敬畏自然绿水青山

学问思辨行: 记录生活学习和工作中的实践和思考，以期实现终身成长.

  • P2P网络技术简要介绍

    P2P网络是一种网络技术，有很多应用场景都可以用得到，特别是当前流行的区块链技术中P2P技术将作为主要核心的技术支撑，这里先简要对P2P技术做一下相关说明。如有不正确或补充的地方欢迎读者联系指出。 P2P网络中每一台机器即可以用来做客户端，也可以用来做服务器，其中的任何两个节点不需要服务器就可以直接进行通信从而共享资源交换信息。P2P网络是去中心化的，因此也意味着没有一个中央的授权节点来控制和管理资源。 P2P网络可以有多种应用存在形式，这里几个较有影响力的P2P应用，如用于文件分享的BitTorrent, 区块链网络应用比特币（bitcoin等），去中心化的计算标准Matrix，P2P网络技术还可以用于物联网平台。这些系统虽然也都有一些挑战和平衡综合考虑，但是都是在这些应用场景下要优于传统的客户端服务器的网络模式。 libp2p是一个比较健壮的面向P2P应用的开发库，用其开发P2P的应用有如下的几个优势：1、模块化，libp2p基于组件构建，可以面向不同的应用场景去组合不同的组件去构建应用；2、可扩展的网络协议配置，libp2p支持多种传输协议; 3、提供了多种语言实现的网络发现，数据存储和检索模式的代码，方便不同的编程习惯的程序员去构建；4，支持NAT穿越，NAT穿越，以实现不同内网的机器通信，关于NAT Traversal的原理，可以参考引文7；更多的优势可以参考引文8中的说明文字。 这篇短文主要介绍了P2P技术的应用，关键的技术，以及支持P2P应用开发库libp2p。P2P网络技术可以在云平台中进行部署，如Chainmaker就可以在云平台中进行部署。后续有机会将向大家详细介绍具体技术开发的应用细节。 References

  • 区块链技术简介

    区块链技术是当前较为重要且可以在生产环境中使用的关键信息技术之一，为可信存储和计算提供了技术保障，这里对区块链技术做一下简要的介绍，欢迎读者批评指正和补充。后续将介绍更多的相关技术和应用的内容。 区块链是一个基于点对点（peer-to-peer network，一种计算机网络技术）的记账系统，允许节点之间直接进行交易而不需要中心授权节点的介入。点对点网络是一个完全的去中心化的。为了满足去中心化的要求，每一个节点都需要一个记账的拷贝。拷贝可以是一个完整的拷贝，或者对于在网络上能够正常工作和保持连接的一个最小拷贝。 为了保证交易的一致性，一致性的方法如 Proof-of-Work, Proof-of-Stake被采用。在高级的密码学算法的辅助下，每一个交易都是安全的。 区块链的用处挺多，可以用在医疗卫生，供应链金融、碳交易、食品追溯等一系列关乎国计民生的重大领域。这里列举两个具体的例子：1、比如医疗卫生部门可以将病人的诊疗数据如检查结果药方等存放到区块链上，当然这些数据也可以贡献给医疗卫生部门做为数据提供。当然也可以解决假药问题，同时帮助病人和制药公司；2、食品追溯，包括食品的种子，生长过程管理数据（施肥撒药等，温度等天气数据，土壤等水土数据），以及保鲜物流，储存条件等信息。碳交易即把二氧化碳排放权作为一种商品，从而形成了二氧化碳排放权的交易，简称碳交易，碳交易有利于减少二氧化碳的排放，有利于环境保护和重构。 区块链技术所用到的底层信息技术有P2P网络，加密算法等，ChainMaker是由几个知名的大公司合作研发的区块链开源底层软件平台，具体介绍可以参考引文链接。区块链技术本身是一种分布式系统，可以和云平台相结合进行生产环境中部署，如引文7中就有基于公有云平台的区块链产品。 References

