人的穿衣由來已久，但對衣服的研究卻不多。提到衣服的研究，更多的人會想到服裝設計。其實，服裝設計更接近於藝術，而不是科學。它只研究了衣服的乙個方面--美觀。
衣服從功能來看，可以分為三個部分：貼身層、中間層、外觀層。三層的需求是不一樣的。貼身層強調的是舒適，中間層強調的是保暖，外觀層強調的是美觀。從具體來看，貼身層是內衣、秋衣，中間層是毛衣、棉襖、保暖內衣等，外觀層是大衣、外套等。在實際使用中，不同的衣服承擔的職責是不同的，但有很多衣服在功能上有重疊。這主要的原因是氣候不同。夏季的衣服要同時承擔三種職責：舒適、保暖、美觀，春秋的衣服要簡單一些，要麼舒適和保暖，要麼保暖和美觀，很少有三種要求同時存在。冬季的衣服最簡單，基本上只承擔一種功能。所以，從服裝設計的角度來說，夏季的衣服最難設計，春秋次之，冬季最容易。當然，這是從科學的角來看服裝設計，而不是現在只考慮美觀的服裝設計。
市面上的很多衣服，在以上三個方面的分工是混亂的，導致了很多浪費。很多人可能有感覺，櫃子裡一堆衣服，卻沒有最適和當前溫度穿的。只好不斷的買。如果個人對以上的分層有了認識，那以後買衣服盡量往上靠，你會發覺方便了很多。
從上面的分析來看，衣服生產廠家應做乙個分工，尤其是貼身層和中間層，完全可以考慮標準化。這樣會極大提高整個社會的資源利用率，目前的服裝設計工作集中於美觀方面，不用考慮舒適和保暖，也可提高生產率。對於買衣服的人來說，尤其是我這樣最怕買衣服的人，可以提高購衣效率。貼身層和中間層基本不用多花時間。外觀層找人參考一下就可以了。
有關雲時代PaaS的想法
文中談到作業系統的抽象在平行計算的雲平台上已經不再適用。談談我的想法 從幾個方面來考慮。一共要抽象計算 記憶體 儲存 網路四個方面。計算 單機計算可以以虛擬機器或容器 比如docker 為單位。虛擬機器或容器的好處是可以做實時遷移 live migration 從而可以自動均衡負載。多機平行計算，需...
有關深度學習領域的幾點想法
今天早上吃完飯，在去往實驗室的路上，腦袋了突然冒出乙個奇怪的想法，就是萬一將來人家公司的hr問我 既然你是做deeplearning研究的，那你對深度學習有什麼個人體會？我該怎麼說呢？因此為了應對這一丟丟的可能性，我就在食堂去往實驗室的路上，用這二十分鐘的時間稍稍把自己腦子中的想法總結總結，現在到了...
有關深度學習領域的幾點想法
1深度學習的特徵提取能力為何如此之強？這個問題困擾著很多深度學習的領域的大牛，很多人都希望能夠解決這個問題，對應的就是試圖從理論層面解讀深度學習結構的優勢所在以及產生這種優勢的原因。畢竟imagenet都快被完爛了，cnn的引數也幾乎被調遍了，但本質問題依然沒有解決，人類的求知本能迫使我們去想 de...