javascript 的 optional chaining 對應到 node 14 以上版本，即 electron 12 以上(但都還在beta中，這…)

這件事滿令人吃驚的，錯誤訊息出來千奇百怪，但沒有一條告訴你是 optional chaining 的問題…

optional chaining 語法需要 node 14 請參 https://stackoverflow.com/questions/59574047/how-to-use-optional-chaining-in-node-js-12

electron和node 的對應請參 https://www.npmjs.com/package/electron-releases

結論就是手動升級 electron 到 12 以上，安裝方式參 https://www.electronjs.org/releases/beta

另外 v12 因為是 beta ，品質還不是很穩定，主選單目前是無法工作的，參 https://github.com/electron/electron/issues/26717

12/6開始 pietty 無法以 SSH 登入 PTT，改用 PUTTY 的設定

錯誤訊息是說和主機認證相關，畢PIETTY已經很久沒更新了…

PUTTY一樣是終端機模擬軟體，直到今年都還有更新

安裝及設定請參考 putty安裝設定教學

不過中文輸入有時仍然無法切換，詳情要再研究一下

Emacs 升級到 27.1 時的一些問題

 org.el 中的 time-to-inactive-org-timestamp 呼叫到了 format-time-string 函數，根據 這篇文章 的說法，它使用了系統本身的 locale ，因此在不同機器上常常因設置不同，而得到不同的結果。新版的 Emacs 似乎(?)在傳回日期字串時，省略了 charset，因此在某些相關操作上會有問題。為了統一日期格式，可以在設定加上一行，強制所有 day of week 以英文表示：

(setq system-time-locale "C")

其次，安裝過  org-roam 後，設定會出現 " :export org-roam-server-export-file-id :face org-roam--file-link-face :store org-roam-store-link" 字串，這在  org-roam 移除後會造成問題，必需手動移除。(嚴格來說這不是 emacs 27.1 的問題…)

此外，某些模組原來以 org- 開頭，被改成 ol- 開頭，請調整(M-x customize-options)設定(org-modules)為對應的檔名：

也來聊聊「Notion 筆記軟體」及「子彈筆記Dot Journaling/子彈思考整理術THE BULLET JOURNAL METHOD」

 可能因為之前 YT 上看過筆記軟體的比較影片「Why I Switched from Bullet Journalling to Emacs: My Org-Mode and Journal Workflow」，推薦跳出了「為什麼許多人都改用 Notion 做為主力筆記軟體？看完這個你就明白了 」這部30萬點閱的短片。這部短片的點閱甚至超過Notion原廠所有影片，真是非常驚人。主要原因應該是搭上了子彈思考整理術THE BULLET JOURNAL METHOD的順風車。(相關出版品還有一本子彈筆記術：隨時都能開始的超簡單記事法，輕鬆掌握生活大小事。 Dot Journaling 特指使用的筆記本不是用線來畫格子，而是用點 (DOT)。)

思考是高度的心智勞動，如果能將所需的材料適切的安排，以在一個頁面/畫面之內就能呈現出來，可以降低勞動的耗能，提高產出的品質和數量。然而概念間有隨數量而指數增加的關聯，本質就是難以在有限頁面下同時呈現；子彈筆記試著提供少量武斷(dogmatic)的法則來提供固定型式的視圖(view)，以降低複雜度，提供一個良好的起點。

然而建立的關聯是會不斷增加的，機器自動產生的關聯常常不盡理想，此時加以搜尋並建立人工連結是必然的。這兩年 iPad 的手寫功能，間接催生了好些個混合手寫/打字功能的筆記軟體；而手寫辨識後，才能納入搜尋，這也隨著機器學習的成熟而成為標準功能。相對於紙本的子彈筆記，軟體因連結間的跳轉方便，逐漸成為新一代的學習方法。相信未來仍會有更多類似產品問世。

也來聊聊「Zettelkasten Method 卡片盒筆記法」--從 programmer 的觀點來看，其實就是交互參考(Xref)

 前幾天在 github 上閒晃，想找找有沒有 org mode 相關的專案時，org-roam 的讚數吸引了我的目光…超過2300個讚，還是相對冷門的 emacs 的套件…看了看說明發現是 roam research 的相關作品，才發現之前是 survey 過 roam research ，只是操作看來有點繁瑣，當時不是很想深究。

