这不是一首欢快的歌

下面的东西我得就两瓶酒来喝

我过着没有欲望的幸福生活

好像看透了 留下绝望的颜色

星星在走远 世界在变坏

只能用熵增来解释我的宇宙心得

我没法像黑洞 吞下一切 包括不快乐

也没法像重力 连接所有 不管多隔阂

上面的话让我特别难过

我想找个人抱怨 可是却发现

我可能是日子过的太好了

一切都实在是太轻松了

我老婆是学妹 主动追我的

我哥们是舍友 随机分配的

我找了一个导师 对我挺好的

我还有一个乐队 名字我取的

我可能是日子过的太好了

所有人都对我太宽容了

现在还没赚钱 妈退休金够花

现在还没买房 你住哪我跟哪

我论文拖了俩月没写完

老师还问我 你在国外生活还好吧

我什么都不害怕 感觉像是开了挂

我不怕没有工作 不怕不能生活

不怕博士不能毕业 不怕人生出现波折

可是这不害怕到底是真的还是假的

我看透世界的双眼 是亮的 还是瞎的

这世界 会不会 就是 我 画 的

一个小孩 从右面的窗口跑来
大喊着是错愕 惊恐 和绝望的颜色
一栋大楼 在不远的地方倒下
飞来的石头 砸伤了我的脚踝

看不见乌云和闪电
雷声却不断出现
稀疏的雨滴落下
变成了黄色黑色的花瓣

那个小孩牵着一只大手
那栋高楼埋下了许多钮扣
我不知道该跑向哪里
我不知道要钻到谁的怀里

我想变成一把雨伞悬浮在空中
拦下坚硬的雨滴 挡住炽热的狂风
可我不知道跑向我的人在哪里
寻找我怀抱的人他们还来不来得及

当我飘荡在我最熟悉的地方
望向一条陌生的小巷
生疏的光亮中
看不到慌张

可能我不用那么坚强
可是生锈的伞骨 再也变不回翅膀

看着抄送复制繁衍的邮件
躲在被窝里时间又长了一些
陌生的眼睛看了一片又一片
熟悉就剩下妈妈的旧拖鞋

你问我为什么每天晚归
因为那儿柔软的只有棉被
给自己倒了一杯热水
等到凉透了也还要自己喂

哦哦哦
hai sensei 好的前辈
下次我打印一定发给两位
狗们那塞 课长 松尾
明天居酒屋我一定不醉不归

盖住脸上两道透明的线
那个乖宝宝再次出现
她看着别人快乐的一天
哎 我觉得 这个世界上的快乐 都离我特别远 生而为人 我很抱歉 我是不是不行啊 可能我就没有办法获得幸福啊

人不只有难过和高兴两种情绪

我的bad bone
它蠢蠢欲动
今晚的被窝中
有了一个新的物种

嘿嘿嘿 fuck off 马鹿 滚蛋 丑猪
等会就用图钉扎你的屁股
嘿嘿嘿 拥抱bad bone 打开愤怒
走路用上章鱼的脚步

哈哈哈哈哈哈哈 我前天 我前天看到社长穿了华歌尔的丁字裤 啊啊啊哈哈哈哈

I cried for my missing bone
I have to use that ugly stone
Amiya Amiya Amiya Amiya

I say notice me
I tell you to notice me
Can't you see me bleed
I thought you know that's me

I sailed a lot of miles
come back with a silly smile
I write this miya song
to make my memory warm

She has a shining bomb
Beside the crying Tom

So miya, so miya, you see her, the Jaguar

I said notice me
I tell her to notice me
Can't you see me bleed
She was biting me

I sailed a lot of miles
come back with a silly smile

I wrote this miya song
Feel like being strong

In the dark, I pray, praying miya coming down
I see I see I see I see
I see you miya coming down
I can feel you, I can smell you
I can touch you, I can fuck you.
I see I see I see I see

I hold the miya palm
She says I know you Tom.

Demo, mini-demo, garbage-music, not trash-metal, just garbage.

