompiled APK directory（反编译文件夹）按钮，直接进入源码目录。
找到根目录下的 AndroidManifest.xml。
右键使用记事本或 Notepad++ 打开。

删除冲突代码：

搜索并删掉这一整行：<category android:name="android.intent.category.HOME" />。
保存文件并关闭。

第三步：打包与签名 (Compile & Sign)

回编译 (Compile)：
- 回到 APK Easy Tool 界面，点击 Compile（编译）按钮。
- 工具会将修改后的文件夹重新打包。
签名 (Sign)：
- 编译完成后，点击 Sign APK（签名）。
- 注意：如果不签名，OPPO 电视会识别为“非法安装包”。
提取文件：
- 点击 Recompiled APK directory 按钮，你会看到一个带有 _signed 后缀的 APK 文件，这就是成品。

关于‘美’的思考

Sat, 07 Feb 2026 05:10:42 GMT

关于"美"的思考

其实这篇随笔之前在朋友圈和qq空间已经发过了一遍了，但突然点开许久未动过的blog，感觉还是放点什么上去，于是就搬过来了(

这两天明日方舟终末地宣传的老结棍了，在狂轰滥炸的宣发下我注意到终末地里的perlica特别特别像异度之刃3里的mio，甚至我听说战斗系统都和异刃系列特别像，于是便想试试。不过在那之前我先去看了遍异度之刃3的番剧向实况，就像在我高三疫情在家的偷偷看异度之刃2的剧情一样。那为什么要谈“美”呢？因为我好像在mio身上感受到了那种“美”的感觉，上一个是胡桃再上一个是异刃2里的焰，再再上一个，让我想想也许是fate里的小樱？

什么情况下我们会发自内心的用“美”这个词呢？对一样东西，顶多评价它漂亮、好看，但对一副风景对一段音乐，美这个词就派得上用场了。这其中的区别在于后者能让我们沉浸在其中。当微风夹杂着特殊的香味跟随阳光拂过脸庞的时候，当动人的乐章和歌词勾起翩翩浮想的时候，我们似乎被什么力量拉去了一场梦境里，那里的所有东西都能与我们的或记忆或情感产生连结。微风和阳光让我想起了小时候的某个傍晚，云卷云舒；动人的歌词让我想到了眼泪，孤独这些名词。这些情感和记忆好像很遥远，但越遥远的越值得慢慢怀想。

这种怀想，柏拉图称之为“召回”，他认为我们的灵魂在充入这局身体之前早已见识过“美的本身”，因此一切勾起我们怀想的都是“美”遗失在现实的碎片。真正的“美”是找不到的，我们只能尽力去勾勒它的形状。我不想说这么复杂，因为很多情况下我们是无法分辨“美”的。能召回记忆的媒介有很多，有的人看几张充满性暗示的擦边照片都能傻乐个半天，但你能说那是美吗？那眼神直勾勾的仿佛要把那玩意一口吞进去，柏拉图把这种感受称为新鲜感，它更多的是一种欲望一种对感官刺激强烈的渴望。当然我不是要对这种情感进行批判，在不侵犯人道主义的前提下，它们只有结构的不同，并无本质的不同。我想谈论的“美”毋宁说也是一种刺激，但这种刺激是舒缓的，延续的，优雅的，它让我觉得有这么个东西在身边，在心里似乎也挺不错？

前几天重温了几篇对高中时期的我影响很大的文章，里面有提到一则关于欲望和审美的看法:“我们希望将欲望人性化一段时间后再释放，让它回归到兽性的那一面，最后再回归人性化的这么一个轮回。这个过程被尼采称为“酒神仪式”，它能激发出人对于美的思考和渴望。”这个原理非常简单，先炫压抑着，实在受不了就导出来，导完了就空虚了，贤者时间了。人一进入贤者时间就会自然而然地思考更深刻的话题，而且这种思考是近乎绝对理性的，是剔除了感官噪声的。很多情况下被认为是华丽，漂亮的东西在那一刻会迅速腐烂成一堆苍白的色块和乏味的线条。(也许这在某种程度上可以算作是一种低通滤波器hhh)而留下的依旧让人感到温暖的东西则嬗变为了“美”，似乎只要待在它旁边便会觉得这个冷冰冰的、充满了逻辑和算计的世界，还有那么一点点值得停留的理由。

是啊，一个停留的理由，一个继续出发的理由，有时候我们需要的不正是这样可有可无但却在每一个重要节点重要关口支撑下去的理由吗？这理由的背后是源自我们内心力量。那种超越感官的，近乎无穷的心灵的力量，那份藏匿在我们情感和内心深处的温柔的力量，不是能轻而易举地支撑我们碾碎现实中遇到的一切牛鬼蛇神吗？那些看起来像样板间一样华丽却又虚伪的东西，那些像工业化批量生产试图定义什么是幸福什么是美的东西。我们需要这么一个东西来直面它们的诱惑。

我突然发现最初提到的让我感受到美的几个角色似乎正是出现在我人生每一次的重大抉择中，mio出现在我考研的时候，焰出现在我高考的时候。我庆幸自己在最需要的时候遇见了她们。

于是乎，问题反倒变得简单起来了，漂亮的面孔一定要配黑丝吗？惠灵顿牛排就一定要配梵克雅宝吗？样板间一样的幸福真的能住人吗？那些在关键时刻陪你走了一段路的角色，那些在最疲惫的时候让你安静下来的画面和音乐，难道会因为不够流行、不够正确，就失去意义吗？如果有些东西在热闹退场之后依旧没有消散，依旧能让人愿意再向前一步，那它已经回答了“美”这个问题本身了。

因为

“美，不正存在于这静静的旅途中吗？”

第一次看到流星

Sun, 14 Dec 2025 05:10:42 GMT

第一次看到流星

今天是2025年12月15日00:45，已经是凌晨了，但我要把这件事写下来，虽然感官上才没过去多久，但严格说来，它发生在“昨天”——12 月 14 日晚上，大概八点多。我在高新食堂吃完小火锅，因为吃的很撑，5盘羊肉2盘玉米1盘蘑菇还有一盘鱿鱼，所以我决定走回先研院宿舍，尽管作出这个决定的时候我已经在电瓶车上骑了小一会了。于是在驶出校园，通过马路进入高新校区和先研院中间相隔的那一大片荒地的时候，我下了车。调了一首好听的音乐，然后慢悠悠地往前推车。期间偶尔有人从我身旁骑车路过，大概会以为我的车坏了，不得不推着走，谁会知道我是想消食才这么做的呢，嘻嘻。

我其实特别喜欢一个人散步的感觉，这时候我往往会开始自言自语，思考一些平时根本不会想的问题，把心里的话讲出来，好像确实能把脑子里的思路理顺一点。扯远了，这些都不重要。重要的是，也许正是因为我那一刻决定下车推车，我才第一次看见了流星。当我推着车走出荒地，照例等路口的红绿灯，就在我慢慢推车走过斑马线，准备左转的时候。就在那一瞬间，我余光瞟到天空有个什么光点划了过去，那速度完全不像是任何的人造物体，不是飞机或者别的什么，它一点声音也没有，如果是飞机，这么低的高度早该轰隆隆地震天响了。而且它快的诡异，我刚注意到它，想抬头仔细看的时候，它就已经消失了仿佛从未存在过。我下意识的以为它会保持亮度至少完整地从我视线里离开，但仔细一瞧后啥也没有，我怀疑是我眼花了，于是把它当作了路边施工的白灯反射到眼镜里的光，脑子里甚至还闪过一个荒唐的念头：会不会是什么外星人的飞行器。直到我回寝后刷pyq，发现一个朋友说今天看到了流星，那一刻我突然意识到刚刚那个奇怪的光点很可能就是一颗流星，上网一查，原来这两天正好是双子座流星雨。

太神奇了，这是我第一次看到流星，回想到流星的英文叫shooting star，忽然觉得这个词取得真好，太形象了，它真的就跟出膛的子弹一样，无比的快同时又无比的亮。所以我决定把这件小事记下来。趁记忆还热的时候。

朝花夕拾

Sun, 14 Dec 2025 05:10:42 GMT

碎裂时间下的闪烁

这个文档我想记录一些我小时候的事，当然，很多事我早就不记得了，但很多一闪而过的画面和对许多事第一次的感觉我还能历历在目，我想趁这些记忆还在我脑海里时把他们用某种媒介记录下来。千与千寻里的钱婆婆有句台词说过：“曾经发生的事不可能忘记，只是暂时想不起来而已。”我想人有时候需要往内心深处走走，我想找到小时候那种第一次产生不同感受的感觉。

从哪里开始说比较好呢？

卡布达，铁甲小宝

最近我预定了橘猫工业家的q版卡布达巨人和鲨鱼巨人，卡布达...铁甲小宝...我不知道你们是否看过这部日本特摄剧。但就我而言，它像一把钥匙——忽然之间，把我带回了很久以前。

我第一次看到这部剧，是在一个绿色树叶图标的频道里，后来才知道这个频道是叫教育频道。

壹

第一段记忆我记得是我在我太太的老房子里，她老旧的方脑壳电视放在一个衣柜上面，屏幕很小还会时不时闪着雪花，房间总时非常昏暗，她的衣柜上还贴着财神还是什么的年画。她把我抱在怀里，电视里正好播到蜻蜓队长，他把四个蜻蜓形状的麦克风架成一个方阵。太太指着屏幕里的机械蜻蜓用土话逗着我说“慷慷，看呀，战斗机！”我记得我反驳说，那个是蜻蜓，不是飞机，但太太只是对着我笑。我现在回想，她应该只是想逗我开心。

贰

第二段记忆也是关于我太太的，上幼儿园的时候，那会我应该是豆豆班，班里有个同学带了一个卡布达的玩具来学校，他虽然四处炫耀，但却非常大方，几乎把卡布达借给了所有的同学玩，我也不例外。我接过他的玩具，几乎玩了一整天，我当时好像非常喜欢卡布达的手变脚的那个机关，那是把一小块塑料从几乎严丝合缝的凹槽里掰出来，翻转，变成脚底板。那种恰到好处的阻尼感我到现在还记得，甚至直到今天在拿到新玩具时仍会下意识地寻找这种感觉。我记得快放学的时候，我做了一件现在想起来有些羞愧的事，我趁那个同学不注意，把卡布达揣在自己的口袋里想带回家。外面的天有点昏暗，我从班级的门里钻出来，看到是太太来接我，于是便赶紧把玩具递给她。太太看着变形到一半的卡布达，她说”搿啥物事啊，一只龙虾么“，我没有跟她解释，只是示意快点离开，免得让同学发现他玩具丢了。当然，回家以后，这事被我妈妈发现了，她把我臭骂了一顿，然后对我说拿别人的东西警察叔叔是会来找你的，而且他们已经在路上了。当时的我被这话吓坏了，那晚我好像哭的泣不成声，我妈拿着那个卡布达躲进了卫生间，许久都不开门。我急坏了，不停地敲打卫生间的门问我妈该怎么办，过了一会，我妈从里面出来，她拿着那个玩具说：“我已经跟警察叔叔打过电话了，如果你明天把这个玩具还给你同学并且跟他道歉的话，他们就不抓你。”这套话术，在今天连个三岁小孩都知道这是家长为了教育孩子编的谎话，当时的我应该只有4岁，对此深信不疑，第二天有没有给那个同学道歉？我记不得了，记忆到此为止了，但那种惶恐的感觉我至今都记得，那是一种忐忑。

叁

关于卡布达，还有第三段记忆，我妈妈有个闺蜜，我妈让我叫她“jima”，对应的她老公就叫“jijia”，（本地话里是这样讲的，不要在意这些细节）。我妈第一次带我去他们家的时候大概也是在幼儿园那会。他们家比较小，但很整洁，那是一个夜晚，他们的客厅好像没有开灯，房间里开了一根白炽灯，那灯光有点发绿，也可能是因为他们的柜子是绿的，地板是蜡黄的复合木地板，我记得他们家的柜子上摆了很多盒子，好像有一台老式电脑，那天我第一次见到jijia，他对我非常热情，好像早就从我妈那知道我什么样了，具体聊了什么，我已经忘了。只记得好像刚没见面多久，他就骑着电瓶车，带着我和他的女儿跑到我们街上的一家玩具店，那家店里琳琅满目，挂满了各式各样玩具，塑封包装，内容物展露在外的那种。他对我说：“慷慷欢喜哪个，随便挑一只”，我一眼就扫到了挂在外面的一排铁甲小宝，蝎子莱莱，蜘蛛侦探还有一个鲨鱼辣椒。我指着那个黄黄的，他居然脱口而出“蜘蛛侦探是伐，好！”说完就把那个玩具取下交给我，然后让他女儿也选了一个，她拿了一个粉粉的东西，结完账，我们就回去了。

至此我对jijia的记忆结束了，并且再也不会有了。因为在高二的时候我妈突然对我说：“你还记得你那个jijia吗，他在某天夜里没了。”，我楞了一下，脑子里浮现的第一幅画面，就是那天夜里，站在昏暗玩具店门口，那个乐呵呵，瘦瘦黑黑送我玩具的男人。我妈说，那天半夜，jima觉得他有点不对劲，一开始没当回事，可后来突然他连喘气都不喘了，120来的时候已经来不及了。听我妈讲这些的时候，我隐约觉得自己能体会到jima那时经历了什么，那种绝望和撕心裂肺。我妈说，那件事之后jima就像变了一个人，经常在朋友圈发想念jijia的推文，断断续续持续到了我念大学。现在她们虽然因为各自家庭的事不怎么联系了，但期间我妈一直希望jima能从这件事里走出来。

去年2024年初，那个许久不和我妈联系的jima突然给我妈发了微信又打了电话，两个人聊了许久，然后她们约着一起去看那会刚上映的《飞驰人生2》，我妈说总不能空手去，于是准备带一箱牛奶，那会我刚考完研，正好闲着，就开电瓶车载着她过去。时隔接近20年，当我再次站在他们家楼下时，对这个地方已经毫无印象，甚至一度以为他们早搬家了，但我妈却熟练地按下门铃，然后提着东西往楼上走。这是我第二次来到他们家，房子似乎比记忆里小了一大圈，屋里有点乱糟糟的。jima的女儿房门紧闭，她说她还在睡觉。我看着她，依稀只能通过瞳距和脸部轮廓里依稀辨认出一点旧日的影子，她和我记忆力的样子完全判若两人，直到她开口，那种低沉而熟悉的声音才把我拉回过去。“jima好”“慷慷伐？哎呦，人哪能介大了啦”当然，其实我高中时期就已经一米8了。我注意到小时候留有印象的小房间，由于大量堆积的杂物，现在那扇推拉门已经形同虚设。那个我印象里整洁，有点绿绿的房间已经和客厅融合在了一起，这里没有一处是和以前一样的，除了房子的户型。

回去后我妈和我说，你jima和jijia以前是非常爱干净爱整洁的人，如果放在从前，他们绝不会让家变成这样，说这话的时候，我妈自己也有些恍惚，好像一时也不太认得她了。jima现在在做美容方面的生意，我妈不止一次地给我看她朋友圈的照片说：“你jima现在应该已经从那件事里走出来了，你看她发的照片，多时髦啊。”那些照片里的 jima，总是加满滤镜和特效。我不知道镜头之外的她在想些什么。但我知道，jijia曾经是一个多么热情的男人，他们有个女儿，有个还算不错的家庭，甚至还会给一个刚见面的孩子买蜘蛛侦探。她们的小家曾经有过灯光、有过整洁、也有过未来，可这些东西却在一个夜里被什么无形的东西一下子夺走了。命运的变故就是这样突如其来，它以万物为刍狗，一夜之间就能夺走你所有的东西。有时我会想，这世界是不是应该对她们宽容一点。至少，让我jima能真正走出来吧。

听到以前动画的歌，好想哭，这些旋律曾经在我还是个很小很小的孩子的时候抱过我，那时候我坐在那个方脑壳的大电视前，爷爷奶奶就在我身边，几个太太也都还在。我知道礼拜六可以去他们那边看电视，我甚至相信就算我突然后仰摔在地上，我的太太也会把我接住。那里的空气是如此的清爽，那里的阳光是如此的浓稠，我只要考虑下一秒做的事，不用去担心明天会怎么样，甚至都不用去理解明天的概念。我好怀念这种概念的空白，我什么都不用知道什么都不用焦虑，我只要看有趣的动画片，然后等我妈妈来叫我上床睡觉，没有色情没有焦虑没有死亡。

不知道你们有没有看过《爱，死亡，机器人》的第一季，里面有一集叫《齐马蓝》。齐马创作了无数的画作，但在他的画作中永远会有一小块青蓝色，这块蓝色随着他的创作越来越大，直到最后，他只留下一个简陋的泳池，他跳入那个泳池，拆解自己，把自己变成一个简单的清扫机器人。因为那才是他的起点，一台负责清扫蓝色泳池的机器。，他一直在寻找的，是在他产生意识前的那片蓝色，一种无意识的，宛如浸没在羊水里的感觉。现在的我被复杂的知识、焦虑、欲望和死亡的概念层层包裹，但在很深很深的地方，在我的灵魂深处仍然有一个念头：跳回那个简陋却完美的泳池，回到那个等待妈妈叫我睡觉的夜晚——那种宛如浸没在羊水中般的绝对的平静。

互联网核与童年

Sat, 13 Sep 2025 02:33:13 GMT

我们为什么怀旧？从互联网梦核谈起。

说说近两年的互联网怀旧浪潮。

一当我们谈论梦核的时候，我们在谈论什么？

对互联网亚文化有所关注的人或许都观看过或至少听说过梦核这一亚文化美学风格。它通过LOAFI电子拼贴等现代传媒技术，对千禧年间的阈限空间进行陌生化处理，因而在作品中呈现一种超现实的怀旧感。而怀旧就是我们今天的主题。

那么梦核是如何体现怀旧的呢？视频中的图片或许能很好地体现梦和所构建的独特想象空间和情感体验。不难发现，就电视机、Windows桌面、2D卡通图像、古旧泛黄的墙面、高饱和度、低明度等元素在梦核类作品中出现的频率相当高。这些元素让我们想起了什么？是的，童年梦境和无边无际的幻想空间。梦核的艺术表现呈现复古赛博的风格特征。它通常采用梦、白日梦或噩梦的题材，且这类作品的图像背景通常置于80年代和90年代场景。

想象一下你躺在柔软的、布满卡通玩具熊的床上，在童年的一个雨夜独自熬夜。爸爸妈妈还没有回家，雨水从窗玻璃上滑落，留下细密的水痕。你数着钟表上分针走过的位置，开始计算还有多久才能等到他们回家。可是，睡眼朦胧中，没等多久上下眼皮就开始打架。眼睛的细缝，最后透过来的模糊画面是闪烁雪花片的电视机，电视里已经开始放映略带忧伤的动画片片尾曲。你进入了梦乡，来到一片灰绿的原野，这里海拔似乎很高，云卷云舒，它们缓缓从你身旁经过。你伸手去碰时，它们却像跟你嬉闹似的快速溜走了。

