录像用的新相机

最近了解了一下索尼近两年出的“创作者相机”, 主要是 ZV-1, ZV-1F 和 ZV-E10. 我从 Amazon 下单了 ZV-1F 和 ZV-E10, 等到全都到货之后对比一下再决定留下哪一台.

ZV-1 和 ZV-1F 都是一英寸感光元件的固定镜头相机, 前者配了一块9.4-25.7mm (等效24-70mm) F1.8-2.8, 后者则是 7.6mm (等效20mm) F2.0 的定焦镜头. 我比较喜欢广角一些的镜头, 所以买了 ZV-1F, 目前已经到货.

ZV-E10 是一台 APS-C 感光元件的 E 口相机, 类似我以前用过的 NEX-5N 和 NEX-6. 家里现在恰好有一台 NEX-5R 配 16-50mm 套头. 如果最终留下 ZV-E10 的话, 给它用套头就好了.

2023 回归 WordPress

最近以及中长期想做的事情.

Blogging.

双板滑雪: 跟着网上的视频学习一下, 雪季末还可以滑两次.

健身: 每周进行一些力量训练. 在不踢球的时候也做一些有氧.

Lucky: 带她在家以及户外多进行一些训练.

骑摩托车: 找一个软件记录一下自己的骑行.

学习 latte art 和做一些 cocktail.

汽车: 给 4Runner 加一些行李空间.

视频: 学习视频编辑和调色.

音乐: 练习小提琴, 并且了解如何购买小提琴.

练习滑轮和滑板.

原神: 森林书, 黄金梦想等等做完.

星穹铁道: 体验体验剧情

18年8月19日——充实的周末

上周末过得挺充实.

星期六带狗去了 Reed Street Dogpark. 这个狗公园最近在施工, 可能短时间内不会再来.

 

去 HMart 买了一堆吃的回家.

晚上去踢球, 很累. 后来发现这天消耗了4512大卡的能量.img_3512img_3513

星期天中午吃了HMart 买来的牛肉, 很嫩.IMG_3517.jpg

下午和欣欣一起带爷爷奶奶去 Elizabeth Lake 蹬船. 座位距离脚蹬太近, 很不舒服. 湖边有大量加拿大雁.

晚餐是丰盛一餐.img_3508

饭后在电影院看了黄渤的《一出好戏》.

img_3509

18年7月2日

上周末过得很充实:看了四场世界杯1/8决赛,踢球两小时,骑摩托车三小时。

周六一早起来看法国对阿根廷,结果出人意料,梅球王没有成为主角,倒是姆巴佩表现突出。

中午遛狗经过 Maxim Integrated, 看到一辆 Ford Gobike, 于是把狗栓在腰上,解开自行车骑回家。

第二场比赛是葡萄牙对乌拉圭,稍有些沉闷,结果乌拉圭赢了,没出意外。

下午游泳一会,晚上去 Mountain View 踢球,脚感很不错,有进球有助攻。

踢球结束都十点了,我去鲜芋仙买甜品,队一直排到门外。

Screen Shot 2018-07-02 at 17.49.05

 

周日两场,西班牙对俄罗斯,克罗地亚对丹麦,都是点球大战。两场之间的时间也没闲着:带 Lucky 去了一趟狗公园。

中午睡了一会,下午骑摩托车跑了会山路。大概的路线是 Montague Expressway -> University Avenue -> Santa Cruz Avenue -> Sand Hill Road -> Old La Honda Road -> Skyline Boulevard, 这就到了 Alice’s Restaurant, 车不多。

img_2356img_2357img_2359img_2360img_2354img_2353

之后继续走 Skyline Boulevard -> CA-9 到达 Boulder Creek, 瞅了眼导航发现时间不早了,沿着 Bear Creek Road -> CA-17 -> I-880 -> Montague Expressway 回家了。

Screen Shot 2018-07-02 at 17.54.59.png

洛杉矶之旅——穆赫兰高速

Mulholland_Drive

我对 Mulholland Highway 和 Mulholland Drive 的了解,最初来自大卫林奇的电影《穆赫兰道》。我大约是在科大上学的时候,在豆瓣强烈剧透的情况下,似懂非懂地看了一遍。