这个垃圾场里大部分都是自己吉他jam玩的，没什么“歌唱性”，留在这里有缘的话可能会成一两个动机吧。

音频：nightmare-night-escape.mp3（待补）

10- Bad-bone 歌词：bad-bone 细心体会图钉扎屁股

音频：bad-bone.mp3（待补）

关闭硬件加速后，其实对体验还是有影响，比如在youtube上打开8k视频，cpu直接飙到100%，严重卡顿。不过终于找到了解决方法，清理掉gpucache 就好了。

方法来自这条视频：https://www.youtube.com/watch?v=iKIh2uot42A

———————–

说起来这已经是第三次经历这样的事件了，打开浏览器出来的是一个全黑的窗口，包括页面和windows栏。

第一次遭遇的时候正好要重装系统，所以直接重装完事。

第二次遭遇后，网上发现了kinza浏览器，日本的浏览器，具有完整的google account同步功能。

这次是载在微软的New edge 浏览器上了，用了chromium内核，连这个bug也一起带过来了。

搜索到的内容基本都是说因为chrome 内核和显卡驱动不兼容，禁用gpu加速即可，可是在这三次bug经历中，我并没有出现掉驱动，或者刚安装驱动后。但是确实可能和显卡相关，第一次出现问题的时候正好重新插拔过HDMI线，而后两次则是进入过其它系统，一次ubuntu，一次unraid。

不过多讨论，直接解决方法吧。之前没有尝试进行禁用硬件加速是因为，黑屏的时候完全没法在菜单操作。这次才发现可以直接调用浏览器执行文件命令。

Chrome.exe -disable-gpu

或者

Msedge.exe -disable-gpu

具体执行文件位置everything搜索即可。

其实实现起来也很简单，将业务函数进行二次包装，采用 *args 来进行变量传递即可。当然，同样不能忘了，多线程pool的代码一定要在主函数内，下面是我的颗粒信息数据整理例子。

# work code
def ball_pos_plot(ball, speed):
    # plot the sample area and displacement path of a single particle
    return

# wrapper
def multi_wrapper(args):
    return ball_pos_plot(*args)

# multi processing
if __name__ == "__main__":
    pool=Pool(12)

    ball_list=[2020, 22, 16, 100, 1245, 213]

    speed_list=[0.0015,0.001,0.01,0.1]

    args_list=[]

    for ball in ball_list:
        for speed in speed_list:
            args_list.append([ball, speed])

    pool.map(multi_wrapper, args_list)

扯远了，今年和太太来英国读书，马上要到来的就是第一个和大家庭分开过的年，地理距离和文化差异决定了周边的年味肯定没那么浓，但自己的热情不能减少。过年的饺子经过冬至的演练，应该时问题不大了，春晚在海外也有直播，年前剩下的难题就是这个“廿八-贴花花”。往年家里都是早早准备好，今年得靠自己了。想自己写上一副，发现没有纸笔，想去中国城买上一副，外面嗖嗖的冷风又在威胁我。最关键的是，就算搞来了“花花”，房东能不能让贴也是一个问题。索性就做成电子版的吧，自己电脑上画一套做成壁纸也算是增添些年味儿，和太太简单商量后觉得这个靠谱，顺着这股子吉祥劲儿，写了副对联。

五湖闹春日日好

四海送福年年到

横批：进步青年

定下文案后我就操着我三脚猫的设计功夫做了第一版，效果看着还可以，就是有些单调。所以又翻箱倒柜找出来自己最红的衣服，拿圆珠笔挑了一个红苹果取个吉祥味道，把我们自己也做进了这份祝福里，给家人拜年。

