如何做簡單的冥想

以前常常聽到一些人說冥想對自己身體多好多好 一律被我歸類為怪力亂神，畢竟這類活動常常跟宗教扯在一起 講些什麼能量阿、佛法阿、神祕學之類的，比什麼手勢怎擺會增強什麼呀 一看就覺得有病(現在還是不太喜歡類東西) ，直到後來不經意在幾個自己頗欣賞的blogger上都看到他們提到冥想，譬如自我提升的、如何讓學習更有效率的 (Coursera上的"學習如何學習中的Diffused Mode) 決定試看看，於是去Google一下以及找一些書，光是看到給新手的還一堆複雜講解就不想try了，直接放棄 畢竟能出書的、你Google到的 都是專業級的，即使給新手的也會講得很複雜

後來查到一個看過最簡單的，測試一個月後才了解到什麼是活在當下、什麼是掌握自己的思緒 發現對於身體健康、享受與妹子相處、學習力都挺有幫助

 簡單來說如下

 一、打開計時器，計時十分鐘 打開你的手機計時器，一開始可以5分鐘就好 再來10分鐘，其實每天10分鐘就幫助頗大的 用計時器的好處是你不會擔心到底過了多久。 如果你真的放空不亂想，可能30秒就會過得超久。

二、找個安靜的地方盤腿坐，閉眼 其實你怎樣坐怎都可以，也可以在公車上練習冥想 不過新手找個安靜的地方乖乖坐下會比較簡單。 其實你要睜開眼睛也OK 只是把眼睛閉起來比較簡單。

三、深呼吸，把氣吸滿在慢慢吐出來 慢慢呼吸，慢慢吐氣

四、放空，什麼都不要想，只注意在呼吸上，開始數一二三次 一開始很容易練想，只要你一亂想就重新開始數 看看自己多能數到多少。

這樣簡單的四個步驟，要做到放空、專注於呼吸 就足夠訓練一年了 可以讓你


 一、更專注於當下，提升專注度

以前常看到一堆書上寫活在當下，甚至寫成一本書 但光是看到那麼多操練步驟我就懶了 而且光是"活在當下"四個字也聽不懂在說什麼 但練習冥想之後能夠讓你更享受現在與人相處的每分每秒，而不會擔心這妹子以後不鳥你怎辦、約會下一步要幹嘛。

二、讓身體變得更健康 有一些書有提到科學根據 身體健康絕對比你花時間在穿搭有效率 穿搭及格就好，懶得去健身的也可以嘗試看看。

三、減輕壓力以及焦慮

我是一個很容易緊張和憂鬱的人，以前常聽到把妹要放輕鬆，甚至看醫生醫師也叫我放輕鬆 我根本聽不懂要怎做。但在冥想之後自然的放輕鬆看待一些事情了，以前我有嚴重的睡眠問題，後來睡眠品質也變得好些 坦白說對我而言這部分幫助挺大的 有憂鬱傾向、焦慮的版友們，不妨嘗試看看 反正才10分鐘而已，打手槍都超過十分鐘。 這是最簡單的，當然你有興趣也可以嘗試比較複雜的 但我沒試過，且一看就懶了 (最重要的是你真的肯花時間做，而不是累積冥想知識) 有興趣的也可以嘗試看看這簡單的冥想

Ps一開始胡思亂想是正常的，不要太擔心。

吳恩達深度學習-習題詳解-C1W2

原本的D會有許多局部最佳解，故用C會比較少局部最佳解。



把他變成一條直直的Vector


 
自己用python跑看看就知道了




一條一條的x(1)，每一個有nx的features，故C。



矩陣的乘法




python的特性，執行看看就知了。




 

自己用python算看看就知了。

吳恩達深度學習-習題詳解-C1W1

就像一百年前有電力一樣，不解釋，A。






為什麼深度學席最近突然夯起來呢?

• 電腦變得更強了
• 資料變得更多了
• 深度學習有更多應用了
• 至於Neural Networks很久之前就有概念，所以是錯的，故ABD

• 電腦計算速度變快可以讓iterate變得更快，最近讓我們訓練出更好的models ，ABD

• 不能只靠經驗，還要不斷的修正model，故False。 

基本常識







 非結構數據：譬如聲音辨識、自然語言處理。








因為有答案可以對造，所以是SL，然後產生的語言是一個sequence，故ACD。



基本常識，B







BD， training set 當然越大越多越好，NN也是越大越好。

Andrew Ng (Introduction to Deep Learning) C1Week1

• 課程介紹
• Neural Networks and Deep Learning(
• NN其他的基礎，妳可以辨識出一隻貓

• Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
• 調整參數、正則化
• Momentum Amest Prop

• Structuring your Machine Learning project
• Cross-validation sets and test sets
• end to end
• Convolutional Neural Networks(CNN)
• Natural Language Processing: Building sequence models
• Recurrent Neural Network(RNN)
• LSTM(Long short term memory models)

•   Deep Learning Apply to SL
• What's a neural network?
• Housing Price Prediction 
• Price>0(Simple NN)
• Size(Input) ->Neural(一個這個O) ->Price(output)
• Relu function = max(0,y)
• 給 input x and output y middle will figure out themselves 
• 給足各地X,Y 可以訓練出好的model

•  Supervised Learning with Neural Networks  
• Real Estate(NN)
• Online Advertising (NN)
• Photo tagging(CNN)
• Speech recognition(RNN) sequence date
• Machine Transiation(RNN) sequence data
• Autonomous driving

• Why is Deep Leaning taking off

• M =Training set的大小
• if m太小，優劣很難說
• Sigomal function >Relu function (Gradient decent跑比較快) 

• About this course
• Introduction 
• Basics of NN progrmming 
• One hidden layer NN
• Deep NN

RNN are a model type / The iterative process of developing DL system is a completely separate concept.