  • 我眼中好的生活节奏和价值观

    现在社会发展节奏块，特别是大城市，很多白领程序员工作都比较辛苦，对于这种“卷”的现象，应该还是有不少可以优化的地方的，不管从公司制度规则还是从个人生活习惯，都有一些可能需要调整的地方。 比如程序员这个行业，加班都是常有的事情，效率是否高就不一定了，而且由于每天较长时间的工作，生活中的一些小的细节美好没有闲暇去体会，感觉就像运转的齿轮少了点润滑剂，容易对身心有影响。 中华民族是个勤劳的民族，才在近几十年有飞速的经济发展，希望再过段时间，或者企业制定更加理性的发展运营规则，或者宣扬普及这样的价值观：大家不以金钱，不以房子车子，不以城市乡村这些来作为最重要的指标来度量成功，而是所做事的意义，自己的获得感，自己从生活中体验的到细小的美好，小我中有大我，这样可能才是热爱生活的更好的模样。 感谢这段时间以来支持鼓励我的所有的人，经过这些年的成长仍有有不少细节可以做的更好，苟日新，日日新，又日新。相信自己，每天有一个更好的自己。

  • 致青年

    五四青年节来临之际，转发几则名人名言来勉励自己。 青春孕育无限希望，青年创造美好明天。 1.不驰于空想，不骛于虚声。——李大钊2.腹有诗书气自华。——苏轼3.博学之、审问之、慎思之、明辨之、笃行之。——《礼记·中庸》4.人生万事须自为，跬步江山即寥廓。——范梈5.锲而舍之，朽木不折；锲而不舍，金石可镂。——荀子6.苟日新，日日新，又日新。——《礼记·大学》7.看似寻常最奇崛，成如容易却艰辛。——王安石 青春不是年龄，而是心态，只要我们不断求索，终身成长，我们就一直在求知和青春的路上，无奋斗不青春，也和更年轻的同学们共勉！

  • 微言有义

    现在社会进步发展迅速，人们之间的交往也不再受限于空间物理位置的局限，互联网社区的群体性交往是日常人们工作生活的一部分。这里再次说说互联网社交的一些特性和需要注意的地方，欢迎读者批评指正和补充。 互联网以前，站在舞台上，坐在观众面前都是被大家提前选出来的有影响力的代表。而现在虚拟社交网络的出现，人人都可以站在舞台去表现自己，人的能力大小不同，所处位置不同，在社交网络上的语言说话的印记和分量就有大有小，能力强者，传播面广者，责任重着则言语中有大的影响力，起到牵引带动作用，微言大义。能力小点的也要注意言行，因为会有不小面积的传播，起码言语也要规范整洁，微言小义。当然也有能力很强的人，知识渊博，愿意做科普传播，他也会自谦微言小义，这应该是我们需要敬重的。 当然，还在进步中的人们很难做到每个人每天的日常行为都非常周正，有时候可能不太庄重严肃显得轻佻，有时候显得有点软弱同情，有时候又没有充分彰显自己的责任和任务，因此要做到的是要学会自省，或者周围的老师同事同学朋友的言语中自成一面镜子，在交往中，照见了自己言行中的不妥的地方，那就需要去调整去总结。 内省和不断的进步，才能不断修正，在日常生活中去不断修行，才能有机会去写得更好的文字，传播更好的理念行为，大家一起取得真经的道路上离目标才会越来越近。 感谢支持鼓励我的人，以及从周围能照见我自己的人，希望不断进步，上下求索，永远在路上！