早上起床就向东北方向走过去，穿过regents park，没下雨，天气不错。

过了之后发现还有一处绿地，是promise hill，在动物园对门， 之前倒是一直没在意过。看到有一处小高地，索性上去看看。

别看这处小丘极为不显眼，登顶后竟然能看到一大段泰晤士河，从金融城到伦敦眼再到海德公园都能看到。

完全走出公园之后就是小路了，现在对英伦风情已经习惯了，两旁的商店基本没有开门的，没什么看头，不过顺着小河走着走着突然一阵色彩袭来，原来是一些皮划艇排在岸边。

这次来的morrisons确实符合中国胃，排骨上大胆的标上了chinese flavor，回家炖起来一点腥味都没有。为了佐这一锅排骨，现学现卖了萝卜丝千层饼，口感酥脆。

挺好，估计这一年学会的中餐比过去三四年都要多。

好吧，上面的对话是我瞎编的，本人暂时还在大量采用“这个”和“那个”进行大部分采购，不过今天买的食材倒还是真的凑合。中午太太把买来的牛排切了丝和红椒炒做一起，味道极佳，我又白灼了半斤虾，口味确实还不错。晚上索性把虾细细的剁成泥，拌上蛋清做成虾滑，把牛尾小火慢炖三小时做了高汤，取了两杯“一锅头”把虾滑煨熟了。反正虾滑倒是要不了几两高汤，主食就用烩面片解决剩下的高汤了，现在做的还不正宗，和面饧面还可以，就是缺碱面，又懒得去买，成品韧性不足。

最终结果嘛，还是相当满意，自己还真的没做出过这么鲜又不腻嗓子的汤，牛尾也软烂至极，就用这一顿嘌呤炸弹来结束假期吧

Cheers

坏处就是，和国内8小时的时差再加上我的夜猫子作息，硬生生在伦敦过上了纽约时间。除了做事计划需要调整外，主要是和家里两个老可爱的联系窗口越来越小，从刚来的时候每天都有能说上几句到现在的长期失联。其实到这边自己还是比较放松的，责任感日渐崩解，国内一大堆事逐渐放下，不再有上亿的工程量顶在脑门上的感觉了，生活节奏迅速向胡适日记和季羡林日记靠拢，