這個命名「Zettelkasten Method 卡片盒筆記法」應該是來自於一位一燈大叔(顯然是天龍八部裏一燈大師的諧音)。若只想看一篇簡介，我推他寫的「卡片盒筆記法#2」。英文的我推薦以下3篇：

1. https://writingcooperative.com/zettelkasten-how-one-german-scholar-was-so-freakishly-productive-997e4e0ca125
2. https://zapier.com/blog/zettelkasten-method/
3. https://leananki.com/zettelkasten-method-smart-notes/

關鍵應該就是所謂的雙向索引，而這對寫程式的人一定再熟悉也不過，就是所謂的 Cross Reference, Xref (交互參考、交叉索引)。它的重要性在於進行重構等工作時，要知道會影響到哪些程式碼，不能搞成 monkey patch 那樣。目前的應用強調於寫作方面，感覺上 wiki 等工具也是類似的想法，真要說有什麼新的視角，我覺得是把文章/索引間的關聯可視化；但是當數量太龐大時，可視化能提供的資訊其實好不了太多。

Obsidian (黑曜石)筆記軟體，是目前除了 roam research 外的一個新選項，它不但不收費，而且可以存放成 markdown 或 org 檔，這相對於 roam research 是優點還是缺點，就見仁見智了。

另一個問題是連結的"粒度(granularity)"；連結是以檔案為節點，因此衍生了一些對筆記內容的要求，以使得這樣的連結不致於太鬆散。是優點還是缺點，也是見仁見智。

emacs 27.1 發佈啦~~

 windows 版本請下載 https://ftp.gnu.org/gnu/emacs/windows/emacs-27/

不過要正確工作還有一些細節，類似當初 26.1 剛出的時候

有空再把心得寫一寫

一開始更新套件會遇到PGP相關問題，先到 https://www.gpg4win.org/ 裝個 gpg4win

M-x customize-option ，按 enter，輸入 epg-gpg-program 將其值改為 C:\Program Files (x86)\GnuPG\bin\gpg.exe

然後重啟 emacs 即可

ref: 

https://stackoverflow.com/questions/52661839/gpg-keyblock-resource-pubring-kbx-not-found-because-the-repo-path-is-prefixed-t

https://notes.kiranbusi.com/emacs-with-gpg2.html

Stanford 的 Stanza 自然語言工具包發佈新版 1.1.1

 Github 上的專案在 https://github.com/stanfordnlp/stanza/

生醫方面的語料訓練，提供的模型列表可參見 https://stanfordnlp.github.io/stanza/available_biomed_models.html 

測試頁請前往 http://stanza.run/bio ，速度飛快

jupyter notebook 突然無法啟動!! 解決方法是…

可能是安裝了什麼插件

參https://github.com/jupyter/notebook/issues/2265

總之就是重設 chrome

Perl 7 一年內釋出，接續 Perl 5 的語法…(那Perl 6呢?XD)

詳官網 https://www.perl.com/article/announcing-perl-7/

這樣也好啦， legacy code 實在太多了，而 perl 語法又是如此邪惡簡潔

Stanford CoreNLP 發佈 4.0 版，指代消解功能大躍進

Stanford CoreNLP 發佈 4.0 版，可於 https://stanfordnlp.github.io/CoreNLP/index.html#download 下載

看看範例句子：

Stanford University is located in California. It is a great university.

試試正體中文，結果斷詞依然不太行

簡體中文則正常工作，指代消解如文件所言是working的

此次提供的語言模型只有中英法德西阿6種，日印俄語表示或許過一段時間會有其它語種?且中英文以外均無指代消解功能

德文：

Die Stanford University befindet sich in Kalifornien. Es ist eine großartige Universität.

法文：

L'université de Stanford est située en Californie. C'est une grande université.

org mode 中執行 anaconda python 的設定(三)--ipython via ob-ipython(需裝 jupyter)

上篇文章的作法需指定檔名，感覺有點冗。這回我們試著用 melpa 的套件 ob-ipython 來解決

假設我們用的是 anaconda 下的 py35 環境，在此環境下安裝 jupyter，然後在 emacs 的設定：

(setq python-shell-interpreter "/Anaconda3/envs/py35/python.exe")
(org-babel-do-load-languages
 'org-babel-load-languages
 '((python . t) (ipython . t) ))

windows 平台需針對 windows 修改，參 https://github.com/jawatech/ob-ipython/blob/master/ob-ipython.el