你抬头从草叶舞动的方向看到风的痕迹，它们在耳边轻声告诉你曾经的喜怒哀乐。那些过去在你身体里流淌，现在已经穿过你的情绪。河流实在太过遥远，你已记不清楚它的温度，但越遥远的，越适合慢慢怀想。你试图对童年以及童年梦境进行还原，即便那大概率只是你的一厢情愿，更不用说你幼儿园的毕业纪念册已经不知所踪，但你依然执着。于是你坐下来翻阅一本名为《怀旧》的书，开始你与你的想象的浪漫纠葛。那么怀旧究竟是什么？

二、什么是怀旧？

如果说从怀旧的定义谈起，那么翻阅《牛津词典》给出的解释是：怀旧是一种对过去的伤感的渴望。两个关键词：伤感、渴望。伤感表示情感倾向是负面的，渴望是对情绪种类的定义。但这还不够准确。当代心理学对怀旧的定义是：怀旧是一种以服务当下心理需要为目的，以今夕并治结构为核心，且苦乐参半的复杂情绪。也就是说，它包含着对过去的渴望、对现在的不满，以及坚信过去会比现在好的一种伤感又甜蜜的怀想。

如果要给当代互联网的怀旧分类，那么怀旧具体表现在以下几个方面。首先是回忆经典，比如将经典流行音乐与土味网络音乐进行对比，厌倦了流水线式的加速版，老歌和采样在重温经典老歌视频下评论“爷青回”，并感叹华语乐坛的衰落等。其次是追忆新鲜，如在数码科技产品方面，智能手机开始兴起的时候，有网友说自己小时候第一台手机就是酷派，跟板砖一样，摔到好多次都不坏。又或者是更早，试问谁没有玩过割绳子、水果忍者这类趣味休闲手机小游戏呢？此外，人们还试图怀念复古，通过胶片颗粒划痕、闪烁的灯光、模糊的边界和褪色处理，使照片类似20世纪70年代的宝丽来照片、老胶片相机的风格。这些都是在当代技艺实践中对复古的技术化怀念，以及在各类和艺术作品中反复被提及的主题想象。

童年在加速社会背景下，现代生活中人被异化。现代人对于不断加速的生活节奏感到困扰不堪。在此背景下，人们对于无忧无虑的童年的追忆与感怀，也是对充满压力、焦虑的当下的一种逃避与情绪发泄。

回望近两年的互联网，能看到似乎正在兴起一股大规模的怀旧浪潮。起初它表现为一种文艺上的复古，此后渐渐扩散到各个领域短视频。即使他们怀念的不是同一批事物，然而其中引发怀旧的因素却有相同之处。我们似乎能从这几年众多复古文艺作品和怀旧帖子中窥见一种集体性的精神创伤。

有的人在怀想2019、2018、2017年，称这是疫情前最美好的几年；也有人对当下互联网文化的荒诞、抽象与冷漠感到厌倦与不满，表达了对早期互联网非主流文化（如火星文、论坛文化）的缅怀，表示那时的网友素质比现在高，个人发布的内容更优质，最重要的是，在互联网上活跃的人们更真诚。当然，这里不针对电诈等网络诈骗手段展开叙述，也不是这里所要讨论的内容。

缅怀这种将互联网视作家园的早期互联网文化，还是源于对当下动辄网络暴力、造谣对质的互联网环境的不满，对人与人之间的猜忌、冷漠的失望。而这种当下互联网的生态环境特征与文化，也暴露出一系列的社会结构性问题与矛盾。

还有人被旧影像资料，如20世纪90年代的广告、春晚，就街景记录片、老动画片、旧课本、旧的家庭陈列场景等，上世纪八九十年代的特定生活场景唤起对过去尤其是童年的想象与追忆。能看到的是，即使时间把每一个人都推向前，推向未知的未来，总有那么一批人，试图沉浸在对过去的记忆与想象里，寻找一个以过去为基点的乌托邦的维度。

然而，怀旧无论如何，其底色必然是孤独的。怀旧之人，在过去与未来的时间的常规界限里，事实上找不到心安处，唯有一遍遍把记忆拿出来翻看查阅，让自己不至于被时间冲走。

三为什么我们喜欢梦核

让我们再次回到梦核。理解了何为怀旧以后，就很容易说出梦核吸引我们的点究竟是什么。可以让我们来尝试分析梦和的审美心理。

首先是陌生感与熟悉感带来的极强的审美与怀旧体验。弗洛伊德将梦作为诠释无意识心理活动的重要途径之一。人在日常生活中未能实现的愿望和受到抑制的欲望，通过潜意识在梦中得以显现。梦境则将这种欲望和无意识的本能冲动修饰、化妆为画面。从精神分析视角上看，梦和实际上就是人的本能冲动被压制后升华的结果。

梦的解析的方法也可用于梦和的解析。二者都力图从被扭曲的内容中寻找出原始的个体或集体无意识因素。而作为梦和作品重要表现内容的预限空间，却很容易受到忽视。模糊不清的边界地带，或者是具有不确定性以及多种选择性的空间，被统称为预限空间（Liminal spaces）。

在梦和影像中，预限空间都被表现为空无一人的场所，让观者仿佛看出这里明显曾经跟人类有关，但此刻又没有任何人占据。人们对于这里人来人往的常理想象，与画面中空荡的画面之间形成强烈对比，进而营造出一种吊诡的氛围感。

预限空间充分调动了大众在空无一人、过渡场所中孤独彷徨、犹豫踌躇的状态，并且通过充分留白，激发人们对黑暗与未知的无限联想。这种联想根据每个人对恐怖不同的感受阈值，发展成专属的内在的情绪体验，而不再是被创作者强加灌输的情绪和情感。

当遗忘的童年记忆被预限空间唤醒时，消逝的童年场景就随之归来。这种撕裂的场景既能激发观者童年的相似情感，这是梦和作品熟悉感的来源，同时又因为画面的细节与个体记忆不符而产生陌生感。二者交织在一起，就能让我们产生一种矛盾的美感。

童年之所以不可复制，就在于它不可复现。

我们无法回到童年，但我们有办法通过怀旧，超越现实，将怀旧对象作为重构童年的媒介。而新旧交替的梦和，恰好使得当代人有机会重塑记忆世界。

梦和作品中怀旧的那部分，还能够帮助我们进行自我认知和身份延续。借助梦和这种怀旧媒介，我们得以延续消逝的童年，不断确认我们所爱的、所怀念的、所坚守的究竟是什么。我们曾经是谁，又将成为什么样的人。

由此当理性在解决诸如现代姓刘浪带来的诸如孤独个体身份延续性的降低以及生活意义的缺失等精神和情感层面的问题失效时，怀旧作为一种防御机制，至少能够给予我们最基本的人文关怀和心理慰藉。观看梦和作品的过程，同时也是在宣泄我们潜意识的欲望和愿望，允许主体对个体无意识进行凝视与反思。梦合集为经由潜意识修饰扭曲后的过往作品所表现的预限空间，就象征着人们的童年幻想，这是一个完全没有时间冲刷痕迹的地带，一切就如当初一样变动不居而令人安心。

梦荷与梦境有相似之处，然而他终究不是梦境。梦和使梦中的场景成为我之外的东西，主体能够抽离出来，通过觉察，在观看梦和作品时产生的情感与激发的个体回忆，来对自我深层的意识与欲望进行分析与反思。这种观看与反思，恰恰就是对无意识内容的引导和宣泄。我们通过梦和怀旧，同时产生对自我深层次的觉察。

四、我们为什么怀旧？

梦和显然是为我们提供了一个怀旧的载体。前面对梦和吸引我们的原因的分析已经部分解释了我们怀旧的原因，比如怀旧能够帮助个体疗愈创伤、更好地认识自我等等。譬如在B站搜索梦和泪视频，一些标题是“你成为想要成为的大人了吗”亦或是“你可以回来，但是这里已经没有人了”的视频播放量很高，评论区也有很多网友分享自己的童年回忆，光怪陆离的梦境，以及观看梦和作品时引发的情感触动。

青少年时期是一个人建立自我认同最重要的阶段，是儿童向成年人过渡的时期。根据时间与自我发展的关系，人的自我认知至少可以按照现在时、过去时和将来时三种方式进行。立足当下，或是树立理想目标，又或是返回到过去的历史中，借助过去的生存经验为自己提供帮助。而怀旧则属于过去时。不论是已经成为想要成为的大人，还是慢慢变成自己小时候讨厌的人，在对过去的怀旧中，都产生各自不同的心理感受。那些辜负了儿时期望的人，或愧疚、或后悔、或感伤，试图通过找寻过去的自我，给童年的自己画像来获得一点安慰。就如同电影里的反派，在童年时或许也只是个天真的孩子，之后由于误入歧途或内心被其他事物蒙蔽，走上不归路，一般临死前，最后一件事也不过是找回失联的童年伙伴。而那些已经成为自己想要成为的人，在今昔对比中也发现，世界并不如自己想象中那样美好。自己儿时的梦想如今成真，似乎也不过如此，但也总寄希望于拾起童年的幻想，将一切不如意统统归咎于现实。由此个体便更深刻的生发对于真实的世界与理想世界的思考。

怀旧同时也是在社会衰退、经济结构变化时产生的集体现象。它表面上是对过去的回忆，但追忆过往背后充满了对过去的想象和对当下的对比，反映了社会转型过程中的复杂情感结构。在20世纪末，面对即将到来的新世纪，人们对其充满着期盼与向往，彼时人们的心态是积极向上朝前看，但到了21世纪，怀旧成了过去对未来完美想象的寄托。而到了21世纪，本来该须于过去的失调，却变成了不可治愈的现代顽疾。20世纪始于某种未来主义的空想，终于怀旧。因此那些在千禧年间，寄托人们对未来美好幻想而创造出来的艺术幻想与如今现实的迥异形成了巨大反差。过去的美好幻想与如今灰暗平淡的现实世界形成一种奇妙的对比，那些复古未来主义的东西，正在受到越来越多的关注。于是，在一个生活节奏和历史变迁节奏加速的时代里，怀旧不可避免的就会以某种防卫机制的面目再现。

五、我们如何看待怀旧？

由于怀旧是一种对过去的伤感的渴望，按试着一重向后看，以及过去比当下和未来更美好的时间观和价值取向，这就明显与现代的时间意识背道而驰。怀旧在现代自然很容易被打上软弱消极、落后的标签。难道怀旧就等同于堕落吗？即使怀旧不等同于救赎，我们也不能够将其视作对现实的全然逃避。真正的悲观主义者在行动上恰恰是积极的，因为他们对世界变好不再抱有任何期望，才会在当下积极行动。而乐观主义者通常表现得更加愤世嫉俗，他们才是理想主义者的真身，总寄希望于让世界变成更美好的样子，不愿无视结构性的问题，也不愿顺从于不合理的规则。

从哲学美学的角度来看，现代怀旧有回归式、反思式和认同式三种不同的层面。怀旧看似消极，实则暗含了对真善美的最原始的渴望。在此活动中，现代人为将来而回望过去，并用回望和前瞻性的姿态去设想过去的人如何看待过去的过去，以及将来的人如何看待今天。过去既不支配现在，也不破坏现在，而是对现在有强大的影响，甚至塑造功能与现在对过去的想象和建构。这一活动的影响同步过去，甚至反作用于我们今天的生活，形成对后者的阐释和规约。它使我们能更加从容舒展的面对当下的危机，这就是怀旧的意义所在。怀旧让我们得以在时间与空间的位移中找到自己的位置。我们在时间的长河中以怀旧获得片刻的安宁，那么就算做个无伤大雅的美梦又有何妨？只要还会醒来，只要还记得漫天星光。

直视骄阳书后问题

Thu, 04 Sep 2025 03:57:17 GMT

你是否赞同，直面死亡就如同直视骄阳一样，是一件既痛苦又困难的事情，但是如果你想要充分觉知地活着，真正了解人类生存的处境、人生的有限性以及短暂的生命之光，就非常有必要这样来做？

你是否了解并赞成亚隆医生在副书名中使用“死亡恐惧”，而不是使用“对死亡的担忧”？

为什么我们只把注意力放在“恐惧”上？是不是人们根本无法战胜死亡恐惧？

我个人是赞同直面死亡就如同直视骄阳这个比喻的，亚隆在书里写的非常有道理，死亡就和太阳一样永远悬挂在我们的头顶，我们也许很少会直视它，但这明亮的世界以及低头时地上倒映出的影子都无时不刻不在提醒太阳的存在，就像我们在日复一日的生活中稍作停顿，比如某个失眠夜晚的胡思乱想，死亡焦虑就从我们的内心爬了出来。如果我们想充分觉知地活着就要意识到我们人生的有限性以及生命之光的短暂。而对于一个事件，我们只有知道他的尾声在哪里，才能更好的了解在它的每个阶段应该做什么事。因此把那个潜藏在黑暗之中的人们极度忌讳的“死亡”搬到台上是非常重要的。

亚隆医生在副书名中使用了“死亡恐惧”而不是担忧，我觉得是十分恰当的。我记得刘慈欣在《流浪地球》的小说里写过一段关于死亡的话：“你在平原上走着走着，突然迎面遇到一堵墙，这墙向上无限高，向下无限深，向左无限远，向右无限远，这堵墙是什么？这堵墙是死亡。”死亡就像一堵墙，我们走到这就无路可走了。人对时间的感知是对数下降的，这意味着我们会越过越麻木，也许在未来，好几年的生活对你的感知就跟小时候的一个月一样，我们就像是把油门踩死的汽车，这时候突然撞上了一堵概念上的墙壁，走到了尽头，谁不会感到恐惧呢？

第一章韦氏大辞典对“伊壁鸠鲁式的人(epicure)”这个词的注释是：指那些沉迷于奢侈人生和感官享乐的人。亚隆医生是否能说服你，让你相信古希腊哲学家伊壁鸠鲁提出了一些更有价值的东西，让我们每个人都能从中受益？果真如此的话，这些有价值的东西到底是什么呢？

我认为对我多少还是有一些的，伊比鸠鲁的一些观点就像是那种我在心底隐约察觉，却从未真正拿来推敲的想法。他的一个观点是：既然灵魂与肉体同归于尽，死亡对我们而言便无所谓。我们无法感受分解后的虚无，既然无法感受，它就与我们无关。换句话说：当我活着时，死亡尚未到来；当我死去时，已经没有“我”了。那么，又为何要畏惧一个我们永远无法经验的状态呢？我觉得很有道理，这番话在结构上很像我当初第一次了解斯多葛主义时打动我的句子，就像那句马可奥勒留在沉思录里写的：“一个人不可能既失去过去，又失去未来。因为一个人不拥有的怎么能被夺走呢？如果一个人只拥有现在，那么它便不可能失去他并不拥有的东西。” 是啊，我们无法失去我们从未拥有过的东西，正如我们也无法体验从未能被体验的死亡。亚隆曾描绘过一些人对死亡的恐惧：他们想象自己被封进潮湿的棺材，感受蛆虫和蜈蚣在他腐烂的躯体上爬行。但伊比鸠鲁告诉我们当死亡到来时，主体早已不在，只剩下一具热力学机器熄灭后的躯壳。至于这具物理实体会怎样变化，与“我”已毫无关系。

伊比鸠鲁还有一个观点让我感受到了人文意义上的温暖，他认为生前和死后，是一个对称的两极。我怎么从未想过这个点呢？我们经常能听到那些所谓死后投胎的离奇传说，但似乎从未仔细思考这其中的对偶关系。亚隆也说既然人们并不避讳出生前的那道虚无，又为何惧怕死后的那段黑暗呢？我最近经常能刷到一些关于梦核，记忆核的视频，有几段视频的封面采用了上世纪的那种蓝色玻璃配白色瓷砖的老楼，配上标题：我出生前的世界是什么样的？看着这些画面，我并没有恐惧，反而感到一种平静的好奇。是啊，我们出生前的世界是什么样的？那里的天空是否依旧蔚蓝？空气是冷还是热？它与我们出生后的世界，又有多大差别？

亚隆还用了一段俄国作家纳博科夫的话：“摇篮在深渊上晃动。常识告诉我们，我们的存在只是一束短暂的光亮，夹在两方永恒的黑暗之间。这两头的黑暗其实并无差别。但人们能平静地接受出生前的黑暗，却不愿面对那日益临近的另一头。”

从6岁到青春期之间的儿童曾经告诉过你他们害怕死亡么？他们是不是对死亡都充满了好奇？在你周围，青少年们是否会突然甚至爆发性地对死亡充满了困扰和焦虑？果真如此的话，他们如何表达这种困扰和焦虑？

我并不真正了解多少儿童，但他们对死亡的思考始终令我好奇。我记得《大耳朵图图》里有一集就是讲的我们如何面对死亡，我觉得图图的思考方式和我小时候还挺像，他会因为担心周围亲人和朋友的死亡在深夜给牛爷爷打电话问他“牛爷爷，你死了吗？”这种令人哭笑不得又极为真实的念头又何尝不是一个刚得知死亡这件事的小朋友最本能的反应呢？担心别人会死，担心自己会死，更害怕亲人在自己疏忽的一瞬间永远消失。以前我会说这是杞人忧天，但现在我明白了，这是一种死亡焦虑。在那一集里给出的对死亡这个终极问题的答案是：要给这个世界留下自己的礼物。这与亚隆书中的“波动影响”不谋而合，他在书中讲到，一位深陷死亡焦虑的患者，在母亲葬礼上听到母亲的朋友们讲述往事。那份善良与柔和的力量通过朋友的记忆再次显现，让她意识到自己的母亲并未完全消失，而是借由他人的生活继续延展。这种影响，会经由朋友、朋友的孩子，乃至朋友的朋友一代代流传。亚隆医生用这个例子来解释“波动影响”。似乎这种解释在图图看来多少也能缓解他的死亡焦虑。我记得我在大耳朵图图这一集的评论区留下博尔赫斯的一句话“死亡是活过的生命，生命是在路上的死亡”

我还记得以前高一在交大附中本部的时候，在一次夜谈时，wzy突然说：有时候他怀疑这个世界是虚假的，比如自己的爸妈在另一个卧室里睡觉，自己只能觉察到这个概念却无法从感官上体验这个事实，谁知道当房间的房门紧闭时我们的父母到底去了哪里呢？也许房门外是一片虚无，也或许房门紧闭的瞬间世界上只有我们孤零零的一个人。我知道有人会反驳这种唯心主义的论断，但这种想法并非毫无缘由，我们害怕那些由未知而带来的不受控制的东西，就像图图在见不到牛爷爷时会想去确认他是否还活着。毫无疑问，死亡这件事是最不受我们控制的未知了。死亡有时会毫无征兆的出现，虽然有时它明明有迹可循但当它在我们面前显身时，我们却没有任何办法。

