关键词搜索

标签搜索

热门文章

Knorth小柯北

沉舟侧畔千帆过，病树前头万木春。——刘禹锡《酬乐天扬州初逢席上见赠》

2023年CFA一级JC网校课程

2023年Stable Diffusion AI绘图本地部署模型下载

加拿大留学咨询

从B站上面看到的一个很有道理的视频
- 2021年08月17日
- 丨1.3k阅读
- 丨0评论
Diary
渭城朝雨浥轻尘客舍青青柳色新
- 2021年08月09日
- 丨541阅读
- 丨0评论
Diary
追光动漫三部曲-观后感最近闲来无事，看了点动漫电影；也找了个时间写一点观后感吧；哪吒重生在看这部电影的时候，其实有一个名词困扰了我很久。叫做’赛博朋克’，何为赛博朋克，何为朋克？其实我到现在都分不清；不过等我看完了这部电影后，我去搜了一大圈影评，我才发现，这部片子多少也和朋克有点关系；有一个影评把这部动漫影片叫做“蒸汽朋克”，大概就是高高的建筑，民不聊生的生活，拖着工业革命的影子，透露着离谱的贫富差距，加上一点民国时期的风格，配合着天天下雨的外景，给人一种未来生活的感觉但又虚无缥缈；这样的动漫背景这几年似乎特别风靡，尤其是国漫。浅谈哪吒重生的故事，讲的是哪吒重生为一个帅气小伙然后又一次在现代把东海龙王家搞没了，不过大故事背景变成了一个全新的现代的封神榜；本片中有几个亮点：特效做的可以，为了能够和各大动画制作厂搏斗，良好的特效观感是必须的；两个小时的电影中，很明显可以看出里面有大量的高达战斗环节，一言不合就须佐能乎，可以说给小孩子看非常划算；哪吒与孙悟空的近身缠斗也是亮点之一，动作流畅且到位，看着确实还挺爽；剧情衔接，不同于之前几部电影，主线剧情单一，本片可以看出各个小剧场衔接都很到位，不会有很突兀的主角莫名其妙就要和大boss对着干的剧情，在剧情设计上面哪吒这个角色本身也有一定的成长性；总的来说，桀骜不驯确实是哪吒从神话故事以来一直给人的第一印象，本片也没有对此做过修改；只是本片剧情虽然衔接得当，但每个小剧情燃点都有所欠佳，虽然符合’蒸汽朋克’这个大环境本身就需要一股子压抑的氛围，但仍然让很多观影者一种还没咋看就结束的感觉；关于未来的世界，其实我本人而言是很喜欢蒸汽朋克这个世界观的；我本人一直都喜欢那种雾蒙蒙的阴嗖嗖的天气，但是这种大环境会让人压抑让人不由得想去犯罪；没有奋斗的欲望，终将变成一个’哥谭市’；白蛇缘起其实这部片子我是先看完了青蛇劫起之后我再去看的，说实话，我很失望；如果我是先看的白蛇再去看的青蛇我可能会感觉还不错，但是我看完了青蛇后再去看白蛇，就有一种’啊，原来白蛇也就这样啊’的感觉；白蛇缘起这部片子我感觉其实网上有炒作无脑吹的嫌疑，此片的逻辑和特效都远远不够。当然，因为本片出的也比较早，所以很多不足都可以理解；抛开看完青蛇后的先入为主，单纯看这部片子其实也问题不大，中规中矩的剧情，典型的女主落难遇到了萌萌男主然后捣毁了boss的阴谋；对于特效而言，我认为打斗特效绝对会让一大部分期待着热血动漫的观影者失望，因为打斗次数少且打斗幅度小，而且其实我本人也不是很喜欢在宣扬着中国神话故事的背景下借鉴日漫来制作打斗招式，感兴趣的同学们可以去看一下就知道我说的是什么了；不过白蛇有一个大亮点，是青蛇没有的，那就是很多的特效在描绘背景本身，比如江水，湖泊，丛林，天空，山丘。影片中许宣和白娘子在船上唱曲的剧情是点睛之笔，此段我认为很不错；青蛇劫起个人认为，这部我最近在电影院看完的影片还是不错的，不过亮点和槽点同在；亮点为：特效做的还不错，修罗城中的劫难加上战斗画面可圈可点；前期剧情做的还算啥引人入胜，大概就是想要把修罗城打造成一个末世生存类的沙盘游戏，期间还划分了各个幸存者的领地，妥妥的丧失围城啊；本片最大的槽点就是小青最后离开修罗城的那个办法，其实这个办法多多少少有点雷到我，电影院看到那里的朋友都和我一样雷，就挺离谱的；那个黑风洞简直就是用来强行结束这部电影的，是本片收获那么多差评中最大的因素之一；追光着三部动漫电影我个人认为都是值得一看的，哪吒重生讲的是普通人在贫富差距极大的时代该随波逐流还是继续努力拼搏自己心中的信念；白蛇我认为他只是借用了白娘子的噱头重新编造了一部影片，不过其中的情节和场面都过关，且逻辑还算自洽；青蛇讲述了“执念”这个概念，执念会让你疯狂，所以你该如何面对他呢？不过看完青蛇后我也是由衷的想要吐槽，小青到最后也没放弃自己的执念吧～～～重点提一下青蛇，其实有更多的含义包含在这部电影中，人的执念究竟会让人疯狂到什么地步反而不是这部电影主要想要点出的事情，这部电影应该是想要告诉大家不管现状如何，都要好好珍惜，因为时间永远不会等人的，不要因为自己的偏执，蒙蔽了自己的双眼，珍惜现在的时光，对身边的人都好点；如果你看到这篇文章，我也对你说，把握现在，才是最重要的。Yesterday is a history, tomorrow is mysterious, only present is a present.
- 2021年08月09日
- 丨1.7k阅读
- 丨0评论
观影日记
2021~王者诸葛亮击杀集锦---04/19--省标冲冲冲因为切换了typecho主题模版且我懒的去重新设置视频了，所以这个视频部分我就用我腾讯云数据库的链接吧！https://littleknorth.xyz/usr/uploads/2021/VideoMaker/%E8%AF%B8%E8%91%9B%E4%BA%AE20210419%E5%87%BB%E6%9D%80%E9%9B%86%E9%94%A6.mp4
- 2021年04月19日
- 丨1.3k阅读
- 丨0评论
VLog