或者直接在設定檔中改寫：

(defun ob-ipython--get-python ()
	(let ((buf ( or python-shell-interpreter "python")))
	(locate-file buf exec-path)))

缺點的話如同 John Kitchin 所言，只能顯示一個圖，且無法顯示其它文字。JK 在該文提出了一些改良，但是後來融合到 scimax 而集其大成。這個小改我就跳過了，直上 scimax 真的是一個爽，有空再來寫一篇心得分享。

org mode 中執行 anaconda python 的設定(二)

依之前所寫的文章 org mode 中執行 anaconda python 的設定 完成設定後，在 org mode 中可以執行程式片段，至於顯示圖片的寫法可參考 https://orgmode.org/worg/org-contrib/babel/languages/ob-doc-python.html

有幾個地方要注意

1. 不再使用 :session 參考
2. :results 設定傳回 file ，實際上是一個連結
3. 需將圖片儲存為一個可顯示的檔案
4. 需以 return 關鍵字回傳檔名

StanfordNLP 更名為 Stanza

這是 2020/3/6 所做的變更，首頁提供了 Colab 的執行方式

測試一下，感覺滿順的

如同其說明所言，特點如下：

1. 無痛安裝(尤其是 Colab 很讚)
2. 全神經網路化工作流程
3. 支援 66 個人類語言(相當程度上受益於 UD 計劃)
4. 仍支援 CoreNLP 後端

我滿看好整合 UD 的雄心壯志，感覺是座巴別塔(誤)

以 scrapy 爬蟲抓 ptt 文章，兼論 Anaconda 下 venv 的使用

從頭刻一個當然可以，但有人已經寫好了，在 https://github.com/afunTW/ptt-web-crawler/tree/master/ptt_web_crawler

ptt-web-crawler 是一個沒有使用 scrapy 的專案，協作者 afunTW 將它 fork 了以後以 scrapy 進行改寫。我猜抓下來還是不能直接用，因此 fork 了以後才 clone。為了不影響原環境，並順便解答一些疑問，我在 anaconda 下先安裝了 scrapy ，然後在 clone 下來的目錄中，執行 python -m venv venv。然後新開一個 cmd 並進入 venv 環境，在同一目錄中執行 pip install -r requirements.txt。然後執行 scrapy crawl ptt-web -a board=Gossiping -a pages=1,2 發生三個問題，依序記錄如下

scrapy 指令無法執行

我修改了 requirements.txt ，在最後加入 scrapy 一行，執行 pip install -r requirements.txt。然後執行 scrapy crawl ptt-web -a board=Gossiping -a pages=1,2 發生第二個問題

ModuleNotFoundError: No module named 'scrapy.conf'

出自此行 from scrapy.conf import settings

試著直接comment掉，結果沒問題。可能是我在上一步沒有指定 scrapy 的版本，結果直上 scrapy 2.0 的關係。diff 如下：

--- a/ptt_web_crawler/ptt_web_crawler/spiders/ptt_web_spider.py
+++ b/ptt_web_crawler/ptt_web_crawler/spiders/ptt_web_spider.py
@@ -8,7 +8,7 @@ from six import u

 import scrapy
 from ptt_web_crawler.items import PttWebCrawlerItem
-from scrapy.conf import settings
+# from scrapy.conf import settings
 from scrapy.exceptions import CloseSpider
 from scrapy.http import FormRequest
 from scrapy.spidermiddlewares.httperror import HttpError

執行 scrapy crawl ptt-web -a board=Gossiping -a pages=1,2 發生第三個問題

ImportError: DLL load failed: 找不到指定的模組。

  File "C:\Anaconda3\envs\python 3.7\lib\sqlite3\dbapi2.py", line 27, in
    from _sqlite3 import *

別的專案也遇到相同問題，迫使我回到 python 3.5 開發。看來直接由 cmd 進入新建的 venv 時無法取用 anaconda 已安裝的 sqlite3(以及 scrapy ，如果已經安裝了的話) ，因此必需在 anaconda 的 python 3.7 內進入 venv ，才能正常工作。至於若在新建的 venv 下重新安裝 scrapy ，也無法正常工作，仍然必需使用 anaconda 的套件才能正常工作。

Results

結果會存在 data\Gossiping\Gossiping_page_1_2.json

光兩頁就快 1M 了，改天再來寫一篇這個 json 檔的後處理

generator, generator, 多少 iterator 假汝之名而行

Design Patterns (1994) 自從寫就以來，對程式語言本身似乎沒什麼影響，因為大家都找到自己的方法去實踐。一個例外是 python 的 yield 指令，它嘗試以原生的機制來做到迭代子 (iterator) 功能，通常配合的是 for / next。