第二章想到死亡，你自己最大的恐惧是什么？你可以用语言表达出来么？可以想象出那幅场景么？你自己曾经有过一些其实根源于死亡恐惧的焦虑或恐惧情绪么？

对我来说死亡最大的恐惧不是自己的消亡，而是周围熟悉事物的离去，我害怕我熟悉的亲人的死亡，我无法想象一个没有爷爷奶奶生活的世界，

第三章在你的人生经历中曾经有过“觉醒体验”么？比如因大病、离婚、失业、退休、丧失至爱，或是因一个有影响力的梦、一次有意义的聚会而引发的觉醒体验？这些体验是否曾经影响过你？你是否认为这种觉醒激发了自己内在的力量，让你更加珍惜生命、对死亡也有了不同的看法？

第四章你觉得自己在过去的人生中对谁产生的波动影响最大？你觉得自己未来可能对谁产生最大的波动影响？在面临压力或是体验到死亡恐惧的时候，你是否曾为自己吟诵过一些类似于“那没有击垮我的，将使我更加坚强”“成为你自己”诸如此类的格言、观念或是警句？

第六章你还记得自己第一次经历身边的人去世的场景么？第一个去世的亲友是谁？你当时经历了怎样的体验？你参加过很多葬礼么？回忆一下那些至今留在你记忆深处的几次葬礼。

你曾经有过濒死体验么？你当时的反应是什么？现在回想起来，你的感觉怎么样？你是否觉得自己实现了儿时的梦想？发挥出了自己的潜能？亚隆医生说，他的工作和个人信仰根植于现世存在的世界观，拒绝超自然的信仰，对此，你怎么看？宗教或信仰是你应对死亡的一部分么？亚隆医生不相信来世，并且认为意识（和伴随意识的所有一切）都会在大脑停止运作时消失，你对此如何看待？

《直视骄阳：征服死亡恐惧》

[美]欧文·D.亚隆

24个笔记

第一章死亡之痛

从孩提时代开始，孩子们便可以注意到林林总总的死亡痕迹——落叶、死去的昆虫和宠物、去世的祖父母、老去的双亲、一望无际的墓地等等。他们也许只是看着这一切，有些惊奇，然后学着像他们的父母一样保持沉默。
每时每刻想着“死亡”这回事并不容易，就好像用肉眼直视骄阳，你实在坚持不了多久

第二章识别死亡焦虑

“死亡最可怕的地方不在于让你丢失未来，而在于让你没有了过去。实际上，遗忘是死亡的一种形式，贯穿于整个人生。”

第三章觉醒体验

虽然死亡可以从肉体上摧毁我们，但死亡也能从精神上拯救我们。
对死亡的恐惧常常与人生虚度的感觉紧密相关。
换句话说，你越不曾真正活过，对死亡的恐惧也就越强烈；你越不能充分体验生活，也就越害怕死亡。尼采简洁有力地将此概括为“圆满人生”和“死得其时”——就像希腊人左巴所主张的那样：“除了那烧毁的城堡，什么都别留给死亡。”萨特也在他的自传中写道：“我平静地走向人生终点……让我把心脏的最后一次跳动印刻在我最后一页作品上，死亡只能带走我的尸体。”
重要决定背后常常有其深刻的根源。每一次选择都意味着放弃，而每一次放弃都使我们意识到生命的有限和短暂。
从无限的可能中选择其一有着负面含义：做出的选择越多，你的人生也就越有限、越短暂、越僵硬。
海德格尔曾把死亡定义为“未来的可能性不再有可能”。

第四章观念的力量

伊壁鸠鲁的第二个论点指出，既然灵魂在肉体死亡时同样死去，烟消云散，死对我们来说也就无所谓。我们感觉不到那分解掉的东西，任何感觉不到的东西也就和我们没有关系。换句话说：当我活着的时候，无所谓死亡；当我死去的时候，我已经不存在了。因此，伊壁鸠鲁认为，为什么要害怕那些我们永远也感觉不到的死亡呢？
摇篮在深渊上晃动。常识告诉我们，我们的存在只是一束短暂的光亮，夹在两方永恒的黑暗之间。这两头的黑暗其实并无差别。但人们能平静地接受出生前的黑暗，却不愿（数着每小时4500次的心跳）面对那日益临近的另一头
2025/07/16 发表想法

大耳朵图图动画片里有一集讨论死亡时就引用了“波动影响”的概念，胡英俊带图图去参观毕加索的画展，告诉他毕加索爷爷虽然已经不在这个世界上了，但他的画作却作为礼物留了下来，让现在的人能继续因为他的故事而思考

原文：的思想所带来的“波动影响”能够使别人得到快乐，这让她深感自豪，并使她更有勇气去面对人生必死的痛苦，面对那些充斥于媒体和外在世界的恐怖和暴力。
“从她的朋友中找寻她的身影。”这句话中包含着令人欣慰、给人力量的生命意义的源泉。这条普遍的真理便是：善行使人不朽，遗泽后世。
即使面临无法抗拒的外在限制，你依然有选择的自由，依然可以选择以不同的态度来面对这些限制。
如果你加入了这个思想实验，并且发现这样想让人觉得痛苦，甚至难以承受，那么，显而易见的解释是：你觉得自己过得并不好。我继续问你两个问题：你什么地方过得不好？你对自己的人生有什么遗憾？

第五章通过关系克服死亡恐惧

因此，存在的孤独意味着死亡不仅是指生物学意义上的生命丧失，而且包括你个人丰富、神奇、详尽、独一无二的心理世界的丧失。这个世界在其他任何人的头脑中都无法复制。我的回忆——把脸埋在母亲那件波斯羊毛大衣里，闻着陈腐的樟脑味；初中时过情人节，兴奋地瞥着那些女孩子；在一张有着红色皮革桌面、黑檀木桌腿的桌子上和父亲下棋、和叔叔玩纸牌；20岁时和堂弟一起搭了一座烟火台——所有的这些片段，还有其他多如繁星的细节仅仅属于我一个人，而其中的每一段故事、每一个主角都将随着我的死亡永远消失。
朋友们会因为你所做或所想的事而感激你，但是感激不只如此。真正有影响力的讯息是“我把你的一部分放在我的心里，它们改变了我，丰富了我，我会把这些传递给其他人”。

第六章死亡意识：我的回忆录

第一个片段和烤点心有关。在母亲葬礼前的一个晚上，我突然有点儿强迫似的想烤一炉妈妈最喜欢的点心。我怀疑自己其实是想分散一些注意力，况且和妈妈一起烤点心对我来说是非常开心的回忆，我想再次感受和她在一起的感觉，哪怕只有一点点也好。于是我做了生面团，让它发酵了整夜。第二天早上，我一边揉面团，一边加入肉桂、菠萝酱、葡萄干，再放入烤箱烘烤，做好之后与那些参加完母亲葬礼回来的家人、朋友一起分享。但是，这点心做得很失败，也是我做点心以来唯一失败的一次：我忘了加糖了！也许，这正是我内心深处传递的讯息。我的无意识在提醒自己——你太关注妈妈冷酷的那一面了！我的无意识仿佛在轻轻推着我说：“你看，你忘记甜蜜的部分了。她对你的照顾，还有她对你没有说出来的深深的、无限的爱。”
“我们这里也发生了这种情况吗？”我问。他环视着团体，摇着头说：“不，这里没有，这里不同。你，你们每个人都和我在一起。” 其他人谈到他们需要知道关爱他与打搅他之间的边界所在，也就是说，我们是不是问了他太多的问题？他说他是我们的老师，正在教我们如何去死。他是对的，我永远都不会忘记他，还有他教给我们的这一课。但是，他越来越虚弱了。他说，传统的治疗方法过去管用，现在却不再奏效了。他希望谈论一些灵魂层面的东西，而这个领域正是治疗师们不会涉及的。 “你所说的灵魂层面的东西是指什么呢？”我们问道。
我想起狄兰·托马斯[插图]曾说过，虽然爱人走了，爱却永存。当我第一次读到这句话时曾深深地被打动，但是现在，我想知道“永存”在哪里？抑或这不过是一个柏拉图似的理想？如果没有耳朵，那落叶之声能被听见吗？
当然，宗教信仰的确让你感觉不错、得到心灵的慰藉并且自我感觉品德高尚，这正是宗教被创造出来的目的所在。你问我怎么活，老实说，我认为自己活得很好。我遵守人类共同约定的道德准则，我遵守医生的职业道德，投身于治病救人以及帮助他人成长之中。我过着品行端正的生活，对周围的人充满同情心，与家人朋友之间有着亲密的关系，我不需要宗教来给我进行道德指引。”
我开始完成这个循环，磨平我的故事中那些粗糙的部分，拥抱所有让我成为自己的事情，拥抱我本来的样子。当我重返儿时居住的地方，参加老同学聚会时，我感到从未有过的感动。对我来说，发现“那里”依然还在，这着实让我感到快乐：过去并没有真的消失，我还可以故地重游。如果像米兰·昆德拉所说，死亡恐惧来自于害怕过去的消失，那么重新经历过去则是必不可少的良药。匆匆流逝的生命在此刻暂时驻足——哪怕只是一小会儿。

第七章治疗死亡焦虑：给心理治疗师的建议

因为这里不像其他地方，我们都有一些特殊的规则，那就是无论发生什么，我们都保持沟通。”

后记

我希望通过去领会且真正领会人类的处境——我们的有限性，我们短暂的生命之光——我们不但可以品味每个独一无二的当下，享受全然为是的喜悦，也可以由此培育我们对自身，乃至对全人类的悲悯之心。

来自微信读书

2025616随笔

Thu, 04 Sep 2025 03:57:17 GMT

维特根斯坦说“语言是思想的边界”。对于很多上了年纪的老人来说，他们可能会因为国语的不流利和本身语言的匮乏而不善于表达自己，但这种匮乏并不会限制他们细腻的情感，这两天我见了一位九十多岁的太里太，本地话的太里太是比曾祖母再大一个辈分的长辈，她看到我跟我寒暄，虽然只是用最简单的本地话问我现在怎么样，居然长这么高，我用我洋泾浜的土话回应，居然发现太里太讲着讲着突然眼泪汪汪。也许语言限制了她的思考，把她困在一个由方言和生活琐事构成的小世界里，但那又怎么能阻止她们有时候内心翻涌的巨大的情感，而这些朴素的强烈的情感支撑他们做了一辈子温柔善良的人。我希望所有善良的人们都能好好的。有时候我也觉得学习讲方言不只是为了所谓的文化认同，也是一把钥匙，去通向这些不会讲国语的，温柔的长辈的思想世界里去。

博客装修日志

Sat, 14 Jun 2025 05:10:42 GMT

缘起

之前6月10号看了APPLE的发布会，这次新推出的主题叫液态玻璃，虽然推出后马上遭到网友狂喷说特别丑，但说实话还蛮对我胃口的，我其实蛮喜欢这种玻璃风格。一想到我的博客页面还特别简陋，就想试试能不能稍微装修一下。

6月14日

sidebar

[x] 修改了sidebar.scss中的menu模块，改变了sidebar背景透明度，添加了一个三种颜色组合的圆形渐变层加伸缩变化来模仿光晕效果，修改了hover的border效果，使得鼠标移动上去后按钮会做x轴的位移并且border会变色，并且鼠标点击后整个按钮会弹跳一下。
[x] 同理修改了暗色模式的toggle，鼠标放置后会做y轴的轻微位移。

背景

[x] 修改了网页背景颜色为两种混合色

avatar

[x] 为头像容器加入玻璃拟态样式，包括 blur() 和 border。
[x] 添加了头像 hover 动效，放大、光圈泛动，使头像特效类似Instagram的snap限动。
[x] 修改了文章article的背景颜色，使其看起来是半透明的。同时添加了伸缩的hover，并且修改了原始状态和伸缩后hover的box-shadow使其在光标放上去后效果看着像悬浮起来。

6月15日

重新处理了域名访问过慢的问题，尝试了很多方案，包括使用cloudflare的dns服务，腾讯云的cos+cdn服务等，前者速度比原先还慢，后者因为没备案所以无法执行，本来还启用了腾讯云的cdn加速服务，但因为是回源是托管在vercel上的，所以启用cdn后被微信网页段屏蔽，后来重新解析了dns并且取消了cdn才解决，最后发现ssl证书过期了，重新申请后速度变快不少，但今天6月16日push后访问速度又变龟速了不知道为什么，真的崩溃，想充钱给域名备案了，真的无语。所以这天没有继续美化网站。

6月16日

[x] 主要修改了底部分页栏pagination，修改了pagination的背景使其变为半透明，添加了hover在page-link上使其在js文件的加持下可以跟随鼠标移动，同时挪开鼠标会自动回弹
[x] 优化了修改过程中内部的page-link滑块被父容器pagination遮挡的问题。
[x] 在pagination上添加了keyframe使得光标放上去后数字会q弹地抖动。
[x] 将同样的效果施加在sidebar的menu上，取消了原先的x轴移动。

6月18日

[x] 添加了"开往 travelling"的博客社区链接，并在官方github里issue了申请
[x] 重新调整了左侧menu按钮的布局
[x] 美化了social-menu的icon和hover
[x] 修改了几个icon的svg代码，把里面的fill=“#XXXXXX”改成fill="currentColor"就可以丝滑切换浅色和深色主题了
[x] 移除了原先pagination的跟踪滑块

6月19日

[x] 修改了sidebar右边的widget样式
- [x] 包括tag，categories，archives的样式
[x] 统一了所有按钮和气泡框的风格，为25px的r角，稍微拟物化的box-shadow以及粉色框框
[x] 修改了文档界面的文章卡片
- [x] 修改了widget-TableOfContents的样式，使其看起来更合适。
[x] 为今天修改的widget统一加了快速抖动hover
[x] 修改了light-theme和dark-theme的背景，分别为：
- [x] light：machu @ XilmO@夕末（pixiv作者）
- [x] dark：神無月、夕焼け @Enze_恩沢（pixiv作者）
- [x] dark2：行き先、未定 @ゲン助（pixiv作者）

~~本来在主页添加了一个js文件好让博客能自动播放音乐，但好像因为是静态网页，所以每点击一次任意按钮，音乐都会重新播放，体验非常不好，所以就移除了。~~

初步装修完工，因为stack主题的框架没有改动，所以后续可能看情况会继续修改。

关于魔改的一些css样式文件和代码后续整理之后可能会放到仓库里，再说吧

对时间感知的思考，观看毕导最新视频后的想法

Sun, 11 May 2025 05:10:42 GMT

在昨晚看了毕导最新的一期视频，主要内容是从你为什么感觉时间越过越快开始，引出韦伯费希纳定理 $$ \Delta p=k\frac{\Delta S}{S} $$ 为某量实质变化而 Δp 为某量的主观的感觉变化

两边积分后会得到一个对数关系的式子 $$ p=k\ln(\frac{S}{S_{0}}) $$ 从而由这个对数关系推导出我们所生活的世界是一个对数系统的世界，他举了一个非常细思极恐的例子：

假设一个人从 4岁开始有记忆，那么到他活到80岁时的主观时间中，他人生时间的中点并不是40岁而是18岁。

这个推导如下：

主观时间按对数定义为(系数k取1）： $$ S(T)=ln⁡(T) \ $$ S(T)是人主观感受到的时间，T是客观世界的时间

由于从4岁开始有记忆，所以改成从4岁起算： $$ S(T)=ln⁡(T)−ln(4)=ln⁡(\frac{T}{4}) $$ 所以一个人80岁时，他的主观时间长度为： $$ S_{total}=ln(\frac{80}{4})=ln(20) $$ 找一个年龄T_m，使得从4岁到T_m的主观时间刚好是全部主观人生时间的一半： $$ ln(\frac{T_m}{4})=\frac{1}{2}⋅ln(\frac{80}{4}) $$ 算出来T_m大概是17.89岁，就差不多是18岁左右。

当我看到这里的时候突然就楞了一下，之后毕导由此展开，逐渐引出我们生活的这个世界本身就是一个对数系统，通过韦伯费希纳定律所得到的对数定义式解释了为什么化学家用log定义ph浓度，为什么天文学家用log定义恒星视星等，什么地质学家用log定义里氏地震等级，归根结底，是因为这种对数定义符合人的直觉，也就是我们所谓的“多么”。大耳朵图图第二季的主题曲唱到“夜晚到底有多黑？世界到底有多大？“对数系统解释的，就是这个”到底有多么“。

之后毕导又由此展开讲到了本福特定律，即在自然界的对数系统中，”1“这个数字出现的概率是最大的，趋近于30%。

”这是为什么呢？难道老天爷更中意1而不是9？“不仅如此，我们发现把那些符合本福特定律的大量数字放在线性的坐标系下他们大量密集地集中在坐标轴的前端，而放在对数坐标系下确变得均匀、有规律。

随后毕导讲出了这个视频最关键的一句话，”符合本福特定律的数字们，大小都跨越好几个数量级”“在自然界中随机演化来的数字大多是平滑且跨越好几个数量级，就不由自主地具有对数尺度均匀分布的特征”

“物理世界的数值以指数的形式跨越着数量级，而我们的大脑又用对数运算把他们压缩到可感知的空间中”

“知觉赋予感觉以意义因此知觉产生的是对世界的解释而不是对世界的完美表征。 -- 菲利普·津巴多《普通心理学》”

最后来谈谈我由此期视频得到的启发，以及我同chatgpt老师从信息论的角度探讨这个问题得到的结论。

首先的问题是人是如何感知时间的，也许我们可以说人是根据我们的记忆来感知时间，因为往往我们回忆某段时光所采用的媒介是那段时间所经历的事情，那么我们又是如何记录记忆的呢？你可以说我们是通过对身体感官所收集的信息做二次处理来记录的，比如我们记住某一时刻听到的话，看到的东西，闻到的气味，甚至当时脑海里所想的东西，这些复杂的信息通过大脑整合在一起构成了记忆。但既然提到了感觉器官，我就想把这个感受过程类比成某种采样，根据奈奎斯特采样定律，我们采样的频率往往需要真实信号的两倍才能保证无失真地记录，而这个采样频率又取决于我们人体的“时钟”类似电子学中的晶振。

说到这个人体的“时钟”，gpt老师给我推荐了一篇Michel Planat的论文《On the Cyclotomic Quantum Algebra of Time Perception》其中就提到一个非常有趣的观点，planat认为人脑感知时间的过程可以被建模为一种类似于“锁相”的现象，即大脑内部的神经振荡系统与外部世界的节律性刺激（如钟表节奏、心跳、呼吸等）进行相位同步，但这种同步并不是简单的线性机制，而是受到了1/f 噪声调制，从而导致人类时间感知呈现出非线性、波动性与动态不稳定性。

撇开这些，我想谈谈我的猜想，我如果按照我们对世界的感知是对数系统这个前提的话，关于时间越过越快这个事从信息论角度我的猜想是我们人脑对外部事物的信息熵也符合韦伯费纳西的对数机制，随着年龄的增长，大脑对信息熵的感知范围也在不断扩展，类似频谱拓宽，从而使得同一件事的信息熵在人生的不同时期被感知的大小完全不同。小时候的带宽小，同一件事的主观信息熵大，长大后的带宽更大，主观信息熵变小，类似于功率谱密度的衰减，而人脑类似于一个选择性注意的滤波器，讲那些信息熵衰减从而趋向于背景噪声的平庸事件进行了筛除，如果说信息熵的定义式是-log（）的话，我们的主观信息熵应该是对此再次log。也就是说随着我们的长大，一方面我们的大脑会压缩我们主观对信息熵的感知，另一方面我们甚至还会主动降噪，将那些被压缩的低熵事件从记忆中清理出去从而保证我们对世界的感知，所以从这两个层面来讲，也许当我们和比我们小十岁二十岁的孩子聊天或者玩耍时，我们的“时间”流逝是真的不一样的。