Mulholland Highway 和 Mulholland Drive 是从 Malibu 到 LA 的两段道路。从上图看来是连起来的,实际上 Mulholland Drive 有一段没有铺装,车辆无法通行。这两条道路都是以土木工程师 William Mulholland 命名的。

到了2016年底,我得知 Mulholland Highway 是骑行胜地,就一直想去看看,哪怕是开四个轮子的车也好。正好欣欣提议一起去洛杉矶旅游,于是我们开着租来的吉普大切跑了一趟。下图是前年开过的路段。那时候一直是阴雨天气,山路上车辆不多,著名的 Rock Store 也没有开门。

Screen Shot 2018-05-23 at 10.10.18 AM

前两天,高中同学小周结婚,地点正好在 Malibu, 靠近 Mulholland Highway. 我们又开着租来的 Miata 开了一趟。

早晨从 Agoura Hills 向南上 Mulholland Highway, 开一段之后继续折向南边海边,沿海开向 LA, 再转上 Sunset Blvd 开去 Beverly Hills 购物。下午沿 US101 开回 Woodland Hills, 然后转上 Mulholland Highway. 欣欣说:原来这条路没有很扭曲,我还以为能给我晃吐。我看了看地图,选了一条更扭曲的道路:Latigo Canyon Road. 这条路没有让我们失望,一个弯接着一个弯,一直通向海边。右转上一号公路,我们去了 Point Dume 这个小景点 —— 有点儿冷。之后找个地方换衣服,就又上山去,到 Calamingo Ranch 参加婚礼。

Screen Shot 2018-05-23 at 10.17.54 AM

 

Calculate the Expectation of Discrete Uniform Distribution

We have 1000 users. Now we have a new feature, which is applied to 10 new users each day starting day 1, until all the users see this feature on day 100. How many days does it take for an average user to wait and see this feature?

For any user, the probability of him being picked on any day n where 1\leq n \leq 100 is equal to the number of users picked on that date divided by total number of users, which is \frac{10}{1000} = \frac{1}{100}. This is a discrete uniform distribution.

The probability mass function of this distribution is f(n) = \frac{1}{100}, where n is the day number, and 1\leq n \leq 100.

The number of days it takes for an average user to wait and see this feature, is simply the expected day of this distribution, which can be calculated using E[\frac{n}{100}] = \sum_{n=1}^{100} n\cdot \frac{n}{100} = 1 \times \frac{1}{100} + 2 \times \frac{2}{100} + ... + 100 \times \frac{100}{100} = 50.5.

晨峠

7:57 开车出门。

8:00 在麦当劳买了早餐,然后沿着 I-880 -> I-238 -> I-580 -> CA-13 的线路开往 Berkeley. CA-13 旁边绿树成荫,稍微有些曲折起伏,但都很舒缓,开起来心情愉快。今天交通还算顺畅,不一会就到了 Berkeley.

8:53 在 Memorial Stadium parking 停车,去 International Office 交材料更改雇主信息,之后在 International Cafe 坐了一会。对着窗户的座位视野开阔,顺着 Bancroft Way 望过去,金门大桥清晰可见。门外的马路边停着长长一溜排的 scooter. Berkeley 的 scooter 真多啊,我在上学的时候也应该买一辆。

9:41 离开 Berkeley, 沿着 CA-13 -> I-580 -> I-238 -> I-880 -> US101 的路线开车去公司。一路都还比较顺畅。

10:48 抵达公司。 继续阅读“晨峠”

新工作

我之前在一个药厂 (G, 以及它的母公司 R) 工作,现在则是一个半导体公司 (N). 工作内容有些相近,大致都是做数据的处理、报告等等,不过其他方面有诸多不同。

数据

之前工作数据完全是关于 “resource” 的,即药品研发人员的时间。每个人每周40小时的工作时间 (称为 “capacity”) 都会被仔细地分配到一个或者多个项目上,最细分配粒度是 0.05, 也就是两个小时。考虑到研发人员数目众多,项目也不少,产生的数据量对于手动处理还是有难度的——用程序来就很快了,称不上大数据。我的 Project 中每天处理的数据每天最多一个多 GB —— 这还是有重复在里面。 继续阅读“新工作”