拋開這些術語不談，實務上當我們使用迴圈時，會有個邏輯來告訴我們如何取得下一個元素，以及如何回傳結果(如果需要的話)。最簡單的情況，下個元素是累加 1 ，結果則寫入一個串列，並在迴圈結束時回傳 (return)。當下個元素不是累加 1 這麼單純時，若不先生成整個序列，那麼如何能達成相同的目的呢? 直觀上我們可以先生成所要迭代的元素序列。

然而出於記憶體的考量，類似檔案處理為何要走 streaming ，如果能生成每個元素時都立即進行所要的運算，那麼即使整個序列很大也沒關係。其次，生成下個元素的邏輯可以獨立於對元素的運算而抽象化，成為一個可重用的架構，這是第二個好處。

實作上典型的 yield 迭代因此就會有兩層迴圈，內層產生序列，外層逐一取得序列的元素，進行所要的運算。內層迴圈約定好去寫成一個函數，稱為 generator (定義上就是一個有回傳值的 iterator) ，外層則是第一段提到的 for / next 。內層迴圈一旦產生新元素，就必需有個機制暫停內圈執行、保存狀態、回傳元素，這就是 yield 的功用。外層迴圈以 for 迭代 generator ，隱式呼叫了 next 函數，暫停外圈執行、保存狀態、啟動/繼續內圈執行。內圈被執行後會執行到 yield (或結束迴圈產生例外，外圈依約定結束迭代，太細了處不談)暫停內圈執行、保存狀態並回傳元素。外圈取得元素並繼續執行，直到再回到 for 而隱式呼叫 next ，如此週而復始。

說實在的不用 yield 也能依 design pattern 做到相同的事，但是 yield 的工作條件實在太特殊了，這就是一個見仁見智的語言設計。隱約看得到 goto 的影子，不是嗎XD

下圖取自 python yield 語法與 generator 物件介紹

Flask 的 Blueprint -- 元件協定

Flask 有個全域的 app 變數，這樣 expose 出一個執行期物件的做法， Delphi 或更早的 smalltalk 都做過，效果也都不錯，甚至還能提供元件熱插拔的神奇功能

但 Blueprint 只是著眼在對一個專案的元件化，沒有(也不需要)熱插拔。所以使用它的套件模組只能算得上是個"準"套件。

一個 web app 必需提供對網址的解析，http 的規範讓 uri 幾乎可以無縫接軌到介面端 soap / web service 及實做端的 views/templates/statics，而 Blueprint 則為這樣的積木提供了膠水，把元件們組合成一個 app。

照例上幾個參考的網址

https://stackoverflow.com/questions/24420857/what-are-flask-blueprints-exactly

A blueprint is a template for generating a "section" of a web application.

目前已經有很多套件可以在安裝後利用少許設定嵌入專案，flask 流多是使用 Blueprint

http://docs.jinkan.org/docs/flask/blueprints.html

這是官方文件的說明，對某些領域解決方案這可能對應到所謂的 router

https://spacewander.github.io/explore-flask-zh/7-blueprints.html

這是有點長的介紹，有人翻譯為中文，舉的例子不錯

http://www.bjhee.com/flask-ad6.html

程式多了起來，此文著重程式設定

https://hackmd.io/@shaoeChen/H1HIg0kqW?type=view

純使用者觀點

https://martychen920.blogspot.com/2017/09/python-flask.html

另一個使用者觀點

Augmenting Neural Networks with First-order Logic 讀書筆記

長久以來，嘗試要將 first order logic 嵌入 DNN 的各種研究一直沒有停過，也一直不斷的在推出新的嘗試。這篇2019的文章整理出三種目前的發展：

1. Artificial Neural Networks and Logic - knowledge distillation (Hinton et al., 2015)
2. Regularization with Logic - guide training neural networks
3. Learning with Structures - Constrained Conditional Model(this paper)

舉例偏 NLP 的應用，感覺很有潛力，但是好像沒有結合到最近很熱門的知識圖譜，測試的數據有稍比 benchmark 好上一點，但感覺上仍然是個練蠱練出來的結果。放個文首的圖，對 NLP 的 QA 任務算是不錯的說明。