容我大笑三声再打字。

好了，回到主题吧，最近服务器上搭了自己的外挂图床，所有东西都是自己私人链接的感觉有点上头。所以这次主要突出一个图多，一股脑的把时间线倾泻出来了。

?11月16号，刚落脚到新的Flat，在贝克街旁边，图是家旁边的私人公园。

?家旁边的房子多是十八九世纪的老房子，砖红色都很突出

?去Wembley的宜家买桌子，说起来这次还是挺惊悚的，因为这个区经济上落后一些，我又是带着太太和一起过去，一路上搞得自己超级紧张。

?哈，这是从学校下班回家，出办公室拍的主楼。当时还在抱怨天黑了相机拍不清楚，不过回去拉了拉曲线有一股莫名的油画感。

?周日的农场集市，各种农家自产果汁、酒和面包。

?第一次跑去海德公园遛弯，小蘑菇，“打人柳”，第一次见到的松鼠以及十分应景的金色落叶。

我知道这应该不是柳树，可是感觉就是小时候看哈利波特小说里写的打人柳，不知道怕不怕飞车?。

跑的贼快！

公园里动物还蛮多的，当天还看到游客被加拿大饿追着跑，其他的各种鸭子和鸟太不老实，还是天鹅比较稳重，停在那里给我拍证件照。

?维多利亚女王的丈夫-亚伯特亲王纪念碑

?随处可见的阿拉伯人和他们粘在嘴上的水烟

?家旁的一角，沥青铲掉应该就和维多利亚时代差不多了吧

?好玩的来了，贝克街地铁站旁边的失物招领中心橱窗，1934年不知道是哪个勤快人拉在地铁上的熨斗，1986年的大哥大和莫名戳中我的非卖品标志。

对了，还有1965年的阿莱和玛米亚中画幅单反，说起来玛米亚的rb67到现在还有很多人用。

?离家也就5分钟步行的路程，每天上班的毕经之路摄政公园，然而也就这段时间才逛了逛。虽然冬天植物并不多，但是这个湖边Boat cafe 还是蛮漂亮。

?圣诞节去逛wonderland游乐场路上看到的海鸥。不过游乐场就没什么好看的了，项目也不吸引人，氛围倒还不错。

?冬至的牛肉包菜馅饺子，作为北方人血液里还是保留了一些白案技能，结合上太太的巧手，传承点习俗问题不大。

以头图结尾吧，摄政公园一坨叠一坨的足球场橄榄球场。建议横屏观看。

笔者很多时候会想从windows主机上共享文件，SMB分享呢不够通用，而且有时候在配置用户名和密码的时候由于字符编码不同会出现无法登陆的情况，ftp server 呢也是不够轻量。笔者理想的工具是一种web形式的文件系统，就像很多开源镜像站之类的，这样的话不需要考虑平台、编码等等一系列问题。终于在很多年的等待之后终于偶遇了__USBWebServer__ 这个项目。在这里记录一下这个软件解决我痛点的过程。

不过可惜的是并没有找到项目源地址，项目同名网站也已经和这个软件无关。GitHub上的usbwebserver-new是网友升级PHP版本后的项目，我也把我能找到的最新版本的软件通过google drive分享给大家usbwebserver v8.6.2。需要说明的是上述两个来源都与原作者无关，我也没有找到未编译的代码，所以请谨慎下载使用。我个人是没有遇到问题。

软件以解压即用的绿色软件形式提供，打开usbwebserver.exe即可看到软件主界面。软件可以简单设置web root dir，apache port 和 MySQL port。相当于大家很熟悉的安装了PHP的Apache网络服务器。打开服务之后，通过localhost即可打开root dir，访问root文件夹中的文件，当然也可以作为本地测试环境使用。还是非常之方便的。

对于我来说，我希望做的是文件server，那么如果只能访问root文件夹的话是极不方便的，我总不能把所有需要的文件统统复制到root中来，当然要使用链接的方式来快速访问分散的文件。但是一直对windows server很不熟悉，最开始误以为快捷方式就==Linux Server 中的软链接。其实windows中的快捷方式是一个文件，只是windows系统可以理解该文件代表的信息，在web环境中就无法通过快捷方式来跳转路径了，解决办法也很简单，记住windows 的链接命令：

mklink [-J/-H] destination source

windows系统总共有四种链接方式：

• 硬链接 -H
• 软链接
• Junction -J
• 快捷方式

硬链接和Linux一样，软链接只能引导文件，Junction则是windows链接目录的方法，快捷方式就是普通的shortcut文件了。

协方差：用于衡量两个变量的总体误差，方差(variance)是协方差的一种特殊情况，即两个变量完全相同。

假设有两组有限实数变量 $latex X$ 和 $latex Y$，那么他们各有一阶矩（矩的概念可以看一位朋友的博文 moment 矩）为：

$$ E(X)=\mu,E(Y)=\nu $$

那么协方差可以定义为：

$$ cov(X,Y)=E[(X-\mu)(Y-\nu)]=E(X\cdot Y)-\mu\nu $$

协方差表示的是两个变量的总体的误差，这与只表示一个变量误差的方差不同。 如果两变量的变化趋势一致，也就是说如果其中一个大于自身的期望值，另外一个也大于自身的期望值，那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反，即其中一个大于自身的期望值，另外一个却小于自身的期望值，那么两个变量之间的协方差就是负值。

如果X 与Y 是统计独立的，那么二者之间的协方差就是0，这是因为：

$$ E(X\cdot Y)=E(X)\cdot E(Y)=\mu\nu $$

但是反之则不成立，如果X和Y的协方差为0，二者的独立性取决于协方差的相关性：

$$ \eta=\frac{cov(X,Y)}{\sqrt{var(X)\cdot var(Y)}}\ \ var(X):X的方差 $$

更准确的说是线性相关性，$latex \eta$ 是一个衡量线性独立的无量纲数，取值在[-1,1]之间。相关性 $latex \eta=1$ 时成为完全线性相关。

