Ispell是Unix下的一个拼写检查工具，支持多种语言（见：ispell dictionaries），并且提供很多接口，其中包括了Emacs。另外一个比较出名的拼写检查工具是Aspell，两者的区别是Aspell不仅为拼错的单词提供形近的单词列表，还同时提供读音相似的单词的建议，e.g.如果你拼了一个错词“trubble”，Ispell只会建议“rubble”，而Aspell还会建议“trouble”、“dribble”、 "rubble"之类的词。不过Aspell的这种匹配算法只能用在英语单词上，而且在速度上以及指令的简单程度上不及Ispell。我使用的是Ispell，Aspell的配置可以参考这里。
上一次我们讲了M-P模型，它实际上就是对单个神经元的一种建模，还不足以模拟人脑神经系统的功能。由这些人工神经元构建出来的网络，才能够具有学习、联想、记忆和模式识别的能力。BP网络就是一种简单的人工神经网络。我们的第二话就从BP神经网络开始漫谈吧。
“时势造英雄”，一个伟大的人物的登场总是建立在历史的需求之下，所以我们剖析一个人，得先看看他的出身时代。同样的道理，在讲BP网络的特性和用途之前，我们需要先了解一下它的来源和诞生原因，以便理解它的重要性。
TikZ和PGF是一种用在TeX上的CLI绘图工具。CLI和GUI是两种常见的绘图方式，前者是所想即所得（WYTIWYG）的，通过类编程的思想实现绘图，这种方式往往能够生成精确控制的函数图，常见的有PostScript、PGF、Asymptote、PSTricks等。后者则是所见即所得（WYSIWYG）的，常见的有CorelDraw、Illustrator、Photoshop、GIMP、Office、Visio等。 TikZ和PGF的关系则是高层和底层的关系，简单说来，TikZ基于PGF，它可以帮助我们用更易于理解的方式创建复杂的图形。PGF的全名是“portable graphics format”，或者“pretty, good, functional”，TikZ的命名更有趣，采用的是递归式的取名：“TikZ ist kein Zeichenprogramm”(TikZ is not a drawing program)，类似的取名最出名的恐怕就是GNU（GNU is Not Unix）了。
为了尽早上完研究生课程，这学期把明年的课也提前选上了。这其中包括了人工神经网络(ANN)这门课。说句实话压力还是挺大的，按照正常的上课顺序是先上模式识别，然后再上人工神经网络这门课。因此有些知识点是在研二下学期的模式识别先讲的，但我现在就必须提前接触了。加上第一节课因为有些原因没去上，到了第二节课开始讲感知器的时候我整个就懵了，很多内容都听不懂。下周我还要被安排去讲BP，为了不丢脸，只好拼命恶补了。
博客是一个非常适合总结最近所学的东西的地方，所以就先从M-P模型开始说起吧。