魔女的夜宴，绫地宁宁线通关感受

Sat, 04 Jan 2025 05:10:42 GMT

坦白说，《魔女的夜宴》是我第一部认真游玩的视觉小说（虽然只推了宁宁一条线((因为我是冲着绫地宁宁的知名度才买的游戏(((甚至一开始还买错了游戏))))))，在这之前，我对玩galgame的人是抱有偏见的。这种二次元游戏似乎只是迎合某些人的幻想，用纯粹的媚男套路和虚幻的情节构建一种逃避现实的舒适圈，并不认为这些作品能传递什么真正有价值的情感，更不可能触及像我这样“坚韧不拔的内心深处”。但当我这两天通关了绫地宁宁线后，也许我需要重新审视自己的看法。

下面大概介绍一下本作宁宁线的剧情内容和构成故事高潮的终极矛盾

主要背景：

大概是男主拥有读取他人心情的超能力，（比如对面的人难过，男主会闻到苦味，生气会闻到一股酸味这样的。。导致性格阴暗低沉）女主绫地宁宁有一段不怎么愉快的童年经历（原生家庭矛盾导致父母离婚以至于影响到了她本人的性格和处事方式：变得圆滑，冷漠，没有朋友之类的）于是为了实现父母和好并拥有愉快童年的愿望和一只有魔力的猫签订契约变成魔女（代价是。。不大方便透露，总之非常戏剧化）

主线剧情：

大概是宁宁为了积攒实现愿望的能量创办社团帮助同学，在同学感到满足时收集溢出的精神能量，然后男主在一次与宁宁的戏剧性会面中不小心吸收了这些能量导致宁宁努力白费，背景设定男主由于内心的空洞才导致能量被吸收，于是男主为了弥补过错也是为了改变自己阴暗的性格加入了社团一起帮助同学来和宁宁收集能量，在这个过程中两人长期相处共事，在经历了一系列挑战和事件后共同成长，也发展出了恋爱的感情。

终极的矛盾：

男主在与宁宁的相处中内心的空洞逐渐被幸福快乐填满，导致原先被吸收的能量一点点回到宁宁原先积攒的容器中，加速了宁宁实现愿望的过程，照理来说这是再好不过的事了，原先男主也是这么认为的。直到剧情揭示宁宁许下的愿望是回到父母离婚前获得一个愉快童年，这意味着宁宁将回到过去，这与当前和男主幸福生活的现实产生矛盾，换句话说男主和宁宁生活越幸福，他们所相处的时间就越少，未来就越绝望和痛苦。故事进入最激烈的情感冲突阶段，宁宁的命运和男主的努力似乎达到了无法调和的矛盾点。超现实设定在此处成为打破二人关系的决定性力量。

主线结局

再三思考下，二人决定珍惜最后时光，来了一场尽兴的约会。最后在夕阳下的学校活动室内，两人相拥-分别，在分别前男主拜托宁宁将自己的记忆以能量方式一起带走（剧情设定男主用别的方式劝说宁宁导致宁宁并不知道这是男主的记忆），为了在宁宁人生重启后的某一天能重新和她坠入爱河。最后，宁宁发动能力并化作光芒消失了，男主以牺牲自我和情感为代价，让宁宁“自由”或幸福。宁宁消失后，男主和整个世界的记忆也开始发生修正，他不再记得宁宁，好像这个人从未存在过，尽管最后男主偶遇了世界修正后的宁宁，但也只是眼神相视一瞥，然后作品进入开放式结局。

restart线剧情

这部分故事发生在主线结束，你重新开始游戏时，宁宁回到了过去，并拥有原先的所有记忆，而原先男主的记忆则被压缩为一块晶体一起回到了过去，此时父母虽然不再吵架，但也早无任何感情，而宁宁为了能重新遇见男主，将未来的变数控制在最小，即将原先愿望作废，让父母离婚一切同重来前一样，她考上了原先的学校，租了原先的房子，在忍受着原先记忆所带来的巨大的孤独和绝望中重复之前的生活，但当她再一次遇见男主时，这个世界的男主早却已没有原先的记忆，宁宁在崩溃中却误打误撞让男主接触到了原先的记忆晶体，至此男主记忆恢复，两人终于实现了真正意义上的重逢，迎接他们的是不需要重来的幸福时光。

好吧，也许你看完以后会觉得又是这种老套剧情，我承认，在2025年的今天，这样的故事对人们来说不再有吸引力了，但值得注意的一点是这个故事流程完美符合一个好故事该有的“八步叙事法”，剧情跌宕起伏，最重要的是，我花了10个小时左右的时间在一天当中充分体验了整个故事，有时一部两小时的电影就足够扣动心弦让人代入其中，何况是整整10个小时的互动作品，想不被感动也很困难吧喂！(っ °Д °;)っ

好了，接下来我想谈谈我对这个作品的一些思考，毕竟我过完宁宁线的剧情后，用小学写作文的一句话讲“我的心情久久不能平静”，~~这是真切的感受，当故事结束响起音乐re:start 君とまた出逢えて（与你再次重逢）和滚动cast列表的时候，我真的不争气地流下了眼泪ε(┬┬﹏┬┬)3~~，引发我思考的，

一是本作为什么会给我巨大的震撼和足量的后劲（我现在有时候还是满脑子的宁宁的故事，被疯狂硬控），

二是从男主心中的“空洞”出发，我想借助最近了解的精神分析中的“对象a”和“欲望”等概念谈谈宁宁和“空洞”的隐喻。

~~ps：当然我本人并不是哲学和心理学的科班出身，本文所涉及到的“理论”纯粹为个人兴趣平时瞎看的理解，希望专业人士能指出问题所在以及不要嘲笑本老鼠。/(ㄒoㄒ)/~~~~

玩家的感动与震撼

人的感动可以来自任何地方。

我过去常常觉得只有那些超现实的宏大情节才能创造夸张和不合常理的戏剧冲突。在这个故事的产出与消耗循环越来越快的时代，作品的冲突只有足够激烈，足够不可思议，似乎才能勉强在现代人见怪不怪，波澜不惊的心中荡起一丝涟漪。但这次长达10个小时的游玩让我也意识到了，不是故事不够离奇，冲突不够强烈，而是我们失去了长时间专注，沉浸在同一个故事中的机会。

你也许会说，这个galgame又是魔法又是穿越又是契约又是超能力的背景设定难道还不够夸张不够不可思议吗？我不否认这些宏大情节在剧情推动上的作用，但他们更像是锦上添花。对我来说，游戏里第一次遇见宁宁讲话，第一次因为契机加入超自研社团，到后来第一次为了解决川上同学的约会模板问题而和宁宁排练模拟约会，第一次参加宁宁的学习辅导小组，第一次一起举办万圣节party，第一次在宁宁生病的时候看望她，等等等无数个第一次（是的，我全都历历在目，哪怕这只是游戏设定的桥段）

正是这些日常的不能再日常的桥段以及在这个过程中男女主互相态度的微妙变化乃至表情和行为的微妙变化构成了感动的源泉。是的，这就好像是你在度过另一种人生一样，巨大的文本量和角色语音堆砌起来的不仅是游戏的比特容量，更是接近现实生活点点滴滴的生活的体验，也许是我也曾经有那么一瞬间有那样的怦然心动，有那样的尴尬和无地自容，才能让我在推进故事时有同样发自内心的喜悦和难过。~~说出来你们可能不信，我是全程在皱眉、痛苦面具和姨母笑的loop中过完了游戏。~~

情感投射的消失和”剥离感“——满满的“后劲”

让我们用稍微装b一些的词来进行以下部分的分析：你是否也有过看完一本书或者一部影片后怅然若失，甚至陷入虚无的感受呢？

虚无，也许是我在游玩后最强烈的情感。当看到宁宁手捧鲜花在万圣节的party上发言的那一刻，我忐忑地敲击鼠标，下一幕，屏幕变得雪白，片尾曲随之响起，cast也慢慢从底部滚动上来。就像电影院里电影结束的一瞬间，周围的灯亮起，观众们拎着不剩几个爆米花的纸筒转身伸起懒腰，保洁阿姨拖着大大的垃圾桶站在出口前一样。“结束了。”10个小时的沉浸已经让我产生了情感投资，就像宁宁在剧情中的消失一样，对我来说，故事的结束意味着我在这段故事中作为旁观者也要消失了，也许他们会继续过着幸福快乐的生活。但这一切与这个屏幕前的人无关。是的，我，与这个世界无关。佛洛依德有提过一个词叫“客体丧失”，指的是个体在情感或心理上失去了某个重要的“客体”——通常指的是亲密关系中的人、事物或信念。也许在潜意识中我认为“宁宁”已经从我的生活中消失了。因为我们在游戏世界中的某种“关系”结束了。尽管我们并不是真的失去了宁宁，只是失去了与她互动和陪伴的过程，失去了情感投射的媒介和对象。

对于虚无，有人说“人对精神世界的过度探索会让人滑向虚无主义”，在故事结束后对故事过度的挖掘何不算一种过度探索呢，我们希望我们和角色的情感连接是“永恒的”，但游戏和影片作为一个有终点的叙事媒介，注定无法满足这种需求。这种“永恒感“随着游戏结束而破灭，我们无法陪伴他们，甚至无法看到他们幸福的样子，这时意识到我们从头到尾都是个“局外人”。也难怪空虚和怅然若失了。

男主心中的“空洞”：实在界的中心与对象a

如果你阅读了最前面关于游戏剧情的部分（没读过也不要紧），你就会知道，整个故事的背景中，男主保科（也就是玩家扮演的角色）心中先天性的拥有一个巨大的“空洞”，正是因为这个空洞的存在导致了男主拥有读取他人心情的能力，也导致了他吸收了宁宁收集的能量从而使得主线剧情得以展开。

现在，让我们将目光汇聚在这个“空洞”上，我们留意到正是这个空洞的存在支撑了男主所有的行为逻辑“空洞”既是他内心深处的不安源泉，又是驱动男主存在的核心动力。如果将“空洞”视为一种隐喻，则可以将其与拉康精神分析中的一些理论联系起来。

在这之前，有必要简要地介绍和归纳一下拉康在精神分析中的一些基本概念，这里只列举符号界和实在界。

首先是符号界

有些地方也译为象征界，简单的说就是可以被我们用人话描述的东西，即用语言符号编织的世界。当然，由可以被描述的东西就有无法被描述的东西，这种未经过符号处理的原生世界就是实在界。

实在界

实在界喻指语言符号所覆盖不到的地方，它是一种原初状态。在这里，我们稍微举一个让人细思极恐的小栗子：问问你自己，当我们在形容心情悲伤的时候，除了使用”难过“、”悲伤“等名词以及描述哭泣，忧郁等行为的词之外，你还能想到什么？或者说回到一个你还无法说话的时刻，有一种东西涌了上来，它充满了你的身体。它是湿的，是热的，是不受控制的。你想哭泣，但你甚至不知道哭是什么，只是试图发出声音，本能地尖叫或抽泣。你感觉胸口快要裂开了，但你不知道它叫什么，也不知道它来自哪里。当你回望那里，是不是感到了一阵空白和不知所措？你感到焦虑和恐慌，这就是混沌的实在界。

对象a(object a)

拉康认为在实在界的中心存在着一个永远抗拒符号化的坚硬内核。这个内核是一种空隙和短缺，当我们靠近这个空隙想将其语言化时，总有一堵高墙将我们挡在外面，高墙内部的东西被称为”对象a(object a)“或者原质(the thing)~~（尽管后来齐泽克极力将这两者做了区别，但在这里我们先简要将他们归为一类，因为好像真的差不多。。）~~有时对象a也被解释为“欲望”的对象，此欲望不是指具体的欲望，而是使你产生欲望的念头，比如当你实现一个愿望后，很快又会出现新的欲望，对象a驱使你生成欲望，本质是一种永远无法被真正获得的东西。拉康还认为，每个主体在进入符号界时，由于对象a这堵高墙的影响，都会经历一种“被阉割”的状态。主体不再是完整的自我，而是在语言和他者的框架中构建自身，使得主题的中心形成了一个永远无法填补的“空洞”。注意这个“空洞”，这就是我想表达的”隐喻“。

”欲望围绕着它编织自身，而欲望的中心是短缺，是空隙，这一空隙是实在界的剩余。“——《齐泽克精神分析学文论》-赵淳

柊史（男主）的“空洞”与欲望

在游戏背景中，男主的”空洞“是一种天然的“阉割”，压抑着他作为主体去表达自己情感的能力。空洞最初是不可见的，对保科本人而言更是毫无觉察。他只知道自己拥有某种能力，可以具体感知他人的情感，这让他与周围的世界保持一种微妙的距离感。他既能感知他人，却无法真正与他人连接，这种能力表面上让他“更多地”理解了别人，但实际上也让他离别人“更远”。在第一章中男主的空洞吸收了宁宁收集的能量，随后又被告知只要“空洞”被填满，能量就能返还。换句话说，原先的能量并未消除空洞，只是占据了这个空间。而之后男主和宁宁所做的一切看似是修补这个洞，实际只是将这个空洞进行转移，置换原先的能量。就像欲望永远无法被满足，它永远是匮乏的。齐泽克曾说“当我们面对欲望的对象时，更多的满足是通过围绕着它(指对象 a)来跳舞而得到的，却不是径直地走向它”，或者说我们不是不想走向它，而是根本无法走向它。当保科询问相马（与宁宁签订契约的黑猫，同时也是告知男主空洞存在的人）如何修补空洞时，相马说她也不知道。尽管随着剧情推进，当男主与宁宁相爱，两人互相理解成长，一起迈向幸福时，“空洞”看似得到了修复。但我们都知道，主线的剧情设定有着【“空洞”被修复=幸福生活的崩溃】这一结论。

在主线剧情的最后，相马给男主的解决方案是，将他的记忆做成能量碎片移交给将要回到过去的宁宁，但这种方法无疑是在男主“即将被修复的空洞”位置再次捅出一个窟窿。可以看到，自始至终，“空洞”从未被修补，所有的幸福和欲望的满足带来的是另一个更大的“空洞”。

绫地宁宁代表着什么

其实这里才是我最想说的地方，也是之前多次提及的矛盾所在：宁宁在这个过程中扮演的角色，一种同时包含吸引与排斥的混合物。这一点不仅体现在她自己身上，还体现在她与男主的人物关系发展上。

从宁宁的视角来看，作为魔女，维持其魔力和自身存在的根基是她多年前许下的那个幼稚的愿望，而这个愿望与她在当下的幸福是排斥的，即宁宁获得幸福的代价正是她自己。设定上的宁宁拥有着原生家庭的悲剧：年幼时父母感情破裂，离异后，自己跟随父亲生活，在父亲构建再婚家庭时，始终无法接纳为人亲善的继母。“和我缔结契约的时候，宁宁是孤身一人。父母已经离婚了好几年，但她却无法融入新的家庭，仿佛整个世界都没有她的容身之处一样”游戏中的相马做出了这样的补充。与之形成对比的是第六章后和男主顺利成为恋人的宁宁，这时的她不再是孤身一人，既和男主拥有着甜蜜的恋爱关系，又和其乐融融的社团成员组成了知己知彼的小圈子。宁宁也许从没想到后面这一切的发生，过去的她以一种看得见摸得着的方式否定了自己的未来。

从男主保科的视角来看，宁宁在某种程度上是他的”对象a“的能指。她是保科在游戏后期欲望的驱动力。前面说过，对象a是欲望的原因，而非欲望本身。它是一种永远无法被真正捕获的对象，主体的欲望围绕对象a的缺失而展开。在游戏中，说不上宁宁是保科的“空洞填补者”，但她的存在推动了保科对自我的反思和改变，甚至让他开始主动追求幸福的可能性。然而，随着两人关系的深入，宁宁的不可得性逐渐显现，正如游戏的一条成就讲的那样：绝望的尽头是深爱。爱发生在绝望之前，但在也出现在绝望的背后。绝望的来源是永远的缺失。美好的幻象驱使我们不断接近它，但在一个具体的欲望得到满足后转而又陷入空虚，当我们走向欲望时才发现，它的背后其实什么也没有，真正想要追求的那个东西其实留在了我们的身后，而我们却无法回头。

最后的事情

虽然我前面一直在强调和分析的是关于”越靠近，越远离”这个情节，但本作的另一个核心其实是关于陪伴和成长的。绫地宁宁和保科柊史毫无疑问是有着先天或后天的某种心理缺陷的，他们心中的空洞在互相陪伴的过程中虽说无法被填满，但最后都选择了与这种缺失达成和解。宁宁在restart故事中回到过去，但她对原生家庭破裂的事实却仍表现为不作为，她的空洞并未被填补，她做的只是与自己的和解，包括尝试接受继母的存在、缓和彼此的关系。而保科在restart线中接受了宁宁一并带回的记忆时也对宁宁说“现在的我和曾经你认识的我并不完全是同一个人”。在触碰到记忆的那刻，对于幻象的憧憬使得他做出了正确的选择——阴沉的自己选择了阳光的自己，而阳光的自己选择了与心中的空洞和平共处。两人的幸福表面上是对互相的接纳与支持，实际离不开与自己内心深处的和解。

幸福的结局让人感到失落，除了之前所说的关于情感投射消失和剥离感的原因之外，最根本的原因便是：幸福的结局本就是一个幻象，它有意无意地提醒着我们：有这样一个空洞在我们的心中，重要的不是去填补它，消除它，而是意识到它，感受到它，尝试接受它。真正的关键并不在于幻象背后那个不可触碰的绫地宁宁，而在于我们能否像保科一样，探知自己心中的“空洞”，能否意识到幸福是我们在这个空洞周围的舞蹈，是一种在“未得”中持续追逐的状态。尽管幸福或许不会以我们期待的方式到来，但它在追逐的过程中，始终以一种微光的形式存在。这微光，正是我们生命中最真实、最温暖的部分，它虽不起眼，却悄悄地滋养着那些未曾被满足的愿望和未能被抚平的伤痕。

ps：我也好想在手指疼的时候被宁宁这么安抚

再次ps：

这个场景原型居然是京都站，没想到我也之前也意外的圣地巡礼了，这里用的钱王的照片

控制论Norbert Wiener读书笔记

Wed, 01 Jan 2025 05:10:42 GMT

这本书属于通识类，没什么数学公式，读起来比其他专业书容易许多

序章

时不变系统

相对于原点变化具有时间上的不变性，比如一个电路实验你无论是在什么时候做，它的现象和持续时长都是恒定的不会今天一个样明天另一个样，这就是时不变性。

而三角函数sinnt与cosnt就是对同一平移群下某种重要不变量，而一般函数$$e^{iw(t+τ)} =e^{iwt}e^{iwτ}$$由欧拉公式可知其本质与三角函数形式相同，对其时间上的平移只是改变其前面的系数不改变形式。