协方差矩阵：分别为m和n个标量元素的列向量随机变量X和Y，二者对应的期望值分别为 $latex \mu, \nu$，这两个变量之间的协方差定义为$latex m\times n$矩阵

$$ cov(X,Y)=E((X-\mu)(Y-\nu)^T) $$

GitHub pages 使用的时 jeklly 程序，在主题文件中是支持 js script 的。所以在博客的 repo 中找到

_includes/head.html

<script type="text/x-mathjax-config">
  MathJax.Hub.Config({
    extensions: ["tex2jax.js"],
    jax: ["input/TeX", "output/HTML-CSS"],
    tex2jax: {
      <!--$表示行内元素，$$表示块状元素 -->
      inlineMath: [ ['$','$'], ["\\(","\\)"] ],
      displayMath: [ ['$$','$$'], ["\\[","\\]"] ],
      processEscapes: true
    },
    "HTML-CSS": { availableFonts: ["TeX"] }
  });
 </script>
 <!--加载MathJax的最新文件， async表示异步加载进来 -->
 <script type="text/javascript" async src="https://cdn.mathjax.org/mathjax/latest/MathJax.js">
 </script>

这样就可以载入一个配置好的公式渲染引擎了

$$ P=\sum^n_1\sigma_i+Excited!! $$

蒙特卡洛法是一种应用相当广泛的随机算法，近代的随机有限元也是建立在此基础上的。今天笔者第一次接触 mc 算法，尝试计算了圆周率，得到了不错的结果。

想法

假如我们在正方形的内随机加入100个点，如下图，那么一般会有较多的点落在圆内，较少的点落在圆外。这时

那么随着我们点数的增加，随机点将会逐渐铺满整个面，那么相应的结果的准确率也会越来越高。下图是覆盖了10000个随机点的示意图。

在这一逼近过程中，收敛速度很快，我分别计算了从 100~2×106 个随机点的pi值，收敛情况如下表右图，最后一次计算得到的结果为 3.1431953738541956 。nicoguaro 使用蒙特卡罗方法估算π值，见下表左图. 放置30000个随机点后,π的估算值与真实值相差 0.07%。

但是，也不难看出，虽然蒙特卡洛法计算效率非常高，但是由于其基于随机，所以极难达到很高的精度，即使取10的9次方个随机点时，其结果也仅在前4位与圆周率吻合）。用蒙特卡罗方法近似计算圆周率的先天不足是：第一，计算机产生的随机数是受到存储格式的限制的，是离散的，并不能产生连续的任意实数；上述做法将平面分区成一个个网格，在空间也不是连续的，由此计算出来的面积当然与圆或多或少有差距。所以，这种随机算法在应用时也应进行一定的适用性考虑。

最后 ，附计算代码如下：

import numpy as np
def mc_pi(size):
ran_x = np.random.random([size, size])
ran_y = np.random.random([size, size])
<span class="n">is_c</span> <span class="o">=</span> <span class="n">ran_x</span><span class="o">**</span><span class="mi">2</span> <span class="o">+</span> <span class="n">ran_y</span><span class="o">**</span><span class="mi">2</span>
<span class="n">is_c</span><span class="p">[</span><span class="n">is_c</span> <span class="o">&gt;</span> <span class="mi">1</span><span class="p">]</span> <span class="o">=</span> <span class="mi">0</span>
<span class="n">pi</span> <span class="o">=</span> <span class="mi">4</span> <span class="o">*</span> <span class="n">np</span><span class="o">.</span><span class="n">count_nonzero</span><span class="p">(</span><span class="n">is_c</span><span class="p">)</span> <span class="o">/</span> <span class="p">(</span><span class="n">size</span><span class="o">**</span><span class="mi">2</span><span class="p">)</span>
<span class="k">return</span> <span class="n">pi</span>

if name == ’main’:
size = 2000
sizes = np.arange(10, size, 10)
pool = Pool(7)
pis = pool.map(mc_pi, sizes.tolist())

