硕士期间，有一群实验室的小伙伴是做传染病传播研究的，他们都隶属于物理学专业，归入统计（计算）物理方向，作为一个物理学院呆了三年的人，大组报告也听过很多次，也帮忙调过程序，耳濡目染下，大概能说个一二三，介绍一下我当年读过相关的半专业的书籍。

1、《写在物理边上》

我会介绍电梯里的人将会怎样分布，高速公路上的交通流、美国大选的投票情况、群体的狂热、犯罪的预测等许多奇奇怪怪的问题。或许你会想，这些问题怎么能跟物理学扯上关系呢？事实上，我在这本电子书里主要想要回答的就是怎样用物理学的方法（主要是统计物理的方法）来解决一些与集体行为有关的问题。 有意思的是，随着大数据和机器学习技术的发展，这些与物理学紧密结合的问题现在已经越来越得到学术界、工业界以及普通公众的关注。当然，人们之所以关注这些研究，并不是说这些研究能最好地反映这个世界的现实——而是因为这些物理学的研究可以为我们心中的困扰提供许多实实在在的解释。

——傅渥成（《写在物理边上》简介）

最近某超算中心找到我们，看看能不能给他们给他们Power8的集群安装Tensorflow 1.14，他们的集群上每个节点都有两张K80（土豪啊），虽然我自己不搞机器学习，但是觉得算力也是很厉害的。

今天听到一师兄做关于reinforcement neural network的报告，突然很想把以前某个关于机器学习的想法给实现一遍，再说现在机器学习红遍全世界，再不了解一下，感觉跟科研脱节了。

话说十年前，我入数学建模时，就开始跳进了神经网络的坑，那时候学了很多，也做了很多推导和工作，但是那时候限于cpu计算能力，这个方向一直不温不火，自己也在校报水了一点小文章，标题叫《基于XXX模型的XXXX系统》，可以说大概有了解，却没有深入，大概11年的时候，跟着学校的研究生做了一点NN的工作，结果还不错，但是那时候完全没有发文章的意识，只是觉得好玩，毕业了，工作了也就丢了。但是大概14还是15年开始，随着gpu加入，这个方向大火，今天已经燎原了，感觉错过了整整100亿。同时在12年，玩了一下比特币，觉得没挖到，就算了，看看今天的价格，感觉自己又错过了100亿。感觉自己天生就是穷的命

今天突然有种想玩一把机器学习的冲动，再一看，基本上机器学习都是用Python写的，毕竟现在核心计算都交给GPU了，用点胶水语言也无所谓了，要是放过去，说用Python做高性能计算是绝对不可想象的。大概五六年前，计算机领域大概流行这样一种模式，小规模验证用脚本语言，大规模计算用C来干，这才几年的光景，感觉这句话过时了。

话说自己接触Python也是本科期间，我本科没事的时候，最爱干的事情就是把图书馆理工科区转一遍，看看有什么好玩的书，所以也大概接触过Python，大概知道是个脚本语言，会写个Hello World。直到读研的时候，才开始用了比较多，用Python做爬虫，特别是Html上结构化的东西，用BeautifulSoup是比较方便的，再后来，用Python写点网络协议方面的东西，最后止步用Python写后端，说实话，读研那会真的是不务正业，天天搞这些乱七八糟东西，果然读博了感觉自己还是同样不务正业。