2025年10月总结

Published: October 31, 2025

十月总结|Coz I wanna sing for you and flowers

Welcome To Utopia

生活

之前很少在每月总结输出自己负面的情绪。也许是真的好累吧，我也很渴望能再明亮一点。从舟山回来的时候我一恍神就冬天了，真的好冷好冷。

最近真的很累。我不知道该往哪走。我现在越来越发现自己简直一无是处。什么都干不好。可能因为这是冬天吧，一个人怪冷的。

我其实很害怕很害怕掉到去年的回忆里去。那时候的我永远学不会高等代数，每天都在很吃力地活着。那时候的我什么都搞砸了，每天都在启真湖边上哭。那些日子真的很冷很冷，蓝田的天台上很安静，直到通向天台的窗户被封上了，我再也看不了那片星空了。

月初的时候去看了期待了好久好久的CAN。可是还没能看上心心念念的Jizue和惘闻，就像一开始的七英里一样。为什么人生会有那么多的遗憾呢。

感觉已经很久很久没和朋友好好地聊一次天了。我现在简直就是个人机，对方发五句我回一个表情包。我没那么多精力回，我觉得好累好累。我现在也懒得和人聊天了，感觉人生来就是孤岛，事实也本应如此。

感觉大家都找到了方向，我还在到处徘徊。我什么都做不好也什么都不会，还喜欢把好多东西弄丢。我这两天总是在想以前的事情，然后就好难过好难过，是我的错。

怎么就毫无防备地就登上了船，头破血流也到不了岸。

学习

真的很累

MATH

《Probability and Random Processes》 Grimmett&Stirzaker
- 3 Discrete random variables
  - 2025.10.14 3.5 Examples of discrete variables
  - 2025.10.14 3.6 Dependence
  - 2025.10.14 3.7 Conditional distributions and conditional expectation
  - 2025.10.16 3.8 Sums of random variables
  - 2025.10.16 3.9 Simple random walk
  - 2025.10.21 3.10 Random walk: counting sample paths
  4 Continuous random variables
  - 2025.10.24 4.1 Continuous random variables
  - 2025.10.24 4.2 Independence

CS

UMich EECS 498-007 / 598-005: Deep Learning for Computer Vision
- 2025.10.3 Lecture 17 Attention
- 2025.10.4 Lecture 18 Vision Transformers
- 2025.10.5 Lecture 19 Generative Models I
- 2025.10.8 Lecture 20 Generative Models II
- 2025.10.9 Lecture 21 Visualizing Models and Generating Images
- 2025.10.10 Lecture 22 Self-Supervised Learning
- 2025.10.13 Lecture 23 3D vision
- 2025.10.15 Lecture 24 Videos
- 2025.10.15 Lecture 25 Conclusion
- 2025.10.8 Assignment 4
- 2025.10.13 Assignment 5
- 2025.10.15 Assignment 6
CS231n Deep Learning for Computer Vision
- 2025.10.17 Lecture 6 CNN Architectures
- 2025.10.21 Lecture 7 Recurrent Neural Networks
- 2025.10.22 Lecture 8 Attention and Transformers
- 2025.10.22 Lecture 9 Object Detection, Image Segmentation, Visualizing and Understanding
- 2025.10.23 Lecture 10 Video Understanding
- 2025.10.23 Lecture 11 Large Scale Distributed Training
- 2025.10.24 Lecture 12 Self-supervised Learning
- 2025.10.27 Lecture 13 Generative Models 1
- 2025.10.27 Lecture 14 Generative Models 2
- 2025.10.28 Lecture 15 3D Vision
- 2025.10.29 Lecture 16 Vision and Language
- 2025.10.29 Lecture 17 Robot Learning
CS106B Programming Abstractions
- 2025.10.15 Lecture 3. Containers, Part I
- 2025.10.21 Lecture 4. Containers, Part II
- 2025.10.21 Lecture 5. Containers, Part III
- 2025.10.24 Lecture 6. Thinking Recursively, Part I
- 2025.10.24 Lecture 7. Thinking Recursively, Part II
- 2025.10.24 Lecture 8. Thinking Recursively, Part III
- 2025.10.31 Lecture 9. Thinking Recursively, Part IV
- 2025.10.31 Lecture 10. Thinking Recursively, Part V
- 2025.10.31 Lecture 11. Big-O Notation
- 2025.10.14 Assignment 1. Welcome to C++!
- 2025.10.22 Assignment 2. Fun with Collections
- 2025.10.28 Assignment 3. Recursion!
Data structures and algorithm analysis in C++
- Chapter 1 Programming: A General Overview
  - 2025.10.9 1.5 C++ Details
  - 2025.10.11 1.6 Templates
  - 2025.10.14 1.7 Using Matrices
- Chapter 2 Algorithm Analysis
  - 2025.10.14 2.1 Mathematical Background
  - 2025.10.14 2.2 Model
  - 2025.10.14 2.3 What to Analyze
  - 2025.10.16 2.4 Running-Time Calculations
- Chapter 3 Lists, Stacks, and Queues
  - 2025.10.16 3.1 Abstract Data Types (ADTs)
  - 2025.10.21 3.2 The List ADT
  - 2025.10.21 3.3 vector and list in the STL
  - 2025.10.21 3.4 Implementation of vector
  - 2025.10.21 3.5 Implementation of list
  - 2025.10.22 3.6 The Stack ADT
  - 2025.10.22 3.7 The Queue ADT
- Chapter 4 Trees
  - 2025.10.24 4.1 Preliminaries
  - 2025.10.24 4.2 Binary Trees
  - 2025.10.24 4.3 The Search Tree ADT—Binary Search Trees
Mathematical Foundations for Data Analysis
- 1 Probability Review
  - 2025.10.22 1.1 Sample Space
  - 2025.10.22 1.2 Conditional Probability and Independence
  - 2025.10.25 1.3 Density Functions
  - 2025.10.25 1.4 Expected Value
  - 2025.10.25 1.5 Variance
  - 2025.10.25 1.6 Joint, Marginal, and Conditional Distributions
  - 2025.10.25 1.7 Bayes’ Rule
  - 2025.10.25 1.8 Bayesian Inference
- 2 Convergence and Sampling
  - 2025.10.28 2.1 Sampling and Estimation
  - 2025.10.28 2.2 Probably Approximately Correct (PAC)
  - 2025.10.28 2.3 Concentration of Measure
  - 2025.10.28 2.4 Importance Sampling
- 3 Linear Algebra Review
  - 2025.10.31 3.1 Vectors and Matrices
  - 2025.10.31 3.2 Addition and Multiplication
  - 2025.10.31 3.3 Norms
  - 2025.10.31 3.4 Linear Independence
  - 2025.10.31 3.5 Rank
  - 2025.10.31 3.6 Square Matrices and Properties
  - 2025.10.31 3.7 Orthogonality
Audio Signal Processing for Machine Learning
- 2025.10.24 1- Overview
- 2025.10.25 2- Sound and waveforms
- 2025.10.28 3- Intensity, loudness, and timbre
- 2025.10.29 4- Understanding audio signals

电影

猩球崛起2：黎明之战 Matt Reeves
庸俗的简直是无聊。
我14年看到的时候明明不是这样的。
我一直以为猿类胜过人类，现在才知道，原来我们如此相似。
阿甘正传 Robert Zemeckis
我很羡慕阿甘。他什么都不懂，但他什么都做到了。
我很羡慕，可我好恨。
“你以后想成为什么样的人？ ” “什么意思，难道我以后就不能成为我自己了吗？ ”
我并不聪明，但我知道什么是爱情。