残血复活。。。
转阴3天了。应该是没事了。
但是,还是感觉很疲惫。。。
今天感觉有点力气,就把家里好好打扫了一遍,表面也都用酒精纸擦了。。。一百多平的房子住着很凑合,但是收拾起来一天根本干不完,累死。
复盘一下。
首先怎么传染的呢,十有八九是从我爸那里传染的,他这人有点子晦气在身上。。。anyway,反正在美国,得上反正是早晚的事。
所以我们全家都感染了。症状表现的都差不多,最严重的竟然是我。。。
所以这条先说一下出现的症状,然后再在这个串下面记录一下我的应对方法和用药吧。
首先只是感觉到喉咙有点痒,没想到感到痒的第二天就开始发烧,最高到39.5。 早上起来挣扎着去cvs做了个测试,十五分钟就出了结果。
对了,美国现在的自测盒已经没有免费的了,自己买最便宜的在5刀左右,一定不要买贵了。然后留好小票,有的保险是可以报销的。
发烧大概烧了三天,除了第一天烧到39.5,后面两天都是只有晚上才会烧到38左右。烧退了之后,就是无尽的咳嗽地狱。退烧后的第一天嗓子疼到无法呼吸。狂咳一天之后,失声了。物理意义上的,失声了。
何伟在《纽约客》发新文章啦!
这次他向过去教过的学生发放调查问卷(接受调查的现在都在小城当老师),了解他们对于动态清零的看法。
印象比较深的部分:
1. 一位老师的同事在核酸检测前打了疫苗,结果呈阳性,后来再测试呈阴性(也就是假阳性)。然而,她在家隔离了一个学期!学校担心风险也把她开除了。
2. 问疫情有没有明显改变个人的观点、信仰或价值,收到的非常矛盾的回答(见图2)。可能很有代表性?
3. 对于受访者或小城里的人来说,「病毒和抗议者都是幽灵」(those are the ghosts: both the virus and the protesters.)。
4. 「我们应该把抗议活动看作是可能是一个更漫长的过程的一部分,因为中国公民要接受这样一个事实,即他们的制度中的缺陷可能比他们过去所容忍的要大。」
当你试图从抑郁症中走出来时,想把自己从黑洞中拉出来是很困难的。如果你还没有陷入低谷的话,要改变自己的状态就容易得多。
这里是一些表明心理健康正在变糟的相对常见的迹象。这些迹象并没有特别的顺序
1:你停止洗澡
,或减少到每周一次 or 隔周一次( every other week 两周一次的意思)
无论用什么样的方式清洁自己,不论是淋浴或泡澡,你都会停止这样做或者感到坚持做这件事情很困难。这种对个人卫生的不重视比人们想象的更为普遍。
(我的理解是疏于对自己的照顾,不论是精力不足以支撑到很好地照顾自己,还是对个人的状况感到麻木,可能都存在)
因为当你抑郁的时候,所有的事情都会变得困难
「为了避免某条嘟文过长让大家在刷时间轴的时候很难受,我可能会分成好几条,回复在上面
一开始我想简单地列出迹象就结束的,但是发现她介绍和解释的内容也很有帮助。不论是对状态不佳的人来说,还是对想要去帮助或照顾亲近的人来说
再次为我的絮絮叨叨感到抱歉」
@Daozishuai 说得好。我也借机转述一下朋友的话:现在海外大陆人的社群其实运行得好的基本全是女权主义者的社群,线下的组织和网络上的社群维护绝大多数也是女权主义者在做。男性在网上吵架和指点江山看似热闹得很,但是真正做事情的并不是他们。
所以在抗议现场出现的女性数量多也并不是偶然,我们不只是要看到女性抗议者,而是要认识到女性和酷儿群体就是海外动员的主力。女性不友好性少数不友好的抗议,去的人只会越来越少。#白纸革命 #ChinaProtest #A4Revolution Revolution
在夕阳下,后海的湖面已结冰,通常这个时候,为冰场做制冰准备的工作已开始了,不过今年的防疫形势下,一切都寂静如冰。
远远地,我看到一个人在滑冰,手里还拿着冰球杆。他滑动的姿势好看极了。很多人围上去拍照,有人劝说他不要滑,免得危险。他慢慢靠岸,原来是个老人。有人说冰太薄,会掉下去。他说:我不怕,掉下去我就掉下去。又说:我是东北大学冰球队的。
转头他看见我举着相机,骄傲地一扬头:你拍,拍完了发给习近平,告诉他我在这儿溜冰,你不发我发。我陪笑问他:老爷子今年贵庚?他说:比老毛大一岁,他八十三死了,我八十四还活着,我就算明天死了我也高兴。
说着他作势又要滑向远方,一边滑一边潇洒地说:我就滑,我还不戴口罩滑。我望着他在金色湖面上自由自在地飞行。
WHO发布的康复指导手册: COVID-19相关疾病的自我管理第二版。
建议大家阅读,以及也给在国内的家人都准备一份,这份指南从身体和心理上的各个方面给出了非常科学的感染后恢复建议。
查个菜谱也遇到这种死了人的页面,难道要一直黑满头七?!乌鲁木齐火灾的时候咋不这么纪念?!他们就轻于鸿毛、过去几年间因政策失误而惨死的老老少少的中国人就不值得被记住?说脑子有病都是轻的,简直是一个丧尸社会!
