大约第三次看迭代器和生成器了，之前一直看得云里雾里，今天还是来彻底了断下。2022 年 5 月 2 日回来复习，比之前理解的好了一些。
论文笔记 GAP:Generalizable Approximate Graph Partitioning Framework
在解决大规模图划分时，读过了很多论文，无非是在目标方程中做出一些策略上的改动，并没有什么创新的地方，最严肃的问题是，可能收敛不了。而深度学习发展的今天，获取可以考虑用DeepLearning的形式来改善大规模图划分。读了些许的论文，只有这篇是沾点边的，遂精读并做笔记，这篇论文八成是日后的对比对象了。
在论文中，最重要的一点是如何使用网络处理图数据，并定义损失函数，即如何将图划分问题迁移到NN中。
《呼啸山庄》
忘了谁推荐的了，寒假买了《呼啸山庄》这本书，拖延症到七月初，时隔六个月终于看完了，两点感受：
- 放到现在这可能是青春狗血恋爱剧？属于堕胎、白血病那一流，虽然讲的是复仇的故事；
- 眼界狭窄不出去走走只能在周边的泥潭里越陷越深。所以眼光放长远，多出去走走，多看看外面世界。对于身边负能量爆炸、整日作死和不断需要他人安慰的人，还是趁早断联系。没意义且很累，且永远不知道她什么时候会反咬一口。
- 人还是要正能量一些，至少不能因为自己心情不好在宿舍发脾气，影响周围的人。
双系统之间快速访问对方文件
其实之前想整理一下 Linux 系统的使用技巧的，但想想还是算了，第一工程量大；第二，很多命令打多了也就记住了，这玩意还得靠熟练；第三，个人使用期间也时常维修各种驱动问题，时常换源，每次解决步骤也没有保留下来，电脑出错因人而异，修理方式也不尽相同，所以考虑再三就没有记录。随着使用时间的累计，相信各位会有一定的排查经验的。
GCN的通俗理解，无复杂公式
近期在鼓捣图神经网络，发现直接读state-of-art的论文基本读不懂，于是先决定搞懂图神经网络的最基本概念，即工作原理、处理数据流程等。因网上的众多文章（包括原论文）都有复杂的数学公式，我不是否认数学公式不好，而是胡乱的堆公式对讲明白原理没有丝毫帮助。于是决定做一篇GCN的简单阐述，意在用最简单的语言，表达最清晰的思路。
一盆绿植
保研经验分享——二本院校热门专业
背景：近期有较多的学弟学妹问我关于保研的事情，每次都回答一遍显得很累，所以整理在这里了，希望对学弟学妹有帮助。全文高能，歧视低学历（如我的外省二本院校），歧视高学历（如我之前的各种同学大多认为学历没用），这两类人自行忽略本文，没在一个世界。且，以下内容更多的针对我这种二本院校出身的，且身在热门专业的学生，如计算机、金融等。对于不是很热门的专业，或者211，985的学生可一笑而过。
最重要的：我校的大多专业都是一个专业只有一个保研名额，竞争激烈，且我校很多学院承认一些水平较低的论文，如国家级、省级的期刊，而这些论文是可以花钱买的，所以还请各位善良。多学学我，保研前一年丝毫没心思提成绩搞论文整比赛，反而天天在宿舍睡觉。二本双非的保研到211、985已经很不容易了，请不要再给他们添乱，把机会留给专业里真正有水平的人。