Edgeone 尝鲜 腾讯云 Edgeone (EO) 作为藤子的免费的 边缘加速&计算平台 兼 CDN 对比 Cloudflare (CF), 解决了 CF 在中国大陆访问延迟较高的痛点, 但同时又带来域名必须备案的苦处. 如果腾讯云可以类比成AWS, 那么 EO 就能类比 CF. 很多功能还很bata, 不太完善并且文档写的有些糟糕. 但是奈何它在国内访问速度够快, 解决了备案问题用起

Sampling Design Notes Jack H June 5, 2025 Introduction Coefficient of Variation cv=Var(θ^)E(θ^)\mathrm{cv} = \frac{\sqrt{\mathrm{Var}(\hat\theta)}}{E(\hat\theta)} cv=E(θ^)Var(θ^)​​ It measures the

QMHW 8, 11 8.3 [ \psi(x) =\begin{cases} A(x+a/2) & x\in [-a/2 , 0]\ -A(x-a/2) & x\in [0, a/2]\ 0 & \text{elsewhere} \end{cases}\qquad A = \sqrt\frac{12}{a^3} ] [\frac{d^2\psi}{dx^2} = A \d

QMHW Chapter 7 7.3 a For the infinite square wall, the wave function is: [\psi_n(x) = \sqrt{\frac{2}{a}}\sin\left(\frac{n\pi }{a} x\right)] With energy: [E_n = \frac{n^2\pi^2\hbar^2}{2ma^2}] Given two

上了这么多课了, 对 AI, ML 有了一点点理解, 但是越理解就越失望. 怎么说呢, 所有的解决方案几乎都是 Data-Driven. 大公司都追求高质量"语料", 用高质量的数据训练出来高质量的模型, 大数据时代谁拥有数据谁就拥有打开未来的钥匙… 但是这并不是我之前所幻想的. 记得在高中的时候有一场辩论, 大概就是讲人工智能利大于弊还是弊大于利之类的. 现在 2025.5.

QMHW 6 4.1, 4.19, 4.46, 4.49 4.1 a [ri,pj]=ripj−pirj={ripi−piri=iℏi=jripj−pirj=0i≠j=−[pi,rj]\begin{aligned} [r_i,p_j] & = r_ip_j - p_ir_j\\ &=\begin{cases} r_ip_i - p_ir_i = i\hbar& i=j\\

新电脑 ohhhhhh 旧的电脑虽说还能用但是新能已经捉襟见肘, 打游戏偶尔卡卡的不说还管不了机了! 本来想换先电脑好久了就干脆狠了心直接换新. 配置如下: CPU: AMD Ryzen 9700x GPU: Nvidia RTX 5070ti RAM: Asgard 32GBx2 硬盘: Predator 9000 1T, Predator G7 4T, Fanxiang 2T x2 主板:

QMHW 5 2.34, 2.47, 2.52 3.2, 3.4, 3.13, 3.32 3.23, 3.26, 3.37, 3.46 2.34 a The schrodinger equation is {−ℏ22m∇2ψ=Eψx<0−ℏ22m∇2ψ+V0ψ=Eψx>0 \begin{cases}-\frac{\hbar^2}{2m} \nabla^2 \psi = E \psi

QM Week 4 2.20 a ∫ψ∗ψdx=∫A2e−2a∣x∣dx=1  ⟹  A=a\int \psi^* \psi dx = \int A^2 e^{-2a|x|} dx = 1\implies A = \sqrt a ∫ψ∗ψdx=∫A2e−2a∣x∣dx=1⟹A=a​ Ψ(x,0)=ae−a∣x∣\Psi(x,0) = \sqrt a e^{-a|x|} Ψ(x,0)=a​e−a∣x

第一章 集合 2 a,b,c,d,ab,ac,ad,bc,bd,cd,abc,abd,acd,bcd,abcda,b,c,d,ab,ac,ad,bc,bd,cd,abc,abd,acd,bcd,abcd a,b,c,d,ab,ac,ad,bc,bd,cd,abc,abd,acd,bcd,abcd 8 1 对,其余错 9 略 10 ∅\varnothing∅ AAA BBB A∩BA \cap B