Github pages 绝对是一项超值服务，如果没有动态网页要求的话，已经可以把这项服务当做一个不错的网站虚拟机了。很多托管在 github 上的优秀的项目都会建立一个相应的 github pages 页面。具体的建立流程十分简单，笔者就不在此赘述了。今天给大家分享一个 buil failure 问题的解决方法。

这几天对一些国内免费的开源 api 很感兴趣，建了一个 repo http://github.com/siyuanxu/toys 。大体上就是用 python 聚合一些信息写成 markdown 文件，并使用 github pages 做一个简单的静态页面。项目很简单，pages 上线也很顺利，但是上午在办公室更新了一下数据，竟然收到了 github 发的 build failure 邮件，提示内容是 File is not properly UTF-8 encoded。想了一下原因应该是办公室的 windows 系统中输出文本的编码有问题，而私人用的 MacBook 则没有此问题。在网上搜了一下，有一个解决办法是使用 iconv.exe 来进行转码，大体如下：

iconv -f GBK -t utf-8 origin.md > new.md

原来的文本写操作为

with open('index.md','w') as f:
	f.write(content)

import codecs
with codecs.open(‘index.md’,‘w’,‘utf-8’) as f:
blah blah blah

可能你对 ssh-key 不是很了解，但是如果你使用 github，你其实已经在使用 ssh-key 的方式简化了远程操作步骤了。不管你的平台的是 Mac还是 Linux 的各种发行版，在你使用 ssh 隧道时，都需要一个 .ssh 文件夹。一般情况下，该文件夹的内容如下：

• id_rsa 文件，私钥
• id_rsa.pub 公钥，是向互联网公开的
• Know_hosts 用户使用过的 host 信息
• authorized_keys 存放其他主机公钥的地方，和 GitHub 中管理 keys 的页面一样的道理

1 生成 key

ssh-keygen -t rsa

2 传到远端

ssh-copy-id server_user_name@server.com

3 more

alias ecs1='ssh user@server.com'

source .bash_profile

最近笔者在进行两个项目，一个是自己开发的数据采集仪有兴趣请戳 github，还有一个是岩土方面的离散元数值分析研究（还没出结果，发过 paper 后开源）。在这两个项目中，经常会有对动态数组实时绘图的需求，在查阅资料后整理出了一种比较简便的方法，现在分享一下过程中的错误和最终成功的示例。

Naive code：

plt.ion() # interactive mode on 
plt.plot(x,y) # plot original data 
plt.show() # show the plot 
while condition: # loop 
    x.append(new_x)
    y.append(new_y) # append new data point
    plt.plot(x,y) # replot data 
    plt.pause(1e-5) # pause the plot to show

在查明原因之后，笔者才发现自己写了一段尬 code，这样绘制出的曲线，虽然看起来是一条变化的曲线，但实际上是在每次更新数据之后进行了重复绘制，如果数据总共有 n 个数据点，那么最终将绘制 n 条不断重叠的曲线，难怪界面卡顿那么严重。

那么针对重叠绘图的问题，笔者又尬了一句 plt.clf() 在循环开始的位置。

plt.ion() # interactive mode on 
plt.plot(x,y) # plot original data 
plt.show() # show the plot 
while condition: # loop 
    plt.clf()
    x.append(new_x)
    y.append(new_y) # append new data point
    plt.plot(x,y) # replot data 
    plt.pause(1e-5) # pause the plot to show

Exited code：

import numpy as np
import matplotlib.pyplot as plt
plt.ion() # interactive mode on 
line, = plt.plot(x,y) # plot the data and specify the 2d line 
ax = plt.gca() # get most of the figure elements 
while condition:
x = np.append(x, new_x)
y = np.append(y, new_y)
line.set_xdata(x)
line.set_ydata(y) # set the curve with new data 
    ax.relim() # renew the data limits 
    ax.autoscale_view(True, True, True) # rescale plot view 
    plt.draw() # plot new figure
    plt.pause(1e-17) # pause to show the figure