Project_Create a Simple Website to Mimic an Airline Check Center 因为切换了typecho主题模版且我懒的去重新设置视频了，所以这个project的视频介绍部分我就用我腾讯云数据库的链接吧！https://littleknorth.xyz/usr/uploads/2021/VideoMaker/ChenhaoZhu_CS332_FInalProject_Video.mp4
- 2021年04月08日
- 丨1.5k阅读
- 丨0评论
ProJect
Predicting the Rossmann Store Sales Using Different Models in R --- Kaggle IN class Project OK, Let us Start our Project ----- Predicting the SalesStep 0 : Define the Root Mean Square Function for checking my Model in the future.Step 1 : Loading the Data Set and Combine them correspondingly.It is Always important to know what kind of data we are dealing withUse summary(train) to see, and the result is below:Step 2 : Explorative Data analysis. Take a closer look at the data we have.Now we could First Make a Huge Graph containing all possible variables, VS Sales ;It seems that “Customers” has a positive relation with Sales; However, Test Data does not have “Customers”. Under this condition, I think deleting “Customers” in the future modeling will be helpful;From the Graph, it is easy to see that most of our features are categorical features;There are many interesting points I noticed. First, The Sales will be greater on weekday than weekend, as we could see that Sunday has the lowest Sales; Second, Holiday will influence Sales a lot. How About other Variables ? Let us see whether “StoreType” has anything interesting.It seems that “StoreType a “ will have better possibility to get higher sales. Moreover, check “CompetitionDistance” with “StoreType”:The Plot tells us that Higher Sales dependent on Smaller Distance with StoreType “a”; So, ‘CompetitionDistance’, “StoreType” will be crucial features for modeling.Step 3 : Transforming the DataWe could define “week”, “Day”, “Month” using “Date”;We could make Dummy Variables using “StateHoliday”, “StoreType”;Also, we could create “WeekEnd” using “DayOfWeek”;According to any possible holidays, we combine them into “HolidayT”;Using “HolidayT” and “CompetitionDistance”, create “DistanceHoliday”;Next, we need to delete some useless variables;Then we have transformed our data to be available in Modeling !Step 4 : Modeling As we do not want “Customers”, and we need to create data set suitable to different models;The First Model : Linear Regression + Lasso Regression + Ridge RegressionFor Linear Regression Model, we could use StepWise