学科01: 熵与热力学重要模型

简介: 学科01: 熵与热力学重要模型

熵的大小


image.png


熵更小

熵更大

混乱无序

高熵

大可能性

状态数更多

更高的可能性

有序

状态数更少

更低的可能性

以上结论告诉我们:


如果随波逐流,一个普通人的人生更大可能是混乱的而不是有序的

如果因为催婚而结婚,这段婚姻更可能是不幸的而不是幸福的

如果你想做出点与众不同的事情,更可能会遭遇失败而不是成功

这个世界上混乱才是常态,有序是需要刻意营造的


举例:


image.png


熵增定律:


封闭系统中熵会随着时间推移增加。


一栋年久失修的房子会破败

辆在路边停了很久的单车会生锈


image.png


感知+选择可以使大脑变得有序,即吾日三省吾身《论语・学而》


耗散结构


  1. 动态平衡,解释流水不腐
  2. 生物学上人是可以彻底重塑自己的只不过需要的时间比大多数人预想的长(4-7年)
  3. 负信息:使世界变得混乱的


image.png


  1. 依靠决心自责是过不好这一生的,我们需要刻意改变耗散结构的输入
  2. 你无法控制生命里会发生什么
    但你可以控制面对困境时
    你的情绪和行动
    残酷的世界可以拿走你很多东西
    唯独一样东西它永远拿不走就是
    选择的自由
    ---------------------《活出生命的意义》


课程里的一些小知识点:


  1. 普通人每天脑海里闪过1.2万至6万个想法
  2. 大脑海马体每天新生:700个神经元
  3. 皮肤的更新周期:28天
  4. 红血球的更新周期:4个月
  5. 肝的更新周期・5个月
  6. 骨骼的更新周期:7年
相关文章
|
7月前
|
算法
【数理统计实验(二)】参数估计
【数理统计实验(二)】参数估计
|
7月前
|
机器学习/深度学习 开发框架 算法
非线性混合效应 NLME模型对抗哮喘药物茶碱动力学研究
非线性混合效应 NLME模型对抗哮喘药物茶碱动力学研究
|
机器学习/深度学习 资源调度 并行计算
经典机器学习系列(一)【 贝叶斯分类、 最大似然估计、 最大后验概率估计】
经典机器学习系列(一)【 贝叶斯分类、 最大似然估计、 最大后验概率估计】
227 0
运筹学基础——预测
运筹学基础——预测
126 0
|
机器学习/深度学习 算法 量子技术
机器学习解决核磁共振谱中「谁是谁」的问题,可直接从晶体结构预测化学位移
机器学习解决核磁共振谱中「谁是谁」的问题,可直接从晶体结构预测化学位移
103 0
|
机器学习/深度学习 算法 数据挖掘
深度学习相关概念:交叉熵损失
 我在学习深度学习的过程中,发现交叉熵损失在分类问题里出现的非常的频繁,但是对于交叉熵损失这个概念有非常的模糊,好像明白又好像不明白,因此对交叉熵损失进行了学习。
185 0
|
机器学习/深度学习 算法 PyTorch
机器学习:交叉熵从理论到代码
机器学习:交叉熵从理论到代码
140 0
|
机器学习/深度学习
概率图模型-表示|机器学习推导系列(十)
概率图模型-表示|机器学习推导系列(十)
203 0
概率图模型-表示|机器学习推导系列(十)
|
机器学习/深度学习
矩阵分解和信息论基础
机器学习中常见的矩阵分解有特征分解和奇异值分解。 先提一下矩阵的特征值和特征向量的定义
123 0
矩阵分解和信息论基础