分形结构

“在生物学上模拟某些反映生命核心现象的内容。遗传之所以成为可能，细胞之所以能繁殖，必须靠细胞中携带的遗传信息的成分能够构建出与其自身类似的携带遗传信息的结构。“在工程领域可以使用机器的功能元件为模板制作另一个类似元件类似遗传学中的基因，作者的想法是通过频率来实现，比如分子光谱的频率来作为携带生物特性的模板，基因的自组织性可能是频率自组织性的一种表现。

作者在1961年就提出了学习机（机器学习）的实现可能

导言

科学在各个领域都呈现出日渐狭窄的趋势即再也不会有全能的科学家可以不受限制地称自己既是数学家、物理学家或生物学家了。尽管如此，但在这些科学家遇到与自己领域相邻的领域时只能以自己的见解命名自己的发现，全然不顾本身从属于这一领域的人的意见，这就导致了在某些学科出现了命名和立法纠缠不清的状态，同一件事物在数学，统计学，电气工程领域有着不同的叫法。因此，现代科学对空白领域的探索需要的是一个全能的科学家团队。

微分器

求解偏微分方程的计算机，通过引入电视的扫描过程解决了原先复杂的多变量函数表示问题，而扫描过程会带来大量的数据量，作者和布什博士通过以下方法解决这一问题

使用数字的加法和乘法装置，放弃布什微分器的以度量为基础。
通过电子管而不是机械驱动来使运算更快速
根据贝尔实验室的经验，在仪器上采用二进制而不是十进制，更为经济
整个操作顺序由机器本身执行
内置存储装置确保快速记录可靠数据和擦除

内置在飞机和飞弹的控制装置预测物体的运动状态

飞机和导弹的运动速度之快无法做到时时刻刻精确地计算出当前状态。”要对曲线的未来进行预测，就要对其过去进行某种运算“

控制工程的反馈

”如果我们希望一个运动遵循给定模式，应将此模式与实际运动间的差值当作新输入值去调节该运动，使受控部件以更接近给定模式的路径“举例：船舶上的转向舵

反馈

作者举例：人要拿起一只笔，无需单独命令每块参与活动的肌肉和骨骼进行收缩，而是让整个身体和神经系统作为一个整体进行。

“整个过程简单地说就是，尚未捡起的铅笔的体积量会在各个阶段逐步减少，且这一部分动作并非完全有意识的”

本体感受

即通过视觉、触觉等人体传感器反馈回神经系统的信号量，没有这些我们无法完成捡起笔这一动作，且人会处于“共济失调”（一种行为笨拙，缺乏规律的神经疾病），作者指出这种神经疾病的缘由是因为脊髓神经传递的运动感觉被破坏。

过度反馈与癫痫

作者提出过度反馈可能与不完全反馈一样对机体产生严重阻碍。提出一个假设“是否存在一种病理状态：患者在尝试某些自发行为时，超出标记范围，进入一种无法控制的振荡”

作者提到他们的观点远超当时神经生理学家流行的观点---中枢神经系统不再是接受来自感官的信息输入并将其释放到肌肉的独立器官，相反，它的一些最典型的活动只能解释为循环过程：从神经系统进入肌肉，再通过感觉器官重新进入神经系统。

建立工程设计科学

对最优预测问题原本难以解决的问题通过引入对预测的均方误差的显式表达式从而转化为最小化问题，进而转变为数学问题。

滤波器设计中的最小化思想体现：滤波器设计问题就是通过被背景噪声干扰损坏的信息的算符来恢复原始信息。其最优设计取决于信息和噪声各自以结合在一块后的统计性质。由此将通信工程设计变成了一门统计科学，变为统计力学的分支。

基于信息量的统计科学通信工程

作者与统计学家费雪，贝尔实验室的香农博士同时产生了这个想法（真的牛b），三人产生这个想法的缘由各不相同

费雪的动机来源于经典统计理论
香农的动机来源于信息编码的相关观点
作者维纳的动机来源于电子滤波器中的噪声与信息的观点

信息熵

信息量是对系统有序程度的度量，系统的熵则是对系统无序程度的度量，两者互为对方的负数。

此类问题引导作者等人向热力学第二定律（：孤立系统自发向热力学平衡方向演进）进行思考，此类问题在生命科学领域也有研究即生命的第三种基本现象：应激性（属于传播理论的范畴）

控制论学科的诞生

作者和罗森布鲁斯博士的科学家小组在多年前就意识到以通信工程、控制论和统计力学为中心的一系列问题在本质上是统一的，无论是在机械还是在生物组织中。于是为了填补这块领域的空白，作者等人将这个既是机器又是生物控制和通信理论的整个领域成为控制论，整个名称来源于希腊语”舵手“，选择这个名称是为了纪念关于反馈机制的论文（由麦克斯韦于1868年发表，是一篇关于调速器的文章），作者还希望提及这样一个事实，船舶的舵机是最早出现且发展最完善的一种反馈机制。

作者心中的守护神

“如果让我从科学史中选择一位控制论的守护神，我会选择莱布尼茨。他的哲学围绕两个密切相关的概念----普遍符号论和推理演算概念展开。当今的数学符号和符号逻辑从中衍生而来。”

控制论创建初期

大师云集，有图灵，香农，作者，沃尔特皮茨等。皮茨很早就开始研究突触将神经纤维连接到具有给定综合性能的系统的问题，增加了香农早期工作中不突出的因素。图灵的思想（用时间作为参数，考虑含有循环的网络以及突触和其他延迟）启发了他们。

真空管和电子管

现代真空管是实现神经电路和系统等效的理想方法。神经元放电的全有或全无特性恰好类似在二进制标度上确定一个数字时所做的单一选择。

《加缪笔记》读书笔记

Mon, 30 Dec 2024 05:10:42 GMT

加缪笔记：1935-1959

美是难以容忍的，它使我们绝望，我们希望一瞬即为永恒，拉长全部的时间。
将我们从最大的痛苦中拯救出来的，是那种被抛弃的、孤立无援的感觉，但还是孤立不到以下程度，以至于”另外的人“在我们的不幸中”观察“我们。在这个意义上，我们片刻的幸福时光有时是，被抛弃的感觉充实了我们，引起了我们无边的忧愁。也是在这种意义上，幸福只不过是对我们不幸的一种怜悯感情，在穷人中令人印象深刻的——上帝将得意置于绝望旁边正如将解药置于病痛旁边。

（幸福是通过对比得出的）
如果一种焦虑压迫我，那是因为感觉到一种不可触及的瞬间在指间流过，像水银珠一样

回忆最初的感动

Mon, 30 Dec 2024 05:10:42 GMT

缘起

其实我很久前就想做和这次类似的事情了，b站有个up主叫@The梁某人，他的视频定位是童年回忆区，顾名思义就是和大家一块回忆小时候看过的动画片，从以前比较火爆的《猪猪侠》，《果宝特攻》到成龙历险记，高米迪，ben10等稍微冷门的动画片，他都有所涉及，并且我是每次更新都不会拉下，看得津津有味。

要说为什么，可能因为小时候和同学回忆动画片主题曲的时候就数我一个记的最全吧，毕竟对我来说就没几首歌会唱。每次去ktv，周围的小伙伴要么唱各种流行音乐像周杰伦林俊杰，要么就是唱一些外语歌，而我一张口就是各种动画片主题曲，小时候甚至还会在早上出门前专门用mp3单曲循环几遍动画片的歌曲从而能在课间的动画片回忆上能遥遥领先。

今天想说的便是这些稍微一遐想似乎就能让人回到过去的动画片，或者说，一种能让人穿越时空的，怀旧的介质。

当然，我不是说[过去的动画片=怀旧]，它只是一把能开启过去时空的钥匙，而这把钥匙对每个人都是不同的，它可以是一件物品，一段文字，甚至是一股气味。对我来说最好的钥匙，就是动画片的主题曲和那模糊的画面。

先说说几部让我印象深刻的动画片吧

读书笔记

Thu, 26 Dec 2024 05:10:42 GMT

《电子学》Paul Horowitz

第一章-电子学基础

电阻

在放大器中，电阻常被用作有源器件负载，偏置电路或反馈原件，与电容结合可形成时间常数以作滤波器使用。

在电源电路中损耗功率，以减小相应电压
在逻辑电路中作为总线和线路终端以及“上拉”和“下拉”电阻
在高压电路中用于测量电压与均衡串接中的二极管or电容的泄露电流
在射频电路中，甚至可以作为线圈以取代电感

最常用电阻为1/4w和1/2w的碳合成电阻

串联并联

最佳电路设计的标准是，已完成的电路对元件的精度值变化不敏感。

输入输出

通常用传递函数H研究这个问题，H传递函数是已测量到的输出与所加输入之比

戴维南等效电路

任何一个有电阻与电压源连接的二端口网络可以等效为一个电阻R与一个电压源V串联的电路

将电源挨个接地用叠加定理计算端口的等效电压
用开路电压与短路电流求出等效电阻

等效源电阻与电路负载效应

在无源分压电路的输出端接负载电阻会使分压器的输出电压下降（由源电阻引起），因此需要一个“坚挺”电压源（即输出电压不随负载加入而变化），通常在分压电路中采用小电阻或使用晶体管或运放等有源器件。

由于负载而引起这种不希望的开路电压下降的现象被称为“电路加载效应”，应使$R_{load}>>R_{internal}$

功率传输

在$R_{load}=R_{source}$时信号源到负载的功率传输可取最大值

小信号电阻

对流经电流I不与两端V成比例的非线性元器件，可以通过对其V-I曲线上施加电压微小变化以微积分中的微分思想来在一个小邻域内进行线性近似，从而获得$$ΔV/ΔI$$即dV/dI，这个被称为小信号电阻，增量电阻或动态电阻。

信号

正弦信号

最大优点是，它恰好是描述自然界中许多现象以及线性电路特性的微分方程的解

线性电路特性：两个输入信号之和激励的输出相应等于单个输入分别激励的输出相应之和即线性特性满足于：$$O(A+B)=O(A)+O(B)$$
频率响应：电路是输出正弦波的幅度特性随输入正弦波频率的函数关系而改变

信号幅度与分贝

描述信号幅度的量

峰峰值（pp）：2倍幅度值
均方根值（rms）：$$V_{rms}=\frac{1}{\sqrt{2}}A=0.707A$$
分贝：比较两个信号相应幅度的大小
1. 分贝为1贝的1/10，“贝”现在不常用了
2. $$dB=20lg\frac{A_2}{A_1}$$,其中A1与A2分别表示两个信号的幅度，由于lg2=0.3010，则对应的比值分贝数为6dB

其他信号

斜坡信号，三角波信号
噪声：源于热随机噪声，其电压特性可以用其功率谱密度或其振幅分布来描述，常见噪声有带限高斯白噪声，其功率谱密度在某一段频率内是相等的；对噪声电压的振幅进行大量即使测量时，其振幅满足高斯分布，由电阻产生（johnson噪声）
方波，其边缘不是方的，有一个几纳秒到几毫秒间的上升斜坡
脉冲：由脉冲振幅与脉冲宽度定义；“占空比”（脉冲宽度与周期之比）
阶跃与尖脉冲，阶跃函数u(t)，尖脉冲是一个持续时间很短的跳跃信号

逻辑电平

即高电平和低电平，分别对应布尔逻辑状态中的0与1，精确的电压在数字电路中是不必要的，只需区分两种状态即可

信号源

包括信号发生器，脉冲发生器与函数发生器

信号发生器：正弦振荡器，给出一个宽频域范围内的信号并有精确的幅度控制装置（通常为一个成为衰减器的电阻分压器）
脉冲发生器：只产生脉冲信号，且信号的宽度、频率、振幅、极性和上升时间均可调
函数发生器：最灵活的一种信号源，可以得到正弦波，三角波与方波函数

电容与交流电路

一旦进入信号的世界，就会用到两种在直流电路中用的很少但在交流电路中却非常有用的元件：电容与电感；电容差不多是每种电路应用的基本元件，可用于波形的产生，滤波，阻塞与旁路也可用于积分器与微分器。在与电感结合应用时，可构成一种特性尖锐的滤波器以从背景噪声中滤出所需信号。

电容

性质 $$Q=CV$$:在一个具有C法拉的电容两端加V伏电压时，该电容的一个极板上就有Q库伦的电荷存储，另一块极板为-Q库伦的电荷。

对此式两端对时间t求导可以得到： $$I=C\frac{dV}{dt}$$

电容的基本结构就是两块导体相互靠近（但不接触），对较大的电容需要让两块导体的面积更大，靠得更近。通常将导体放在一块薄的绝缘材料上

电容的串并联

电容并联为电容值之和：$$C_{total}V=Q_{total}=C_1V+C_2V+C_3V+...$$

即$$C_{total}=C_1+C_2+C_3+...$$

电容串联关系式为电阻并联关系式

$$C_{total}=\frac{1}{\frac{1}{C_1}+\frac{1}{C_2}+\frac{1}{C_3}+\frac{1}{C_4}+...}$$

RC电路：随时间变化的V与I

对微分方程$$C\frac{dV}{dt}=I=-\frac{V_i-V}{R}$$有通解：$$V=V_i+Ae^{-\frac{t}{RC}}$$

RC被成为时间常数，原电路为在t=0时接上电源。

衰减至平衡状态：当t>>5RC时，V升至Vi，即在5倍的时间常数内，一个电容充电或放电到最终值的1%范围内

微分器

$$V(t)=RC\frac{d}{dt}V_{in}(t)$$,电容和负载串联，测负载上的电压变化为输入电压的导数

积分器

R与C串联，输出接在C的两端

$$V(t)=\frac{1}{RC}\int_{0}^{t} V_{in}(t)dt+常数$$

电感与变压器

电感

电感中的电流变化率取决于它两端所加电压定义式：$$V=L\frac{dI}{dt}$$,单位为亨利H，在电感两端加电压会引起电流以斜坡函数形式上升，电感与电容类似，其相关功率没有转化为热量而是以能量的形式存储在电感的磁场中。电感在射频电路中用途最多。作为射频扼流圈成为调谐电路的一部分，一对紧密耦合的电感可以构成变压器。

变压器

两个紧密耦合线圈，分别称为初级与次级。在初级加交流电压会引起次级电压出现，次级电压以变压器匝数比的倍数增加，电流则与匝数比成反比，因为总功率不变。

变压器的功率传输效率高。电源变压器能输出大量不同类型的次级电压与电流。

阻抗与电抗

一个包含电容与电感的分压器会有一个依赖于频率的分压比，会使输入波形变形但电容与电感本身上线性元件，其线性表示为：由某个频率f的正弦波激励的线性电路的输出本身也是同频率的正弦波（至多改变幅度和相位）阻抗是推广的电阻，电感与电容有电抗，电阻器有电阻。 1.阻抗=电阻+电抗阻抗已经包含了一切

电抗电路的频率分析

电压与电流的复数表示

为了同时表示关于幅值与相移，引入复数，通过对复数表达式进行加减就无需再对三角函数进行运算，电子学中虚数符号通常用j而不是i，为了避免和电流i搞混

$$V(t)=Re(Ve^{jωt})=Re(V)cosωt-Im(v)sinωt$$ $$I(t)=Re(Ie^{jωt})=Re(I)cosωt-Im(I)sinωt$$ 在原先的代数式两边乘$$e^{jωt}$$

电容与电感的电抗

由$$V(t)=Re(V_oe^{jωt})$$ 而$$I=C\frac{dV}{dt}$$ 克制$$I(t)=-V_0Cωsinωt=Re(\frac{V_0e^{jωt}}{-\frac{j}{ωC}})=Re(\frac{V_0e^{jωt}}{X_c})$$ 由此推出一个电容的电抗为$$-\frac{j}{ωC}$$ 类似的，电感的电抗为$$jωL$$ 在只含有电容与电感的电路中总含有一个纯的虚数，这说明电压与电流间总有90度的相位差

突然打开blog发现图片居然全都崩坏？！

Fri, 26 Jul 2024 05:10:42 GMT

本来想传几张照片到博客的，结果从日本回来发现博客的照片全都裂了，一打开七牛云才发现原来是ssl证书过期了，没办法只能重新申请一个了。

点开发现证书已过期。

还好，七牛云上可以免费申请TrustAsia的免费域名证书。

填完信息以后，只要在自己申请域名的云那边解析一下就可以用了。

虽然不知道为什么，我一开始复制记录值里的3b5835...这行数字的时候，粘贴出来总是不对，感觉像是加密了一样，最后还是手打出来的，有没有懂哥能告诉我为什么。

最后吐槽一下，之前七牛云的机器人系统帮我申请的那个ssl证书，信息填的也太随便了。

突然的想法

Sat, 01 Jun 2024 05:10:42 GMT

突然翻到了以前高三整理的文档，那个时候痴迷于西西弗斯和存在主义，也许有时候我的想法已经在不知不觉间被这种哲学思想所影响。

我还记得去年23年的6月几号来着（我给忘了，我受力王邀请去莲花路吃回转寿司，那天吃完饭后我们几个一边散步一边聊天，似乎两三个钟头把小半个莘庄都给逛完了，力王和段带我灵活地穿梭于那几条对他们来说无比熟悉对我却略显陌生的小道。段离开后，我又和力王骑着共享单车四处溜达，从过往回忆到如今生活经历，从哪个女孩好看到哲学意识形态。我问力王“地铁一号线什么时候关闭？”力王回答我说在双休日可以运营至23点，我没做思考便记下了。

而当我来到莲花路地铁站时却被通知最后一班富锦路方向的列车已经离开，站点马上要停运了。

我突然意识到，坏了，这里距离学校有接近25公里路程呢！嘿，天呐，我该怎么办才好？

忘了说了，当时的第二天我需要在早晨6点30在学校的某个门口准时登上发车前往闵行航天研究院实习的校巴，我当时还想着晚上早点入睡呢！

怎么办？打车？我一看打车的报价，接近100多人民币，不不不，我本来就是因为力王请客吃饭才赶来的，如果这会打车岂不是要我多出一份莫名其妙的饭钱吗？不，不行。

那，骑共享单车？也许这是个好主意？我一看地图软件的预估时间，接近2个小时，我想：两个小时，现在是10点出头（也许是这个时间），这么看来回去也不过12点多而已，可能是个比较好的选择相比于打车？

我扫了车，沿着地铁路线开始骑行，我当时的心态其实并没有那么多的怨气，我是这样想的，这不是一次夜骑上海的机会吗，你见过夜晚的上海吗？我不是指那种充满打了鸡血的年轻人蹦迪的夜生活上海，而是属于普通人的，一个平常上下班时可能有很多汽车拥堵而错过沿途风景的上海，我相信不会有人无聊到在各种高架桥上度过上海的夜生活。