  • 浅析解释理解信息的心智模式

    人类的智能从早期的钻木取火到现在的新时期的信息技术蓬勃发展的时代，人类理解自然和改造自然的心智模式发生了很大的变化，这里做一下浅显简要的分析，欢迎读者来批评指正和补充更新。 首先人类的交往模式发生了很大的变化，早期的族群内部有限的物理空间和信息交流，人们理解信息相对就比较简单直接，心智模型也相对简单，当时最远的信息通信方式比如有烽火台等，但也很有限制，文字或记录文字的工具都还不普遍发达，信息传递仅存在于小部分范围内。 文字的发明和基于文字为重要媒介的文明的广泛传播为人类的智能的普遍提升提供了坚实的基础，文字或符号作为文明的最主要载体，使得人们沟通交流的信息量大大提升，就拿文学艺术来说，其具有模糊多义的特性，不同的人的理解和联想能力可能不同，所以就会有不同的理解和解释，比如西游记，小孩子看的是孙悟空的神通广大，管理人士看的是团队合作，也有人将六耳猕猴和孙悟空解释为是同一个人在不同时刻的自己等等，一切的理解和解释要看不同人的心智能力，这也就是文学和艺术的伟大和魅力所在。 现代社会社交网络四通八达，短视频，公众号，抖音，B站等网络新媒体的出现和流行，使得信息或相关作品产出和传播的速度大大增加，质量也会存在良莠不齐的现象，而且这种新媒体影响人们的行为决策是比较快的甚至有时是瞬时几个小时几天内的，这就给现代社会的社会治理和管理带来了新的挑战。举一个例子，社交网络可以理解为一个图结构，由于文字或新媒体内容的多义性和模糊性，一条从作者a传递出去的信息可能是给粉丝网友传递的一般本身内容，也可能主要是给节点b和c以反馈，b和c可以将其理解为意义A，而如果节点d和e看到（恰巧d，e和b，c不认识），就会有不同的理解解释以及反馈（如可能就理解成了意义B），节点a这个时候就是个责任较为重要的节点，所以这个时候节点a所要做的就是要更加严谨的传播你的信息内容，信息尽量要有正面的，符合当前经济社会发展的时代需求和人们和谐生活的内容。当然也从另一面告诉我们自己去解释不同对象信息的时候要保持一份理性、理解和宽容，因为心智理解和决策模式不同，不同人对信息的理解是其自己内心认知状态的一种投射，对方的理解和反馈的影响面以及心智和行为决策模式的动态成长等，需要从多个角度去综合理解才可能有对信息更加合理，正确的解释，也才可能有更加理性的决策。 以上关于信息传播和心智理解以及行为决策方面的简要介绍比较浅显，新时代新现象也会带来一些新的学科和研究内容，也可能已经有关于传播学和相关学科方面已经研究的很深入的成果了，在这里班门弄斧一下。期待以后有机会接触更多更专业的理解和解释以及更好的行为实践，传递更多的正能量，带给人们更加积极的力量，感谢那些带给我正能量的人们！

  • 知足知不足

    时光荏苒，光阴如白驹过隙，自己也要复盘和总结一下近期自己的所作作为，以便不断去优化自己的日常决策，更好的前行，带给周围人更多的幸福感和自信心。每个在工作着的人都是肩背着担子负重前行，也希望自己能力更强一些，承担的担子渐渐不再感觉有点重，也给别人的担子减减量。 先说说知足，知足主要从自己的人生际遇来说，从小到现在的人生之路蜿蜒曲折，但每到关键点都能有贵人相助，老天很是眷顾，总给你以希望和进一步成长的更好的机会。所以从这点来说，是需要知足和感恩的。 不足的地方也不少，可能自己的成长的路线一路过来囿于条件和环境给自己的身心带来的整体状态，和人相处交往的经验，都是需要再去进步做的更好的，中庸是中国人秉承的处世态度，但是怎么保持中庸不左不右或者偏左点偏右点是需要自己去反思和总结的。 也许每个人都有属于自己的时区，自省是进步的阶梯，终身学习是时代的特色和需求，相信成长性思维而不是固化，才能去一步步做更好的自己。每个人都是宇宙的一份子，都不是孤立的存在，但能量确实有大小，成长的道路不易，师者医者父母心，希望自己在受到眷顾的同时不仅仅是理所当然而忽视人们的奉献和牺牲，而是能有更进一步的传承，带给别人更多的力量。相信明天会更好，继续加油！

