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
|
3月前
|
机器学习/深度学习 算法 搜索推荐
【机器学习】凸集、凸函数、凸优化、凸优化问题、非凸优化问题概念详解
本文解释了凸集、凸函数、凸优化以及非凸优化的概念,并探讨了它们在机器学习中的应用,包括如何将非凸问题转化为凸问题的方法和技术。
241 0
|
11月前
微分方程——Volterra食饵-捕食者模型
微分方程——Volterra食饵-捕食者模型
273 0
15 贝叶斯方法
15 贝叶斯方法
46 0
|
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】
218 0
|
机器学习/深度学习 存储 人工智能
什么是概率图模型?
概率图模型是机器学习的一个分支,重点研究如何利用概率分布描述真实世界并对其做出有价值的预测。本教程对图模型的讨论将分为三个主要部分:表示(如何描述模型)、推理(如何向模型提问)和学习(如何用现实数据训练模型)。这三个主题相辅相成,从零开始一步一步带你深入理解最前沿的因果AI理论。
204 0
什么是概率图模型?
贝叶斯算法人生
贝叶斯算法人生
|
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。
179 0
|
机器学习/深度学习
机器学习数学基础七:熵与激活函数
机器学习数学基础七:熵与激活函数
112 0
机器学习数学基础七:熵与激活函数
|
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
134 0