我骑啊骑。心情从原来的焦虑逐渐变得平缓，先是沿着地铁路线骑，然后跟随导航进入大马路，路过各种小区和门口的商铺，骑的口渴了就下来找个全家买瓶矿泉水，10:40左右的时候各种小区商品房的灯还熙熙攘攘地亮着，随后逐渐变的黑暗。我路过1号线的地铁口，远远看到地铁站的灯光本来还有一丝侥幸想坐个地铁，骑近一看卷帘门都拉上了，我看我还是慢慢骑吧。晚上的上海公路其实还蛮热闹的，有类似测绘员一样的工作人员会拿着经纬仪一样的仪器不知道在做什么的，也有给路面磨淡的标识重新上漆修复的，还有开着柏油车给破损的路面重新上沥青的，这些事件在平时根本见不到吧，我当时越来越觉得，也许今天这个拍脑袋的决定搞不好是个很有意思的选择。我路过长宁区古北的某条渡过苏州河的高架桥时，我一开始没有走桥，结果被苏州河挡住了去路，当我回头原路返回大桥入口时，我看到旁边的几家酒吧门口居然有几个老头盘腿坐在路边，我还以为是和尚在打坐。

后面的事我有点记不大清了，我只记得大渡河路好长好长好长，明明坐地铁的时候一下就坐过去了，但骑行的时候却超级折磨，导航不停地说还有5km，还有2km...在普陀区和宝山区的交界时候还给我导航到一个建筑工地里了，后面又给我导航到一个地下隧道，那个时候已经接近1点了，我也处于一种迷迷糊糊的状态，我记得我还在宝山区一块没怎么开发的地上见到了类似大桥的桥墩一样的建筑，好吧，超级奇妙的感觉。

直到最后回到学校，已然到了凌晨2点，结果发现我的室友们居然没一个在睡觉，很强。

之所以相隔接近一年才记录这件事情，~~纯粹是因为我懒~~，是因为突发奇想想翻以前高中用的讯飞语记，结果翻到了之前记录的各种句子，看到那句

“穷尽现在，不欲其所无，穷尽其所有。重要的不是生活的最好，而是生活得最多。

没有任何一种命运是对人的惩罚，只要竭尽全力去穷尽它就应该是幸福的 。”

基于PReNet渐近递归网络与gam注意力机制的图像去雨

Fri, 24 May 2024 05:10:42 GMT

背景+摘要

图像作为视觉信息的主要传播媒介，在拍摄过程中常常会受到如雨、雾、雪等外界因素的干扰，这些因素会显著降低图像的质量或掩盖关键信息，进而影响图像的后续处理和应用。图像去雨便成为了亟需解决的问题，其主要挑战包括准确识别各种大小和形状的雨滴，并在保持图像细节的同时去除这些干扰元素。因为除雨对于确保图像信息的准确传达至关重要，尤其是在交通监控和自动驾驶系统等对视觉精度要求较高的应用中。在雨天拍摄的未经处理的图像可能会导致视觉系统错误识别或遗漏关键信息，从而影响决策和操作的安全性和效率。

在图像去雨的研究中，传统方法和基于深度学习的策略是两种主流技术。

而随着深度学习今年来在计算视觉领域的逐步应用，基于深度学习的去雨技术已成为近年来的研究热点。这种方法利用大规模数据集对深度网络模型进行训练，然后将训练好的模型应用于待处理的图像，从而有效地去除图像中的雨滴。

本论文围绕对单画幅图像去雨展开研究，采用深度学习的方法，在PReNet算法基础上提出了一种通过集成GAM注意力机制来增强去雨性能的新方法。PReNet是一个高效的递归网络，专注于去除图像中的雨滴，但在处理复杂场景时仍存在一些局限性。为了解决这一问题，本文在每个残差模块后引入了GAM注意力机制，通过加强网络对有雨区域的感知能力，从而更精准地去除雨迹。本文在Rain100L和 Rain1400 等主流去雨数据集上进行了广泛的实验，实验结果显示，与原始PReNet模型相比，集成了GAM注意力机制的新模型在峰值信噪比（PSNR）和结构相似性指数（SSIM）上都有显著提高。结果证明了GAM注意力机制在去雨任务中的有效性和潜在的应用价值。

PReNet是什么

以下为PReNet论文原文：

PReNet是一种渐进递归网络，通过在基于ResNet的网络中引入递归层，以及将阶段性结果和原始多雨图像作为每个ResNet的输入，来提高去雨的性能。该网络能够有效地去除雨滴，对于图像去雨领域的研究具有重要意义，并可作为未来图像去雨研究的合适基础。

PReNet，全称为Progressive Recurrent Network，是一个专门为单图像去雨任务设计的深度学习架构。这种网络采用了递归神经网络的设计思想，通过逐步精细化的方式去除图像中的雨滴，逐渐恢复干净的背景图像。本文选取PReNet模型作为图像去雨算法的基本框架，接下来对PReNet网络结构进行介绍。

PReNet结构

(1) 输入层

输入卷积层由一个核大小为3*3、填充大小为1的标准卷积层构成，其后跟随有ReLU非线性激活函数,该层输入为6通道,输出为32通道。

    (conv0): Sequential(
    (0): Conv2d(6, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU()
    )

(2) 循环层

循环层使用的是LSTM(Long short-term memory),LSTM结构有两个传输状态$c^t$和$h^t$。通过前一个阶段传递下来的状态 $h^{t-1}$以及当前的输入状态 $x^t$拼接训练得到四个状态。LSTM的内部结构如下图所示,图中第一个公式得到的$c^t$是传给下一个阶段的状态，$h^t$表示该阶段的隐藏状态，$y^t$表示输出。

⊙表示表示矩阵中对应元素相乘的操作,而相乘的两个矩阵为同型矩阵,⊕表示矩阵加法操作。LSTM结构内部有忘记、选择记忆和输出这三个阶段。

LSTM的输入为64通道，输出为32通道,卷积核大小为3*3,填充大小为1。

  (conv_i): Sequential(
    (0): Conv2d(64, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): Sigmoid()
  )
  (conv_f): Sequential(
    (0): Conv2d(64, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): Sigmoid()
  )
  (conv_g): Sequential(
    (0): Conv2d(64, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): Tanh()
  )
  (conv_o): Sequential(
    (0): Conv2d(64, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): Sigmoid()
  )

(3) ResBlocks

ResBlocks是通过递归展开一个残差块5次来实现的。每个这样的残差块包括两个普通的卷积层，每层后接一个ReLU激活函数,ResBlocks中的每个卷积层输入输出通道数均为32,核大小为3*3,填充大小为1。整个ResBlocks的结构如图3.2所示,图中的5个ResBlock具有相同结构,且参数共享。而单个残差块以残差块1为例，结构如下方代码所示。由于整个模型网络参数主要来自ResBlocks,因此使得模型整体大小由于重复计算而显著减小。

    (res_conv1): Sequential(
    (0): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (1): ReLU()
    (2): Conv2d(32, 32, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
    (3): ReLU()
  )

(4) 输出层

输出层是由一个核大小为3*3的标准卷积层构成,填充大小为1,输入为32通道,输出为3通道。

    (conv): Sequential(
    (0): Conv2d(32, 3, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1))
  )

(5) 损失函数

在网络训练方面,PReNet使用了负结构相似性(-SSIM)损失函数。

(6) 总体结构

PReNet模型的6个阶段共享相同的网络参数,将一个ResBlock在一个阶段内反复展开5次,以显著减少网络的参数。PReNet模型包含四个部分:输入卷积层、循环层、ResBlocks和输出卷积层,其整体结构如图3.3所示,左边的图为单个阶段的具体结构,右边图为PReNet模型的整体结构。PReNet模型阶段t的结构的推导公式如下: $$ x^{t-0.5} =f_{\text{in}}(x^{t-1}, y), \
s^t = f_{\text{recurrent}}(s^{t-1}, x^{t-0.5}), \
x^t = f_{\text{out}}(f_{\text{res}}(s_t)). $$ 其中, $f_{\text{in}}$$x^{t-1} $和待去雨图像 y 的拼接结果,第一阶段的输入是两个待去雨图像的拼接, $x^{t-0.5}$ 即为输入层的输出, $s^{t-1}$为上一阶段循环层$LSTM$ 传递过来的信息,$f_{\text{recurrent}} $ 表示循环层的作用,$s^t$表示当前阶段循环层的输出,$f_{\text{res}}$表示$Resblocks$, $f_{\text{out}} $表示输出层, $x^t$表示当前阶段的去雨结果。

GAM模块

论文《Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions》

1、作用

这篇论文提出了全局注意力机制（Global Attention Mechanism, GAM），旨在通过保留通道和空间方面的信息来增强跨维度交互，从而提升深度神经网络的性能。GAM通过引入3D排列与多层感知器（MLP）用于通道注意力，并辅以卷积空间注意力子模块，提高了图像分类任务的表现。该方法在CIFAR-100和ImageNet-1K数据集上的图像分类任务中均稳定地超越了几种最新的注意力机制，包括在ResNet和轻量级MobileNet模型上的应用。

2、机制

利用3D排列保留跨三个维度的信息，并通过两层MLP放大跨维度的通道-空间依赖性。这个子模块通过编码器-解码器结构，以一个缩减比例r（与BAM相同）来实现。

2、空间注意力子模块：

为了聚焦空间信息，使用了两个卷积层进行空间信息的融合。同时，为了进一步保留特征图，移除了池化操作。此外，为了避免参数数量显著增加，当应用于ResNet50时，采用了分组卷积与通道混洗。

3、独特优势

1、效率与灵活性：

GAM展示了与现有的高效SR方法相比，如IMDN，其模型大小小了3倍，同时实现了可比的性能，展现了在内存使用上的高效性。

2、动态空间调制：

通过利用独立学习的多尺度特征表示并动态地进行空间调制，GAM能够高效地聚合特征，提升重建性能，同时保持低计算和存储成本。

3、有效整合局部和非局部特征：

GAM通过其层和CCM的结合，有效地整合了局部和非局部特征信息，实现了更精确的图像超分辨率重建。

4、代码

import torch.nn as nn
import torch

class GAM_Attention(nn.Module):
    def __init__(self, in_channels, rate=4):
        super(GAM_Attention, self).__init__()

        # 通道注意力子模块
        self.channel_attention = nn.Sequential(
            # 降维，减少参数数量和计算复杂度
            nn.Linear(in_channels, int(in_channels / rate)),
            nn.ReLU(inplace=True),  # 非线性激活
            # 升维，恢复到原始通道数
            nn.Linear(int(in_channels / rate), in_channels)
        )

        # 空间注意力子模块
        self.spatial_attention = nn.Sequential(
            # 使用7x7卷积核进行空间特征的降维处理
            nn.Conv2d(in_channels, int(in_channels / rate), kernel_size=7, padding=3),
            nn.BatchNorm2d(int(in_channels / rate)),  # 批归一化，加速收敛，提升稳定性
            nn.ReLU(inplace=True),  # 非线性激活
            # 使用7x7卷积核进行空间特征的升维处理
            nn.Conv2d(int(in_channels / rate), in_channels, kernel_size=7, padding=3),
            nn.BatchNorm2d(in_channels)  # 批归一化
        )

    def forward(self, x):
        b, c, h, w = x.shape  # 输入张量的维度信息
        # 调整张量形状以适配通道注意力处理
        x_permute = x.permute(0, 2, 3, 1).view(b, -1, c)
        # 应用通道注意力，并恢复原始张量形状
        x_att_permute = self.channel_attention(x_permute).view(b, h, w, c)
        # 生成通道注意力图
        x_channel_att = x_att_permute.permute(0, 3, 1, 2).sigmoid()

        # 应用通道注意力图进行特征加权
        x = x * x_channel_att

        # 生成空间注意力图并应用进行特征加权
        x_spatial_att = self.spatial_attention(x).sigmoid()
        out = x * x_spatial_att

        return out

# 示例代码：使用GAM_Attention对一个随机初始化的张量进行处理
if __name__ == '__main__':
    x = torch.randn(1, 64, 20, 20)  # 随机生成输入张量
    b, c, h, w = x.shape  # 获取输入张量的维度信息
    net = GAM_Attention(in_channels=c)  # 实例化GAM_Attention模块
    y = net(x)  # 通过GAM_Attention模块处理输入张量
    print(y.shape)  # 打印输出张量的维度信息

SE Net模块

论文《Squeeze-and-Excitation Networks》

1、作用

SE 模块通过引入一个新的结构单元——“Squeeze-and-Excitation”（SE）块——来增强卷积神经网络的代表能力。是提高卷积神经网络（CNN）的表征能力，通过显式地建模卷积特征通道之间的依赖关系，从而在几乎不增加计算成本的情况下显著提升网络性能。SE模块由两个主要操作组成：压缩（Squeeze）和激励（Excitation）

2、机制

1、压缩操作：

SE模块首先通过全局平均池化操作对输入特征图的空间维度（高度H和宽度W）进行聚合，为每个通道生成一个通道描述符。这一步有效地将全局空间信息压缩成一个通道向量，捕获了通道特征响应的全局分布。这一全局信息对于接下来的重新校准过程至关重要。

2、激励操作：

在压缩步骤之后，应用一个激励机制，该机制本质上是由两个全连接（FC）层和一个非线性激活函数（通常是sigmoid）组成的自门控机制。第一个FC层降低了通道描述符的维度，应用ReLU非线性激活，随后第二个FC层将其投影回原始通道维度。这个过程建模了通道间的非线性交互，并产生了一组通道权重。

3、特征重新校准：

激励操作的输出用于重新校准原始输入特征图。输入特征图的每个通道都由激励输出中对应的标量进行缩放。这一步骤有选择地强调信息丰富的特征，同时抑制不太有用的特征，使模型能够专注于任务中最相关的特征。

3、独特优势

1、通道间依赖的显式建模：

SE Net的核心贡献是通过SE块显式建模通道间的依赖关系，有效地提升了网络对不同通道特征重要性的适应性和敏感性。这种方法允许网络学会动态地调整各个通道的特征响应，以增强有用的特征并抑制不那么重要的特征。

2、轻量级且高效：

尽管SE块为网络引入了额外的计算，但其设计非常高效，额外的参数量和计算量相对较小。这意味着SENet可以在几乎不影响模型大小和推理速度的情况下，显著提升模型性能。

3、模块化和灵活性：

SE块可以视为一个模块，轻松插入到现有CNN架构中的任何位置，包括ResNet、Inception和VGG等流行模型。这种模块化设计提供了极大的灵活性，使得SENet可以广泛应用于各种架构和任务中，无需对原始网络架构进行大幅度修改。

4、跨任务和跨数据集的泛化能力：

SENet在多个基准数据集上展现出了优异的性能，包括图像分类、目标检测和语义分割等多个视觉任务。这表明SE块不仅能提升特定任务的性能，还具有良好的泛化能力，能够跨任务和跨数据集提升模型的效果。

5、增强的特征表征能力：

通过调整通道特征的重要性，SENet能够更有效地利用模型的特征表征能力。这种增强的表征能力使得模型能够在更细粒度上理解图像内容，从而提高决策的准确性和鲁棒性。

4、代码：

import numpy as np
import torch
from torch import nn
from torch.nn import init

class SEAttention(nn.Module):
    # 初始化SE模块，channel为通道数，reduction为降维比率
    def __init__(self, channel=512, reduction=16):
        super().__init__()
        self.avg_pool = nn.AdaptiveAvgPool2d(1)  # 自适应平均池化层，将特征图的空间维度压缩为1x1
        self.fc = nn.Sequential(  # 定义两个全连接层作为激励操作，通过降维和升维调整通道重要性
            nn.Linear(channel, channel // reduction, bias=False),  # 降维，减少参数数量和计算量
            nn.ReLU(inplace=True),  # ReLU激活函数，引入非线性
            nn.Linear(channel // reduction, channel, bias=False),  # 升维，恢复到原始通道数
            nn.Sigmoid()  # Sigmoid激活函数，输出每个通道的重要性系数
        )

    # 权重初始化方法
    def init_weights(self):
        for m in self.modules():  # 遍历模块中的所有子模块
            if isinstance(m, nn.Conv2d):  # 对于卷积层
                init.kaiming_normal_(m.weight, mode='fan_out')  # 使用Kaiming初始化方法初始化权重
                if m.bias is not None:
                    init.constant_(m.bias, 0)  # 如果有偏置项，则初始化为0
            elif isinstance(m, nn.BatchNorm2d):  # 对于批归一化层
                init.constant_(m.weight, 1)  # 权重初始化为1
                init.constant_(m.bias, 0)  # 偏置初始化为0
            elif isinstance(m, nn.Linear):  # 对于全连接层
                init.normal_(m.weight, std=0.001)  # 权重使用正态分布初始化
                if m.bias is not None:
                    init.constant_(m.bias, 0)  # 偏置初始化为0

    # 前向传播方法
    def forward(self, x):
        b, c, _, _ = x.size()  # 获取输入x的批量大小b和通道数c
        y = self.avg_pool(x).view(b, c)  # 通过自适应平均池化层后，调整形状以匹配全连接层的输入
        y = self.fc(y).view(b, c, 1, 1)  # 通过全连接层计算通道重要性，调整形状以匹配原始特征图的形状
        return x * y.expand_as(x)  # 将通道重要性系数应用到原始特征图上，进行特征重新校准

# 示例使用
if __name__ == '__main__':
    input = torch.randn(50, 512, 7, 7)  # 随机生成一个输入特征图
    se = SEAttention(channel=512, reduction=8)  # 实例化SE模块，设置降维比率为8
    output = se(input)  # 将输入特征图通过SE模块进行处理
    print(output.shape)  # 打印处理后的特征图形状，验证SE模块的作用

消融实验ablation

实验环境

本文的实验平台为64位windows11系统，GPU为NVIDIA GeForce RTX 4070(12GB/华硕)，搭配的处理器为intel i5-13490F。Anaconda版本为23.7.4。cuda版本为12.1。Pytorch版本2.1.2。Python版本为3.9.18。tensorboard版本为2.16.2。

本实验中所有的网络都使用相同的训练设置,填充大小是100*100,batchsize大小是18,本文使用优化器为ADAM来训练模型,对Rain100L数据集的训练周期为100个epoch(对于其他大数据集如Rain1400等由于时间问题，并没有达到这个迭代周期),初始学习率设置为0.001,当epoch分别为30、50、80时,学习率均乘以0.2。

评估指标

本文使用图像去雨领域常用的图像质量评价指标PSNR、SSIM来对算法进行有效评估与比较。

峰值信噪比PSNR

PSNR 的计算基于均方误差（MSE）。首先计算 MSE，它是原始图像和失真图像对应像素差的平方值的平均值。PSNR的值越高表示处理后的图像与原图越接近。PSNR通过下面的公式计算：

$$ PSNR = 10\cdot\log_{10}\left(\frac{{MAX}^2}{{MSE}}\right) $$ 其中，$\text{MAX}$是可能的最大像素值，通常对于8位图像是255，$\text{MSE}$（Mean Squared Error）表示均方误差。而MSE的计算方式如下：

$$ MSE = \frac{1}{mn} \sum_{i=1}^m \sum_{j=1}^n(I(i, j) - K(i, j))^2 $$ 其中，$m$ 和 $n$ 分别是图像的行数和列数，$I(i, j)$ 是原始图像在位置 $(i, j)$ 的像素值，$K(i, j)$ 是失真或重建图像在位置 $(i, j)$ 的像素值。