  • 动态规划较为简单的两个示例

    动态规划是编程算法里边经常会用到的一种解决问题的思路，这里向大家介绍两个相对比较简单的示例。 示例1：一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ）。问总共有多少条不同的路径？ 示例2：给你一个字符串 s 和一个字符串列表 wordDict 作为字典。请你判断是否可以利用字典中出现的单词拼接出 s 。注意：不要求字典中出现的单词全部都使用，并且字典中的单词可以重复使用。 其中，第1题中可以将路径数目用二维数组path[m-1][n-1]来表示，path[i][j]就表示为从[0][0]位置起始开始走到[i][j]位置可能的路径。具体的实现方法和代码注释请参考链接。data-structures-algorithms/dp/unique-paths.cpp at main · kindlytree/data-structures-algorithms (github.com) 第2题，假设需要拼接的字符串的长度为s，则可以用一个can_concat[s+1]的数组来标记每一个从开始到index的位置是否可以有字典的单词标记出来。具体代码可以参考链接：data-structures-algorithms/dp/word-break.cpp at main · kindlytree/data-structures-algorithms (github.com)

  • 休闲一刻-詹老师书画作品摘录

    詹仁左老师是交大的专门教授中国传统山水画的老师，在书画美术上有很高的造诣，以前在实验室的房间的墙壁上都有挂他的作品，詹老师作品主题较多，风格多样，交大的同学可以选他的课程，也是同学们的福气。这里摘录几幅供大家欣赏。 References

  • Policy Gradient算法原理简介-强化学习技术系列3

    前面的相关文章，介绍了基于价值函数的强化学习算法（MDP和Q-Learning），在强化学习中，除了基于值函数的方法，还有一支非常经典的方法，那就是基于策略（policy-based）的方法。这篇文章将向大家介绍相关的算法思想，不正确或需要修正的地方欢迎大家批评指正。 在前面介绍的Q-Learning算法中，会采用一定的随机策略去选择action（epsilon greedy），一开始会让Agent更偏向于探索Explore，并不是哪一个Action带来的Value最大就执行该Action，选择Action时具有一定的随机性，目的是为了覆盖更多的Action，尝试每一种可能性。等训练很多轮以后各种State下的各种Action基本尝试完以后，我们这时候会大幅降低探索的比例，尽量让Agent更偏向于利用Exploit，哪一个Action返回的Value最大，就选择哪一个Action。 在策略梯度中，Agent一般称为Actor，策略pi通常用一个神经网络来表示，一般神经网络的输出为动作的概率（如softmax）。智能体会自动的探索不同的状态和trajectory(通过随机采样的机制进行实现。如一个policy在某种状态下输出action1的概率为60%，输出action2的概率为40%，则智能体自然而然会更多采样到action1，但也会常采样到action2)。policy gradient还有”No more perceptual aliasing”和”Effective in high-dimensional action spaces“这样的优势， 从初始状态出发，到任务的结束，被称为一个完整的episode（剧集）。这样，一个有T个时刻的eposide，Actor不断与环境交互，形成如下的序列τ： 具体的公式推导可以参考引文1，最后的梯度求解公式如下： 关于其公式的推导可以参考引文1，这里就不做赘述。需要说明和强调的是 对代码有几处说明一下：1、loss为负值，求最小，即为正值最大化，2，采用了Mento Carlo采样的思想，每次训练数据基于一个episode，从开始状态直至完成done；3、当前的某个时刻的R为从当前到最后状态r的一个折扣和，具体可以参考链接7中的实现。 实验中用到了GYM，强化学习算法工具包，可以提供强化学习算法的模拟环境，从而为测试和验证强化学习算法提供了方便。 References

本博客主要包含一些工程技术方面的短文和日常生活的随想。感谢所有师长领导朋友和老同学们的关心支持，特别感谢上海交通大学、上海建设管理职业技术学院、上海闵行职业技术学院、中科院软件所、北京师范大学及中小学的老师同学们和上汽集团等工作过公司的领导同事们给与的关爱和支持，以及家人们的期望和默默付出，希望有些文章能对大家有所启发。由于作者水平有限，撰写较为仓促，文章中难免存在一些缺点和错误，殷切希望来自世界各地的读者批评指正。期待能够和大家一起学习，迎接挑战，共同进步。