Method to select the variables;Then we could combine these three regression model together with different weights, and we could get our first Kaggle Score !The Second Model : Random ForestBefore Using the Raw Model, we need to select our best parameters;Applying the Random Forest Model to the test file, I Tried many times with Random Forest Model, sometimes with mtry = 10, sometimes with mtry = 9;And Below is the best Kaggle Score using Random Forest Model;The Third Model : XgBoostSimilarly, before training the model, we need to select the best parametes;Here, I used grid-search for several parametes;Then We apply the xgboost model with the best parameters ;Using similar codes shown in Regression Model Session, I get the result from xgboost and submit on Kaggle to get Score.Through several attempts, the best Score is :The Final Model : Combined with Random Forest and XgboostWe could Try some combination between models. The usage of our Model 1 (combination of regressions) may be helpful in this time.Through several attempts, I found that 0.75 xgboost + 0.25 random_forest will be the best combination under my data.Then the final and the best Kaggle Score is the combination of random forest and Xgboost; End of the Project, we used several models to predict the sales;Lasso Regression, Ridge Regression, LInear Regression, Random Forest, Xgboost, And we apply some combinations;Here is the rank of my result out of 80 students ! Hope this is a good help to anyone want to learn machine learning.
- 2021年03月31日
- 丨1.7k阅读
- 丨0评论
ProJect
VLog ----- 自我介绍 Self-Introduction-Chinese 链接在这里哦，只要我一直在延续我的数据库，这链接就用不失效！https://littleknorth.xyz/usr/uploads/2021/VideoMaker/朱晨豪自我介绍.mp4
- 2021年03月26日
- 丨1.4k阅读
- 丨0评论
VLog
3 == 0 ??? Important Step before solving equations --- Checking There is one interesting question poseted through the internet about why 3 == 0 in some situations.Actually, one of my instructor gave me the possible explaination.Let me show you !
- 2021年02月16日
- 丨787阅读
- 丨0评论
BrainStroming
2020/12/25---Christmas Eva with my friends-圣诞苏州行难得可以和朋友们一起去苏州农家乐好好聚个会，几个好朋友租了一个很nice的大house；从外面看不出来内部的设施；不过里面的话真的啥都有，有KTV，桌球卓，麻将房，还有一个贼大的桌游卓，虽然一到晚上这个桌游卓就会变得很吓人，毕竟外面是类似于落地窗的部署，晚上还是有点慌的，而且冬天在这里的话暖气打的再足都会冷因为有个门透风的；这个我们的桌游卓；不过其实每个人的房间都很舒服，不过我总觉得我的房间看上去就贼普通(像酒店)；PS：我们玩的酒桌游戏真的是活久见，不规则叠罗汉可以叠好高(到我就倒了就离谱！)；总之还是很开心，下次有机会再聚~
- 2020年12月24日
- 丨832阅读
- 丨0评论
Diary