结构相似性SSIM

SSIM基于三个比较维度：亮度（luminance）、对比度（contrast）和结构（structure）。SSIM指数通过比较两幅图像的亮度、对比度和结构的相似性来计算。SSIM的值范围从-1到1，其中1表示两图像完全相同。其计算方式如下：

$$ \text{SSIM}(x, y) = \left( \frac{2 \mu_x \mu_y + C_1}{\mu_x^2 + \mu_y^2 + C_1} \right) \times \left( \frac{2 \sigma_{xy} + C_2}{\sigma_x^2 + \sigma_y^2 + C_2} \right) \times \left( \frac{\sigma_{xy} + C_3}{\sigma_x \sigma_y + C_3} \right) $$

其中 $\mu_x$ 和 $\mu_y$ 分别是图像 $x$ 和 $y$ 的平均亮度。 $\sigma_x^2$ 和 $\sigma_y^2$ 分别是图像 $x$ 和 $y$ 的方差。 $\sigma_{xy}$ 是图像 $x$ 和 $y$ 的协方差。 $C_1, C_2, C_3$ 是小常数，用以维持稳定性，通常 $C_3 = \frac{C_2}{2}$。

实验数据集

本文的所有的消融实验都是在合成的小雨数据集Rain100L上进行的，Rain100L数据集里面包含有雨图片和对应的无雨图片,雨纹的密度较小,其训练集有200张有雨图片,测试集有100张有雨图片。对比实验在Rain100L，Rain1400以及Rain12上进行。

损失函数

本文的loss function选择与原PReNet论文一直，采用negative SSIM作为loss，通过取负，我们可以将最大化SSIM的问题转化为最小化负SSIM的问题从而符合求最小损失这个前提。且ssim的评估方式更符合人眼直觉。本loss function表达式为： $$ L_s=-SSIM $$

我在第一层卷积层后缝合了gam模块

class PReNet(nn.Module):
    def __init__(self, recurrent_iter=6, use_GPU=True):
        super(PReNet, self).__init__()
        self.iteration = recurrent_iter
        self.use_GPU = use_GPU
		...
        ...
        ...   
        self.gam=GAM_Attention(in_channels=32)#GAM
    def forward(self, input):
        batch_size, row, col = input.size(0), input.size(2), input.size(3)
        ...
    	...
        for i in range(self.iteration):
            x = torch.cat((input, x), 1)
            x = self.conv0(x)
            x = self.gam(x)
            x = torch.cat((x, h), 1)
            ...
            ...
        return x, x_list

实验设计

本部分通过引入SE通道注意力机制模块以及GAM全局注意力机制模块，分别安插在PReNet网络的不同位置进行性能比对，从而筛选出更优质的改进方案。嵌入位置如下图：

对于不同注意力模块以及其在网络中嵌入的不同位置，后以不同名字指代如表1.1所示。

在Rain100L上的消融实验结果

| 模型名称 | PSNR | SSIM | | :-------------------: | :--------------------------------: | :--------------------------------: | | PReNet | 37.48 | 0.979 | | PReNet_GAM_R | 37.97 | 0.980 | | PReNet_SE_R | 37.69 | 0.979 | | PReNet_GAM_afterConv0 | 37.49 | 0.979 | | PReNet_SE_afterConv0 | 37.49 | 0.979 | | PReNet_GAM_SE | 37.45 | 0.979 | | PReNet_SE_GAM | 37.92 | 0.981 | | PReNet_GAM_GAM | 37.91 | 0.980 |

针对Rain100L数据集的实验结果表明，当GAM模块单独集成在每个残差块内时，网络性能提升最为明显。这一发现表明GAM模块在处理图像中的全局信息方面具有显著优势，能够有效地提升去雨效果。

对比实验

将上文所提的PReNet_GAM_R方案在Rain1400、Rain100L和Rain12这三个合成数据集上与3种经典的基于深度学习的图像去雨算法JORDER、RESCAN、 PReNet 算法以及本文提的PReNet_GAM_R方案进行定性定量评估比较。

并在真实雨图上进行主观感觉上的比较,来验证本方案的有效性。

(1) 合成数据集

本文方案与上述4种去雨算法的定量比较如表4.6所示,红色标注即为最高值。从表中可以看出,PReNet_GAM_R方案在三个合成数据集上均能取得较高的PSNR和 SSIM 指标值,且其在三个合成数据集上的指标值基本高于其他四个去雨算法。需要说明的是本对比实验中，PReNet_GAM_R 针对 Rain1400 数据集的训练 epoch 仅为 8 个 epochs，主要原因为 Rain1400 数据集庞大从而导致训练时间长的问题，在RTX4070显卡夜以继日地连续72小时的工作情况下也仅仅训练到了第8 个epoch，因此此处的对比数据比原先PReNet性能略低一筹。

| Dataset | Measure | JORDER | RESCAN | PReNet | PReNet_GAM_R | | :---------: | :---------: | :---------: | :---------: | :--------------------------------------: | :---------------------------------------: | | Rain100L | PSNR/SSIM | 36.61/0.974 | 29.80/0.881 | 37.48/0.979 | 37.97/0.980 | | Rain12 | PSNR/SSIM | 33.92/0.953 | ----- | 36.66/0.961 | 37.04/0.962 | | Rain1400 | PSNR/SSIM | ----- | ----- | 32.60/0.946 | 32.41/0.945 |

(2) 真实雨图

接下来将改进的PReNet_GAM_R与原先的PReNet在真实雨图上的去雨效果进行比对，如下方图所示，从左到右依次为原始图像，PReNet图像，PReNet_GAM_R 图像，从上到下一共展示三组真实雨图，此处所用于测试的模型为在Rain1400数据集上训练8epochs的PReNet_GAM_R网络。

通过观察可以发现，PReNet_GAM_R改进后的去雨图像在清晰度上比PReNet的去雨图像更为清晰，在细节部分没有出现丢失的情况，整幅图片看起来更为透彻，在图像的清晰度提高和细节保留更完整，从而提供了更加令人满意的视觉效果。此外，从感官体验的角度来看，图像的细节，如建筑线条、环境纹理和边缘清晰度等，在去除雨水后都被更好地保留了下来，几乎与无雨的原始场景无异。

最后的网络结构

总结与展望

总结

本文介绍了在PReNet网络中集成不同的注意力机制模块的融合实验。通过详细的实验设计，分析了SE和GAM模块单独插入原网络输入层后和残差块内的效果，还考察了这两种模块同时使用时的性能变化。实验结果通过PSNR和 SSIM 指标进行量化，以评估不同配置对去雨效果的影响。针对Rain100L数据集的实验结果表明，当GAM模块单独集成在每个残差块内时，网络性能提升最为明显。本文的研究表明，注意力机制，尤其是全局注意力机制在提高深度网络处理复杂去雨任务中的有效性。GAM模块通过其对全局信息的高效整合，使得网络能够更准确地识别和去除图像中的雨滴，同时保留更多的背景细节。这一点在图像去雨的应用中尤为重要，因为背景信息的保留直接关系到去雨图像的视觉质量和实用价值。

展望

本文改进的GAM融合PReNet去雨算法在进行单幅图像去雨工作时有一定的提升效果,但与最新发布的去雨研究相比，仍存在一定的差距。此外，受限于硬件资源和时间成本，本研究未能对多个大型数据集进行深入分析，甚至在唯一使用的 Rain1400 数据集上的训练周期也仅限于8个epochs。这些限制使得研究结果可能未能完全体现潜在的优化效果。因此，未来研究的方向和展望可以从以下几个方面进行扩展和深化：

(1) 本文已经尝试了集成不同的注意力机制以优化去雨性能。未来工作可以继续在这一方向上进行创新，例如探索新的神经网络架构或改进现有的深度学习模块，以适应去雨处理的特定需求。此外，调整和优化模型参数也是实现更有效去雨处理的关键途径。

(2) 尽管通过合成的虚拟雨图可以以更多样本地进行全监督学习，但这些数据往往无法完全复现真实雨景的复杂性和多样性。因此，开发和使用更接近真实世界条件的雨图数据集将是未来研究的重要方向。这将帮助模型更好地理解和处理实际场景中的雨效应，提高去雨技术的实际应用价值。

(3) 目前常用的图像质量评估指标如PSNR和SSIM虽然提供了量化的性能评估，但并不能完全代表人类的视觉感知。应该设计一种更符合人类视觉感知的评价方法，能更准确地反映去雨效果的优劣，这对于推动去雨技术的发展具有重要意义。

(4) 考虑到降雨的复杂性，将模型驱动方法与数据驱动方法结合起来，可能是解决去雨问题的一种有效策略。这种融合方法可以充分利用两种学习方式的优势，提高去雨算法的准确性和鲁棒性。希望未来通过在上述几方面的努力，可以使得去雨研究有望实现更大的突破，为相关领域带来更深远的影响。

写在最后的ps

所谓的毕设就这么莫名其妙的搞完了，其实工作量很小，多半的工作量是前期阅读论文以及复现各种其他的去雨算法来选择一个比较合适的改进平台，后期所有的实验基本上只花了几天的功夫，反正现在答辩也弄完了，后面空闲的时间可能会做几个开源项目，然后再次投入那场“永恒轮回”的地狱中。

复旦get out，中科院 come instead！

时间的轮廓

Fri, 17 May 2024 05:10:42 GMT

火焰战士

不知从何时起我开始觉得天空好美，

可能是因为那个少女消失在那里的缘故吧，

我有些羡慕她，

没有翅膀的我，

只有将希望和憧憬寄托在她的身上，

在天空中飞翔的她，能够感受到我的思念吗？

天空不再是遥不可及，

她一定把我的梦想带上了天际，

我坚信。

不知从何时起，

我一直在做一个梦，

一遍又一遍，

没有开始也没有终结，

我暗自祈祷这不是梦，

因为梦总会结束，

于是我开始等待，

等待着某人将我唤醒，

我仿佛坐在空无一人的山顶上，

听着一个脚步声由远而近，

也许那之后才是梦的开始，

仿佛时间已经停止，

我一直在等待着，

直到我已经忘记了，

为何要等待，

但是正如黑夜之后一定是黎明，

奇迹一定会到来，

我坚信

PyTorch基础笔记_01

Thu, 18 Apr 2024 13:02:02 GMT

PyTorch基础笔记_01

常用库：torch，numpy，pandas，matplotlib

import torch
import numpy as np
import torch.nn as nn
from torch import optim as optim#优化器
import torch.nn.functional as F#用到的函数

基础使用

假设一个最简单的神经网络，没有隐藏层，只有输入层和输出层

eg：5个输入神经元，7个输出神经元，全连接 $$ y=w\cdot x+b $$ x为输入层，形状为（1,5）； $$ \begin{bmatrix}x_1 & x_2&x_3&x_4&x_5\end{bmatrix} $$ Y为输出层，形状为（1,7）#同上 $$ \begin{bmatrix}y_1 & y_2&y_3&y_4&y_5&y_6&y_7\end{bmatrix} $$ w为权重，形状为（5,7) #全连接， $$ \begin{bmatrix}w_{11}&w_{12}&w_{13}&w_{14}&w_{15}&w_{16}&w_{17} \\w_{21} & w_{22}&w_{23}&w_{24}&w_{25}&w_{26}&w_{27} \\w_{31} & w_{32}&w_{33}&w_{34}&w_{35}&w_{36}&w_{37} \\w_{41} & w_{42}&w_{43}&w_{44}&w_{45}&w_{46}&w_{47} \\w_{51} & w_{52}&w_{53}&w_{54}&w_{55}&w_{56}&w_{57} \end{bmatrix} $$ b为bias偏置，每个输出神经元输出前都会经过bias调整，所以形状为7

#定义各个参数
w=torch.randn(5,7,requires_grad=True)#生成5*7的随机数矩阵来填充w,同时设定w是需要后续进行梯度下降更新的属性，后半部分缺失会导致程序报错
b=torch.randn(7,requires_grad=True)
x=torch.randn(1,5)
Y=torch.randn(1,7)
lr=0.001#设置学习率
y=F.relu(x @ w + b) #x与w为矩阵，使用矩阵乘法@,同时调用事前导入为F的激活函数，这里选择relu函数（1）
#开始求loss，假定本案例为一个分类任务，选择交叉熵损失函数
loss=F.cross_entropy(y,Y)
#开始求参数梯度，进行梯度下降算法更新参数，pytorch提供了一个函数方法backward()，可以直接帮助我们找到所有参数梯度，无需自己算
loss.backward()#这步只求了梯度，顺利运行的前提是需要提前设定参数是需要求梯度的属性
w.grad#查看w经过梯度下降所得的参数值，！还没有进行参数的更新！见（2）
w=w -lr * w.grad#这步才是更新了参数（3）

两种损失函数

1.分类任务一般使用交叉熵损失函数：

$$ \text{Cross-Entropy}= -\sum_{i=1}^n [y_i \log(\hat{y}_i) + (1-y_i) \log(1-\hat{y}_i)] \\y_i：\text{ 类别的真实标签（通常为0或1）} \\\hat{y_i}: \text{对应类别的预测概率} $$

2.回归任务一般使用均方误差损失函数

$$ \text{MSE} = \frac{1}{n} \sum_{i=1}^n (y_i - \hat{y}_i)^2 \\y_i：\text{真实值} \\\hat{y_i}:预测值 \\n:样本数量 $$ 损失函数使用时需注意该函数的传参

（1）结果：

（2）结果：

（3）结果：

搭建模型

搭建网络需要定义一个类，eg此处输入图像为rgb彩色图像，像素为48*48

ps: jupyter lab查看函数参数快捷键shift+tab

class M_CNN(nn.Module):#定义网络，父类为之前导入的nn类
    def __init__(self):#初始化
        super().__init__()#父类的函数方法
        self.conv1 =nn.Conv2d(3,16,kernel_size=3,padding=1)#设计的卷积层，调用nn父类中的Conv2d卷积函数，参数见（4）eg：输入为彩色图像（输入为3），输出16个通道，卷积核大小为3*3；padding=1为填充1像素保证输出的长宽不变
        self.conv2 =nn.Conv2d(16,32,kernel_size=3,padding=1)
        self.bn1=nn.BatchNorm2d(16)#规范化，通道数为16#第一层卷积的输出通道数
        self.bn2=nn.BatchNorm2d(32)
        self.MaxPool=nn.MaxPool2d(kernel_size=2)#池化层
        self.fc1=nn.Linear(12*12*32,1000)#网络全连接层，将处理完的输入图像所有像素拼接为一维，加入中间有1000个神经元的隐藏层
        self.fc2=nn.Linear(1000,100)#1000个隐藏层1神经元，最送到100个隐藏层2神经元，由于12*12*32的输入太大，故需要不同神经元数目的隐藏层过渡
        self.fc3=nn.Linear(100,7)#最后输出为7个神经元
    def forward(self,x):
        x=F.relu(self.bn1(self.conv1(x)))#输入先过卷积，后过规范器，最后通过激活函数relu，更新原有输入
        x=self.MaxPool(x)#经过池化后图像宽高对半减
        x=F.relu(self.bn2(self.conv2(x)))#经过第二个卷积层
        x=self.MaxPool(x)
        x=x.view(-1,12*12*32)#进入全连接之前，需要讲3维张量撑成1维的向量，-1代表可能用小批量进行训练，不确定数目，代表自适应，后面的数值代表进入的张量
        x=F.relu(self.fc1(x))#进入全连接
        x=F.relu(self.fc2(x))
        x=F.relu(self.fc3(x))
        return x

全连接层参数计算：

$$ 一个(3,48\times48)图像通过一个(3,16,kernel=3\times3,步长为1)的卷积层，\\输出为(16,48\times48)图像，\\通过第一个池化层，窗口为2\times2,步长为2，\\输出为(16，24\times24),\\经过第二个卷积层(16，32，kernel=3\times3,步长为1)\\输出为(32,24\times24)，\\通过第二个池化层，变为(32，12\times12) $$

（4）nn.Conv2d函数的参数：

数据处理

读取数据，转化为dataset，再由dataset转化为dataloader

from torch.utils.data import DataLoader
from torchvision import datasets,tranforms
from torchvision.datasets import ImageFolder
transform=transforms.Compose([
	transforms.ToTensor()#读取图像后将数据转换为tensor类型
	transforms.Normalize(mean=(0.5,),std=(0.5,))#去均值，除标准差的归一化操作
])
dataset=ImageFolder('file_path',tansform=transform)#通过imagefolder来为读取的数据进行标注，后半部分使用tranform进行格式转化
dataloader=DataLoader(dataset,batch_size=32,shuffle=True)#shuffle意义为每个batch开始时顺序是否要被打乱

跑模型

#检测GPU使用情况
device=torch.device('cuda:0' if torch.cuda.is_available() else 'cpu')
print('Using device',device)
#创建模型
model=CNN_M().to(device)
#定义损失函数
loss_fun=F.cross_entropy
#定义优化器
opt=optim.Adam(model.parameters(),lr=0.01)#parameters为模型的所有参数
epochs=8#以batchsize为32的步长，每个批次通过一遍网络，直至所有样本被扫完作为一个epoch
for epoch in range(epochs):
    for i,data in enumerate(dataloader,0):#每次的小batch做的事
        inputs,labels=data[0].to(device),data[1].to(device)#input为作为输入的数据，labels为获取标签，to(device)为把数据往显卡里送
        y=model(inputs)#进入模型的forward第一层到最后一层，结果给y
        loss=F.cross_entropy(y,labels)#通过计算得的y与labels标签正确答案进行损失计算
        loss.backward()#计算梯度值
        opt.step()#优化器进行梯度下降，更新参数
        opt.zero_grad()#参数的梯度清零，不然进入下一轮梯度计算时会累积上一次的结果
        
        print(i,loss)

ps:最后来一张之前tutu带我看的不认识的Vtuber演唱会

深度学习_00

Sun, 14 Apr 2024 04:20:50 GMT

深度学习基础知识

几种“学习”间的关系

机器学习---最大的概念

<让机器通过学习的方式得到一个可以解决问题的模型>

学习方法：KNN（K近邻），k means（k均值解决聚类问题），SVM，深度学习

机器学习，隐式学习

神经网络：输入层，隐藏层，输出层

神经元

不改变网络层和算法的情况下，影响输出结果的是各神经元连接线路上的数值权重

除了一系列加减乘除的线性变换外，还引入了激活函数

激活函数：阶跃函数（不用

希望通过梯度下降的方式求得参数更新的过程，阶跃函数无法正常求导，需要引入δ函数，因此使用别的函数作为激活函数Sigmoid，以此解决阶跃函数不可导的问题

Sigmoid：

$$ S(x)=\dfrac{1}{1+e^{-x}} $$

sigmoid导数： $$ S'(x)=\dfrac{e^{-x}}{(1+e^{-x})^2}=S(x)(1-S(x)) $$ Sigmoid函数及其导数的图像：

tanh：

$$ tanh=\dfrac{e^x-e^{-x}}{e^x+e^{-x}} $$

范围在（-1，1）间的激活函数

Relu函数

$$ f(x)=\begin{cases}x & x\geq0 \\0&x< 0\end{cases} $$

每个神经元所做的事： $$ g_{output}=g(w_1\times a+w_2\times b+w_3\times c+w_4\times d)—>relu $$ 注：a,b,c,d为权重值，神经元输出结果为各参数加权后通过一个relu函数所得的值