大家是否会好奇,最近很火的AI画画是怎么学会画图的呢?
这就要涉及到两个方面了!一个是能生成出像“图”一样的数据(生成模型),一个是要听得懂我们想要它生成什么,并给出对应的结果(条件生成模型)。
首先来说说看如何生成出像图一样的东西!如果之前看过我写的GAN相关的文章:
那么你应该能大致上猜到,一个生成模型先吞进大量的数据(巨量的人类真实图片),然后再学习这些数据的分布,去模仿着生成一样的结果。机器学习呢讲到核心无非就是这么回事,难点终究是在如何设计模型让模型能更好学到这样的分布上。
如果是VAE,那就是和原图计算差距,所以生成的结果总是比较模糊。而GAN因为引进了判别器,生成器的图片需要骗过判别器,被当作真实的图片,于是它生成的结果肉眼上看会更加逼真。但是GAN由于要训练对抗网络,实在是太不稳定了,面对吞噬了网络剧量数据的超大规模网络来说非常难以控制。这就是为什么现在的AI画画普遍使用另一个新潮的生成模型——diffusion model。
Diffusion model生成图片的过程看似很简单,其实背后有一套非常复杂的统计原理。复杂到我至今没看懂,所以我就先不写了。让我来解释一下简单的部分!
图一是diffusion model生成图片的过程。右边是一个正常的图片,从右到左做的事情是在逐次叠加符合正态分布的噪声,最后得到一个看起来完全是噪声的图片。由于每次加噪声只和上一次的状态有关,所以是一个马尔科夫链模型,其中的转换矩阵可以用神经网络预测。
从左到右做的事情是一步步去除噪声,试图还原图片,这就是diffusion model的生成数据过程(inference)。
那么为了达到去噪的目的,diffusion model的训练过程实际上就是要从带有高斯噪声的图片中还原图片,学习马尔科夫链的概率分布,逆转图片噪音,使得最后还原出来的照片符合训练集的分布。模型的loss使用极大似然估计来计算模型参数,将其问题转换为求解Variational Upper Bound,这部分和VAE类似,且我也没看懂,故略过不谈。
这个去噪的网络是如何设计的呢?我们可以从叠加噪声的过程中发现,原图和加噪声后的图片尺寸是完全一样的!(废话)于是很自然能想到用一个U-net结构(如图二)来学习。U-net是一个类似auto-encoder的漏斗状网络,但在相同尺寸的decoder和encoder层增加了直接的连接。以便于图片相同位置的信息可以更好通过网络传递。在去噪任务中,U-net的输入是一张带噪声的图片,需要输出的是网络预测的噪声,Groundtruth是实际叠加上的噪声。有了这样一个网络,我们就可以预测噪声,从而去除掉它还原图片。(带噪声的图片=噪声+图片)
这就是diffusion model生成图片的原理啦!是不是很简单呢!但是背后的数学推导我无论如何都看不懂呢,希望有人来教教我。
——part 2——
主持人:我们先聊一下,北京抗议的人是谁,做了什么,然后可以聊一下政府是如何回应的。
杨希璠:在我去的时候,岸边都被封了。21点的时候计划要开始,但是第一批人很早就去了。100到200人左右,她们在离桥100到200米的地方聚集,是一群年轻女孩子。她们开始把蜡烛放在地上,进行悼念乌鲁木齐受害者。警察来了,把我们隔开了所以我都不知道她们已经开始了。年轻人都来了,20到30岁,这里就像是柏林的Mitte(注:柏林的中心)一样的地方。大家没有大喊口号。更多的小客车来了,我们知道这些车里都是警察。
主持人:这些北京的嬉皮士年轻人是怎么抗议的?
一开始的半小时是静默的抗议,因为我们都不知道下游发生了什么。警察从到来,就说因为疫情,你们不能在这里聚集,赶紧离开!
主持人:你说中国人不可以游行,中国也没有游行相关的法律。那么你解释一下白纸意味着什么可以吗?
杨希璠:是的,中国几乎没有言论自由和新闻自由。政府掌握了所有公开发声的渠道,写就所有的历史。共产党的领导删除了中国人的记忆,所以我们举起了白纸。我们可以从各个角度去理解白纸的意义。一开始的几十分钟我都不知道自己应该说什么。然后我们听到点蜡烛的女生喊起口号,习近平千岁千岁千千岁,我要做核酸,共产党万岁!以前的口号是我不要做核酸。在我们这一侧河岸的女孩子们喊起口号之后,南侧河岸也有人聚集起来,尽管那边有很多警察,他们开始点起手机的手电筒,大喊,我们也在,我们听到你们了,我们看到你们了,我们和你们站在一起!北边的人看到之后也开始把手机电筒点亮,两边开始互相呼喊回应。表达我们是在一起的,我们站在一起!
警察一开始是在南侧阻止人们聚集,还抓了几个女孩子。河岸南侧的人离开了河岸上了桥,来我这边。人们聚集在河岸南侧的时候,桥上全是国际记者和摄像。就在这个时候又个年轻女孩开始分给大家A4纸,大家开始把白纸举起来。此刻大概是快到晚上10点了,这个时刻就是一个无组织的集会开始变成抗议的转折点。
*杨希璠播放了当时的录音,人们大喊牛逼!牛逼!并且开始欢呼*
waiting for the day comes