原创 如果你有能力,一定要往上爬

如果你有能力,一定要往上爬。 這樣纔對得起你的智商。 記得黑鏡裏面說過一句話,最具有破壞力的個體不是底層的混混,也不是高層的領導。 而是能力最強、最聰明卻生活在底層的個體。 我們不應該做這種個體。 一個人生活在底層其根本的原因是出淤泥而不

原创 超過10000個原子的pdb文件通過MKTOP轉換爲top文件的解決辦法

本人在做課題時候遇到一個問題,對於分子動力學(MD)把文件轉換成gromacs可用文件時: 我們用某些軟件生成PDF文件,但如果超過10000個原子,那麼生成的PDF文件關於鍵連接的時候,會連結在一起 我們想要通過MKTOP文件轉換PD

原创 通俗易懂的卷積神經網絡教程-第四講

大家好,我是小木,沒想到吧,我又回來了,哈哈哈哈哈哈哈。大家準備好,一秒鐘進入狀態,三分鐘學完課程吧。沒從頭讀到尾算我輸!昨天我們講完了正向傳播,正向傳播的過程還記得吧,首先我們把圖片作爲輸入變量,經過卷積、池化、卷積、池化、BP全連接,

原创 通俗易懂的卷積神經網絡教程-第七講

大家好,我是小木,今天是卷積神經網絡的最後一節課,我們要講的內容是大大迭代及測試環節。首先說一個問題,就是爲什麼要旋轉180度,可不可以不旋轉?我的回答是不可以不旋轉,爲什麼吶?這個不是卷積神經網絡模型的問題,是matlab軟件的問題,這

原创 以量子化學爲例,談軟課題如何入門

近期有很多同學問我理論科學如何入門,還有N多的人讓我教他們。我聽了這句話有些茫然,也不知道怎麼回答怎麼教。因爲對於做理論科學,也就是做“軟課題”,屬於發散型課題,並不是能速成的。爲了滿足大家,教大家入門軟課題的方法——直線走路,那麼我在這

原创 點羣不可約表示的通俗易懂講解

在大家讀化學教材時候,好多人看到點羣的不可約表示這塊之後,就直接懵B了,根本看不懂。之後就有好多人直接放棄學習了。有人直接和我講,點羣的不可約表示直接到化學之家(https://zh.webqc.org/)查多好?用得着你自己判斷嗎?聽到

原创 白話文講計算機視覺-第一講-OPENCV圖片及視頻讀寫

大家好,我是小木,沒想到吧,我又回來了,啊哈哈哈。之前幾天我腸胃感冒,所以我的博客就一直沒有更新。但我小木是打不死的小強,這次繼續回來講解啦!本次課程我主講的內容是計算機視覺。爲什麼小木我要開這次課程呢?很簡單,因爲我之前讀了一本書,叫做

原创 各位,最近太忙了,一直沒有時間寫教程!

各位粉絲們,最近半年時間,我很忙很忙,原因很簡單,我畢業要求是需要1篇SCI論文和2篇國內,或者2篇SCI,這對於我來說是很難的一件事情,我一直在搞,但搞不出成果。 雖然本人最TMD討厭名利,凡事都要上來先批判幾句,但是我沒有論文無法畢業

原创 價值觀輸出-談談直線走路

    藉着Dongbei Media最近的熱度,我要輸出下本人的價值觀給大家分享。2009年,百度的李彥宏先生提出了一個概念,叫做彎道超車,意思是我們應該在別人弱的領域一展宏圖,實現快速的發展,在別人強的領域,我們應該我們外包給他們,依

原创 【尋人】尋找有共同志向(雜學)的兄弟姐妹們!

本人活了29年了,一直致力學雜學的研究。但是在校園及其社會上,遇到的人都是精通一種東西的天才。而我是一個博而不專的人,什麼都搞,都會一點點,但是每種東西都不精通,正所謂樣樣通,樣樣鬆。不知道社會上這種人多不多。 我現在就想,哪裏能找到這種

原创 【網絡安全】今天是網絡安全日,談談網絡安全

今天429是網絡安全日,本人雖然時間不多,但是還是要寫一篇關於網絡安全的科普文章。 首先,我先批判一下(畢竟本人寫文章,開頭的批判是本人的風格和亮點),今天要批判的是精緻的利己主義者。現在社會上有一種人,我看着就生氣,這種人只要是爲了自身

原创 VMD讀取trr軌跡的方法

如果直接把gromacs的結果導入vmd,那麼空空如也,我們需要點擊如下按鈕: 接着輸入:mol  load gro nvt.gro trr nvt.trr 其中nvt.gro以及nvt.trr文件需要換成你們自己跑的結果文件。 然後

原创 ACPYPE中FAILED: [Errno 2] No such file or directory: 'FFF_AC.prmtop'的解決方法

大家如果在github上面下載ACPYPE (https://github.com/t-/acpype),放入到LINUX上面安裝後,百分百報錯,出現的問題如下: [root@pdynamo test]# ../acpype.py -i

原创 centos hadoop無法訪問50070端口的解決方法

如果用centos7,打開hadoop後(已經格式化完畢),不能訪問該端口解決方式爲關閉防火牆輸入 systemctl stop firewalld.service立即解決! 點贊 收藏 分享 文章舉

原创 通俗易懂的卷積神經網絡教程-第三講

通俗易懂的卷積神經網絡教程-第三講我們複習一下上一節的內容,我們把一張28*28*1圖片矩陣通過2次卷積,兩次池化過程給它變成了4*4*12的矩陣。 之後呢,我們就要直接用BP神經網絡進行全連接。用什麼輸入變量進行全連接呢?首先我們把這1