机器学习的目的是在给定前提情况下，寻找能得到最好输出的w参数们

梯度下降

如何寻找需要的W

通过当前所计算得出的结果与已知的正确结果做差，考虑到所得结果的正负号问题，采用对式子求平方的方式（平方好求导，绝对值不好求导） $$ L=(f(x)-y)^2 $$

L越小，模型性能越好，f(x)与参数w有关，因此L也是个关于w的函数。

可以通过调整w来使L的取值变小

动态更新W，eg：初始值w0，第一刻w1..... $$ W_1=W_0-lr\cdot \frac{\partial L}{\partial W_0} \\W_2=W_1-lr\cdot \frac{\partial L}{\partial W_1} \\... $$

局部最优/全局最优

类似高等数学函数章节中的极值和最值问题，局部导数为0的极值点不代表此处是整个函数的极值

ps:顺带吐槽一句，这个hugo对LateX数学公式的键入好像不是很友好，比如公式间的换行用要用\\，但是他识别代码的时候只识别一条杠\，这就导致像 $$ f(x)=\begin{cases}x & x\geq0 \\0&x< 0\end{cases} $$ 这种分段的函数会显示成这样 $$ f(x)=\begin{cases}x & x\geq0 \0&x< 0\end{cases} $$

byd后来我发现你只需要打3个\就能解决问题了。

中国后现代主义与网络亚文化的发展以“抽象文化”为例

Sun, 03 Mar 2024 05:10:42 GMT

这篇文章是我之前一门通识课所布置的作业，今天闲的没事就想水一篇文章。

小石我纵横现代简中互联网多年，对如今的网络文化也有一定的思考，借着通识课作业的契机一并谈谈我对当今网络抽象话的了解。

中国后现代主义与网络亚文化的发展

以“抽象文化”为例

近年来，随着网络社交平台和短视频行业的发展，我们越来越不难注意到，有这样一类越来越频繁浮现的群体。他们往往说着荒诞又难以理解的话语，洒脱地嘲讽或攻击一些公众形象，同时又无时不刻进行着自我矮化。这类群体在后疫情时期越发壮大逐渐从网络世界的边缘浮现至仅次于主流文化的亚文化地位。在理解了后现代主义和解构主义后，我们可以说这类“抽象文化”的诞生和扩张正是后现代主义思潮在当今中文网络世界的具体表现之一。

后现代主义一词在法国哲学家利奥塔出版了《后现代状态》一书后正式出道，它是一种基于对西方现代社会进行反思和批判而形成的文化思潮。而其核心理论之一便是宏大叙事的消亡。宏大叙事被认为是现代性的一种体现，是一种使特定意识形态世界观乃至价值观正当化的趋势，也是一种对事物运行规律和人类历史进程的宏观解释。但后现代主义主张对本质的否定和对非理性的推崇，强调多元性、差异性，反对同一性，并具有不确定性、分裂性、解构性及戏谑性等特点。而解构主义则是由法国哲学家德里达提出的，其原本的主张是对中心主义的一种批判，是破坏有中心的二元对立状态，而在今天，解构一词作为一种行为可以用于任何对象和场合，成为了后现代主义中的一环。

Jean-Francois Lyotard

为什么说目前网络抽象文化的扩张是中国后现代主义的具体表现呢？

首先抽象文化本身仅仅只是一个指代，其本身并没有具体的定义，因为其本身就是网络去中心化的产物。这批亚文化的创作者们在17,18年左右伴随着李赣和孙笑川之流的直播间而诞生，但值得注意的是【孙笑川】本身并不是该亚文化的定义，它只是抽象文化的一个符号。而抽象文化的符号是无穷无尽的，因为其本身就是一种会无序扩张的社会模因。我在这里举一些最近抽象文化的新网络符号，比如说“yy丁真”系列；抽象小卖部系列；asoul女团；你说的对，但原神是一款XXX系列；东北往事；柯洁直播间等等，与之类似的还有油管的xqc，Ishowspeed，veibae等主播的直播间。抽象文化的群体很喜欢对一些互联网上的土味视频进行解构和二次创作，比如上述的抽象小卖部和东北往事等视频，其原本只是类似于通过卖丑，猎奇等行为换取播放量的视频，但在抽象文化的二次塑形中爆发了前所未有的生命力，原本的猎奇被视为荒诞的艺术，各类卖丑整活的行为也被视为一种对社会规训下的现实的反抗。

安迪沃霍尔曾说，在未来，每个人都能出名15分钟。

因此，每个人也都可能被吸纳进抽象文化的符号中，因为当你进入了这个飞速迭代的网络世界后，发掘和被消费是在一个很短的周期内被完成的，一个梗，一个meme的生命力是很短暂的，尽管如此它们却可以在如此短的时间中扩张至互联网的每一个角落。但人们迫切地需要新的故事和梗来娱乐和消费，因此这种符号的产生就和人工智能训练集和产出内容一样，无时不刻不在自我迭代和吸收新的叙事。

后现代主义在这其中中起到了推波助澜的作用。

一方面，后现代主义中的解构化、碎片化和去中心化等因素助推了抽象文化滋生。同时因为当今包含宏大叙事的现代主义在中国仍占据主导地位，对事物的评判仍保有一个中心化的标准，这正是抽象文化理所应当存在的土壤。

与早年qq空间的杀马特之流不同，抽象文化本身的特点就是对传统鄙视链的彻底摧毁。

曾经的杀马特文化有各式各类的家族，不同家族之间等级严明，在家族中的地位甚至与你加入的时间有关。**其本质与其说是对资本社会的反抗不如说是通过建立另一个帝国以此逃避原有的社会秩序。**但抽象文化圈却是其完全相反的另一面，比如在百度贴吧中一个人资历可以通过铭牌显示出来，如果入吧的时间早，发言帖子多会增加自己的经验从而提高在本吧的等级。而孙笑川吧中总会出现“黄牌赶紧给绿牌磕一个”这样的话术（黄牌等级高，绿牌等级低）。通过这样完全颠倒的权力体系说明了抽象文化的对鄙视链结构的否定。与之类似的，还有丁真的爆火。在21年初官方为了宣传少数民族和扶贫工作仅仅因为丁真的纯真笑容便将这位学历连小学都没有的文盲聘请至国企工作同时大肆宣传将其捧成了一个网红。大部分网民对此是愤慨且否认的，但批评并不能阻止这样的事发生，因此在后期他们选择将丁真彻底解构，如同第二个孙笑川一样，丁真也成为了抽象文化的符号，网民们肆无忌惮地发表丑化丁真的表情包，将一切他们认为由于官方宣传而火爆但德不配位的人称之为XX丁真，如赛博丁真，滑雪丁真等等。这体现了抽象文化的反权威性和多元性。

抽象文化也有着和所有后现代主义思潮一样的弊病，

鲍德里亚说过：每个共同体的建构是不同的，但解构都是大同小异的

抽象文化下的网民们乐忠于这样的一种解构，乃至于任何事物在他们面前都只是一堆可供娱乐和消费的符号。一个最直接的例子“地狱笑话”这个词原意是笑了就要下地狱，因为其所取笑的对象本身是由于各种意外而发生悲剧的个体，比如侏儒症患者，残疾人，父母双亡等等。但地狱笑话吧却会以此为依据对其取笑，这样的一种解构是超脱道德的，他们会用草莓来嘲笑因生前想吃草莓，最后却因糖尿病而死的“墨茶”，用直升机戏谑科比等等。为所欲为的解构和消解严肃性成了他们唯一的目的，这本身就是荒诞的，同时也让他们失去了严肃讨论的土壤。

“抽象文化”在[后现代]皮囊下的[现代性]

在这种后现代思潮的混乱扩张中，许多刚接触抽象文化的新网民会由于其现代化的思想，以遵从威权的思考角度盲目跟风，此时复制相关的话术成为了他们彰显自己抽象属性的方式，用这样一种不加以思考的刻奇的方式加入到后现代思潮的狂欢当中。就像维特根斯坦说的“人不是思考了再说话，而只是说话”。在这时抽象文化的后现代属性消失，它成为了现代化的一种延伸。

中文互联网经历过各种非主流时期，从早年的杀马特时期，火星文时期，到如今的饭圈文化，抽象文化等。尽管他们迟早会被时间吞噬，但抽象文化作为后现代主义思潮在中国的一种具体体现，其本身将永久地改变整个中文互联网以至于改变新一代网民的思考方式。

模拟电子技术笔记

Fri, 01 Mar 2024 13:56:02 GMT

模拟电路

模拟电路是指用来对模拟信号进行传输、变换、处理、放大、测量和显示等工作的电路。它主要包括放大电路、信号运算和处理电路、振荡电路、调制和解调电路及电源。

何为模拟？

在模拟电路中，电压高低（或电流大小）是模拟了所代表的物理量的变化，例如声音信号，声音被话筒转换成电压时，电压的高低直接反映了音量大小，声音的频率（音调）直接就是电信号的频率，此谓模拟的概念。

半导体基础

1.本征半导体：无杂质的稳定结构，其本身导电能力差（一般为+4价的硅晶体

其中不同原子的电子会形成共价键
载流子浓度低
易受温度影响

2.何为载流子？

脱离共价键的电子称为自由电子（negative
原先的空缺位称为空穴（positive
方便数学处理，将空穴视为一种粒子，因此可与自由电子称为载流子

3.杂质半导体（在本征半导体中掺杂+5价元素和+3价元素

N型半导体：多数载流子为自由电子（掺杂5价元素磷，施主原子—>PN结构中为➕
P型半导体：多数载流子为空穴（掺杂3价元素硼，受主原子—>PN结构中为➖

4.PN结（单向导电性的原因

本质原因（2 stages
- 扩散运动（多子参与）：参杂的交接面的剧烈浓度差导致，作用后，P区与N区交界面饱和，载流子不再扩散，中间部分称为耗尽层。
  - 高掺杂—>耗尽层宽度变窄
  - 低掺杂—>耗尽层交宽
  - 多子意义为大部分载流子
- 漂移运动（少子参与）：扩散运动后，耗尽层不是一个电中和的状态，因此会有內电场，从而在內电场的作用下，少子受电场力作用产生的漂移运动
  - P区自由电子飘向N区，N区空穴飘向P区，最终参与扩散运动的多子数等于参与漂移的少子数，达到动态平衡，PN结由此产生。
  - 少子意义为少部分载流子

5.单向导电性（半导体存在意义

P+正电，N为负电，电场被削弱，PN结导通
- 正向导通时，因接触电场的存在，将会在结上形成一固定降压，硅PN结降压一般为0.6V左右，为了好算直接按0.7V计算（0.7必定够用~）
- 正向导通时—>耗尽层变窄—>扩散运动加剧，多子运动浓度高—>扩散电流上升，从而导通
N加负，P加正（反向电压—>截止
- 耗尽层变大—>内建电场增强—>利于漂移运动—>扩散现象减弱—>漂移电流减少，从而截止

6.PN结的反向击穿

高浓度掺杂—>齐纳击穿
- 耗尽层窄，从而很小的反向电压就能击穿
低浓度掺杂—>雪崩击穿
- 耗尽层宽，需要较大电流才能击穿（由于载流子是以类似链式反应的速率1撞10，10撞100的效率反向运动，类似雪崩，因此被称为雪崩击穿
两种击穿都会产生大量的热，从而损坏元器件

二极管

硅管，导通电压 0.6～0.8v
锗管，导通电压 0.1～0.3v

伏安特性曲线
整流作用
- 整流二极管的原理是利用PN结的非线性特性，在正向偏置下允许电流通过，在反向偏置下阻止电流通过。这使得整流二极管可以用于电路中的整流（将交流信号转换为直流信号）和电流保护等应用

二极管等效电路

二极管微变等效电路

静态工作点：二极管添加直流偏置，此时在伏安特性曲线上所对应的点为静态工作点，此时可将二极管等效为一个动态电阻公式

稳压二极管

硅管反向击穿时，在一定反向电流范围内，可表现出稳压特性
要保证在一定功率下工作，超出该功率就会爆炸

我做了一个异世界的梦

Sat, 24 Feb 2024 12:46:50 GMT

纪念一下terraria大师模式的通关

虽然之前就知道terraria有四种职业玩法，但从来没试过只用一种职业搭配通关游戏，因为这个游戏的自由度太高了，在没有了解功略的情况下很难自发有意识地控制自己的套装搭配，我想大部分人玩这个游戏都是所谓的散人套装吧。不得不说，分工明确的开荒确实能提高不少效率，在一昧的战斗之外，我也是第一次发现了建筑的乐趣，来看看我造的小家吧！

我造的小家

一些内饰

一些外景

~~这次跟视频学了一下造鸟居和小桥，我只能说雀食好看~~

最后还有我们四人的大合影！

“我见证了一位星子的诞生，是的，一位星子”

“星子的诞生使这个世界开始动摇”

“星子杀掉了那只夜晚中的可怖眼球”

“星子斩断了腐化之地的那条巨大的虫子”

“星子绞碎了那猩红之地中大脑的幻想”

“星子碾碎了那暴君之骨，让地牢重见天日”

“我指引星子来到地狱，让他献祭出世界之墙”

“古老的光明与黑暗之魂已被释放”

“星子敲碎了那危险是祭坛，挖掘那些不曾拥有过的矿物”

“这将是一个恐怖的夜晚……你感到来自于大地的震动……你感觉周围的空气越来越冷……”

“地面那巨大的机械蠕虫以一种奇怪的姿势停下，天空中的那对双眼一直注视着什么，寒冷的机械骨骼包围住了一个人”

“星子来到丛林，来寻找那粉色的花苞”

“我听到了一声刺耳的尖叫，是那个古老的花朵的声音” “星子向我告别，或许他很难再回来”

“我听到了石头坠落的声音，神庙中的守护者轰然倒塌”

“我注视着地牢，从白昼看到黑夜，地牢上方闪耀出奇怪的光芒” “天界生物已入侵”

“星子斩断着那四根天界之柱，拿到天界碎片，合成出那来自天界一般的武器”

“我感到视线越来越暗，来自那位不可一世的神明，而那不可一世的神明即将降世，我提醒着星子，星子却说他早有准备”

“天空化为黑暗，四周变得昏沉，在一个耀眼的光芒中，那位神明，降临于泰拉大陆上”

“我注视着他们的战斗，很快，我瞪大双眼，看到了我这辈子都不曾想象过的景象”

“神明歪着头说到：'你并不是神，但你有着神一般的光芒，你杀死了我，而你的征途却不止于此。'”

“神明死亡，而星子，化为了真正的星。”

~~末尾的文字来源b站up主雁老师~~

第一篇博客

Fri, 23 Feb 2024 07:46:50 GMT

我只想说，做blog好难，尤其是对我这种毫无经验的若至来说

markdown语法现在也没研究明白，不知道要怎么弄

第一次发博客就随便放两张我们胡桃的照片好了，啊~真可爱啊。

Dendrobiumcgk

我怎么这么失败

我怎么这么失败

再回首西西弗神话-摘抄

人就是要在这冰冷而又燃烧着的有限世界中，带着伤痛活着

荒谬与自杀

荒谬的墙

哲学性的自杀

狄拉克之海上的涟漪[需封存]

I have been one acquainted with the night. — Robert · Frost ( 1874 - 1963 )

缘起

养一株向日葵

百万英镑

"师娘带你摘星星"

闵行图书馆

夜晚的操场

北京

一次决裂

西西弗斯

高考之后

Nothing GOLD can STAY

OPPO-K9安装emotn报错

第三步：打包与签名 (Compile & Sign)

关于‘美’的思考

关于"美"的思考

第一次看到流星

第一次看到流星

朝花夕拾

碎裂时间下的闪烁

卡布达，铁甲小宝

壹

贰

叁

最近想的一些事情

互联网核与童年

我们为什么怀旧？从互联网梦核谈起。

一当我们谈论梦核的时候，我们在谈论什么？

二、什么是怀旧？

三 为什么我们喜欢梦核

童年之所以不可复制，就在于它不可复现。

四、我们为什么怀旧？

五、我们如何看待怀旧？

直视骄阳书后问题

你是否赞同，直面死亡就如同直视骄阳一样，是一件既痛苦又困难的事情，但是如果你想要充分觉知地活着，真正了解人类生存的处境、人生的有限性以及短暂的生命之光，就非常有必要这样来做？

你是否了解并赞成亚隆医生在副书名中使用“死亡恐惧”，而不是使用“对死亡的担忧”？

为什么我们只把注意力放在“恐惧”上？是不是人们根本无法战胜死亡恐惧？

从6岁到青春期之间的儿童曾经告诉过你他们害怕死亡么？他们是不是对死亡都充满了好奇？在你周围，青少年们是否会突然甚至爆发性地对死亡充满了困扰和焦虑？果真如此的话，他们如何表达这种困扰和焦虑？

第二章想到死亡，你自己最大的恐惧是什么？你可以用语言表达出来么？可以想象出那幅场景么？你自己曾经有过一些其实根源于死亡恐惧的焦虑或恐惧情绪么？

《直视骄阳：征服死亡恐惧》

第一章 死亡之痛

第二章 识别死亡焦虑

第三章 觉醒体验

第四章 观念的力量

第五章 通过关系克服死亡恐惧

第六章 死亡意识：我的回忆录

第七章 治疗死亡焦虑：给心理治疗师的建议

后记

2025616随笔

博客装修日志

缘起

6月14日

sidebar

背景

avatar

6月15日

6月16日

6月18日

6月19日

初步装修完工，因为stack主题的框架没有改动，所以后续可能看情况会继续修改。

~~关于魔改的一些css样式文件和代码后续整理之后可能会放到仓库里，再说吧~~

对时间感知的思考，观看毕导最新视频后的想法

魔女的夜宴，绫地宁宁线通关感受

下面大概介绍一下本作宁宁线的剧情内容和构成故事高潮的终极矛盾

主要背景：

主线剧情：

终极的矛盾：

主线结局

restart线剧情

玩家的感动与震撼

人的感动可以来自任何地方。

三为什么我们喜欢梦核

第一章死亡之痛

第二章识别死亡焦虑

第三章觉醒体验

第四章观念的力量

第五章通过关系克服死亡恐惧

第六章死亡意识：我的回忆录

第七章治疗死亡焦虑：给心理治疗师的建议

关于魔改的一些css样式文件和代码后续整理之后可能会放到仓库里，再说吧