如何通过 ceffyl.Sampler 的 PTMCMC 结果计算 Bayes evidence(logZ)
本文档面向把 ceffyl.Sampler 输出的(并行退火)MCMC 链转换成 Bayesian evidence(边际似然,$\log Z$)的场景。
适用于:likelihood / prior 与(例如 UltraNest)nested sampling 使用 同一套 pta.get_lnlikelihood、pta.get_lnprior(或 prior transform)时,对两种方法得到的 $\log Z$ 进行一致比较。
1. 核心概念与常见误区
1.1 Evidence 的定义
Bayesian evidence(边际似然)定义为:
\[Z \equiv p(y) = \int p(\theta)\, p(y\mid\theta)\, d\theta
...
PINN系列思考之与真解直接拟合的区别
我当时想的是,对于 PINN , 网络是模拟出一个 $u$, 然后算 loss 的时候,是在采样点计算误差。
而如果我直接不做 PINN ,而用经典求解器解除结果,然后直接用网络拟合这个结果,不就可以了吗?
但后来调试程序不断出错,意识到这两者是不一样的。
对于 PINN , 网络是模拟出一个 $u$, 然后算 loss 的时候,是在采样点计算误差,这个误差指的是方程的左边和右边的误差,也就是对 $u$ 的导数和二阶导数的限制。
而对于直接网络拟合真解,是对 $u$ 的直接限制,这两者是不一样的。
openconnect客户端指定路由表
安装 openconnect 之后
brew install vpn-slice
For BNU, 执行:
sudo echo password | sudo openconnect --user username https://sslvpn.bnu.edu.cn --juniper -s "vpn-slice 59.64.60.0/24 172.16.18.0/24" --servercert pin-sha256:rwRWSQS5A+4Od1knTO7iPT8+YSp6b9LovjOl0iKLvRA= --passwd-on-stdin
在线编译 x86 LEDE
主要参考自 https://p3terx.com/archives/build-openwrt-with-github-actions.html
项目地址
https://github.com/P3TERX/Actions-OpenWrt
支持项目请随手点个 star,让更多的人发现、使用并受益。
基础使用
首先你必须要熟悉整个 OpenWrt 的编译过程,这会让你非常容易的理解如何使用 GitHub Actions 进行编译,即使你没有成功过。因为实际上本地编译近 90% 失败的原因是因为网络问题导致的,中国大陆特色,咱也不敢多说。GitHub Actions 服务器由 Microsoft Azure 提供,拥有万兆带宽,可以使编译成功率大大提升。
在自己搭建...
mac 下 编译 x86 LEDE
brew unlink awk
brew install coreutils diffutils findutils gawk gnu-getopt gnu-tar grep make ncurses pkg-config wget quilt xz
brew install gcc@11
hdiutil create -size 20g -type SPARSE -fs "Case-sensitive HFS+" -volname OpenWrt OpenWrt.sparseimage
hdiutil attach OpenWrt.sparseimage
cd /Volumes/OpenWrt
echo 'export PATH="/usr/local/opt/coreuti...
挂载阿里云盘到软路由
1. 挂载 阿里云盘 为 Webdav
我们使用 https://github.com/messense/aliyundrive-webdav
./aliyundrive-webdav -w . -r xxxx --root /TimeMachine
即可。
但我们想做的事情是用它做 AFP 服务器,所以实际上是在 docker 中进行的.
24 post articles, 3 pages.