不孤独的程序员是可耻的

  刘振宇是一个技术牛人,曾经担任过赢时通科技开发部总经理、A8 音乐实验室总监。一头另类的长发和轮廓分明的眉眼,刘振宇有着绝对让人过目不忘的外型。

  小编第一次跟刘振宇打交道是在几天前就我们的全球创客马拉松问一问他(他是活动的评委)关于活动的一些想法,他一封邮件回答了我几个问题。邮件是半夜三点发的,写得很感性,不少比喻和排比,遣词造句都有一些老派的文人“酸”味,小编于是问他:“为什么我从你的字里行间读出了一股朗诵的范儿?”他答道:“不好意思,这是老毛病,改不了了。”又鉴于他是一个科技极客,于是小编武断地给他贴上了一个“站在科技和人文的十字路口”的标签。

  约采访的时候他的回复也是“甚好”。看,小编没有冤枉他,真的很酸。但实际聊天过程中他身上又不见一丝文字里的文人气,逻辑清晰,思维严谨,侃侃而谈又紧扣主题,极客的热情和收敛都表露无遗。

P30815-182819

图为刘振宇在他的办公室。照片拍得不如本人好看,为了契合他的摇滚气质,小编给加了个哥特风的滤镜。

  手艺人

  在现在这个人人都沉不住气的环境下,“手艺人”绝对是对技术人的一种尊称。手艺人的使命就是把活越做越好,追求技艺上的精益求精,与市场和用户都保持一点合理的距离。

  顶峰科技主要做的都是面向开发者或者厂商的产品,如刷机产品、开发板等等,和面向终端消费者的电子消费品不同,后者主要讲究抢时间、快速迭代、大批量,在寨都深圳(或者任何别的地方),顶峰科技这样一个十几个人的小团队如果做消费级产品,质感很难保障,刘振宇不愿意做太粗糙的东西。对于他们这种把玩过无数顶尖产品的极客们来说,东西太糙了也许“拿不出手”,对不起心里的那点傲娇。

  刘振宇和他的搭档是截然不同的性格。他的搭档有聪明的生意头脑和相声演员一样的口才,能一手包办所有和客户、供应商的谈判,处理一切和“人”的关系,于是刘振宇有足够的空间来安静地写自己的代码。也许程序员这种生物最好是有一点小孤独才能写出牛逼的产品。

  刘振宇和代码的缘分要追溯到 1988 年,他在父亲单位的电脑上敲出第一行“Hello World”。在很多人的世界里,计算机可能是一个顺理成章的东西,因此可能很难理解它最初给人们带来的震撼。为什么那时候绝大多数接触到电脑的人会那么惊奇?“你输入一个东西,计算机会反馈给你一个东西,这在当时很新鲜。就像一个电灯开关一样,你摁它一下灯就亮了,这会让小孩子感到很兴奋,但这种反馈很单一,很快让人厌倦。计算机则不一样,它反馈什么取决于你输入什么,背后有一个浩瀚的让人期待的世界。”

  后来刘振宇大学念了计算机,快毕业的时候还在深圳创办了一个小公司,做中小企业的 ERP 软件。不过这是一个很超前的东西,1999 年的深圳中小企业还在用笔记账,用人脑管理供应链,ERP 没有市场。刘振宇很快关掉公司去了深圳一家公司做技术工作。

  “内向”的程序员

  “人如果能够欣赏孤独,那么寂寞也是一种美。”群居是一种能力,独处是一种更重要的能力。当你一个人时,你会不会感到无聊、寂寞,有没有能力和自己对话?

  引号里那句很不科技的酸话出自大学课本上编者对苏轼的评价,之所以拿出来说,是为了和刘振宇的“内向”相映照。刘振宇的概念里,外向型人格靠要外界的反馈来获得自我的认可,一扎进人堆就会像打了鸡血越来越精神,而“内向”的人则主要依赖于自我认知,和人群在一起的时候就不断在自我消耗。刘振宇自认为是内向型的人,他的作息时间比较固定,每天过了中午才到公司,上午在家处理事情。“上午家里没人,比较安静,我可以有时间思考。”

  这里又要说到他的长发。男人留长发,要么很娘,要么是画家,要么搞摇滚,刘振宇是第三种。他大学的时候就开始接触摇滚,弹吉他,打架子鼓,后来还组过乐队,现在因为创办了顶峰科技,乐队自然没法经营,但有时候也会抱着吉他弹一阵。“写程序和做东西是一种消耗,人的精神是游离出来灌注在产品里面的,玩音乐的时候可以让我沉静下来,关注自己的内心。”

  刘振宇看老庄哲学,对荣格的心理学也有一些研究,说起来都头头是道,说他“站在科技和人文的十字路口”其实不算玩笑。

  是人文还是“酸腐”?

  刘振宇的父亲是学比较文学的。可能是受父亲影响,刘振宇从小就很喜欢文学,三年级的时候开始在报刊上发表文章,第一次稿费有 5 块钱,这在当时可是一笔“巨款”。高一的时候流行写小说,刘振宇也写,边写边给同学传阅,“连载”得自得其乐,没料到小说最后传回来的人是班主任。这样不务正业,刘振宇少不了被班主任教育一通,小说夭折了,写字的热情也受到了打击。恰好今天韩寒也发表了一篇博文回忆起被数学老师污蔑“作弊”从而厌弃数学的经历,小编不得不题外话地感慨一下:过去我们接受的教育方式真的太粗暴了。

  说起这件事,刘振宇心里怕不是没有遗憾的吧?“加上后来兴趣转移,疯狂地迷上了无线电,也就没有怎么写过字了,到现在语文水平还停留在高一时代。我回给你的那封邮件里的修辞、文法都是有点过时了的,加上是半夜写作,更加脱不了‘酸’味。”

  精益团队

  他们的团队也算是很奇葩,十几个全是大老爷们儿,没有半个女的。“连行政都是男的?”“我们的行政要做出纳,采购办公用品,这个女生能做,但我们的行政还要修电脑,要采购电子元器件,有时候还要搬东西,这个一般女生做不来。”

  一个做硬件的团队只有十几个人(小编记得是 12 个),算很精益了吧。刘振宇说他也觉得公司这样的身材就刚刚好,工作效率很高,如果能一直保持这么“瘦”当然很好,但是按现在公司的规划和公司员工现在的工作负担,可能需要再加一些人手。

  这类公司员工一人身兼数职是入门功夫,要找到合适的人可不容易。除了工作技能以外,刘振宇比较看重应聘者有没有自我驱动和激励的机制,“我希望他有想要把一件事做成、想要奋斗的欲望。”由于公司大多数人做的是脑力劳动,脑子绷得太紧了没有好活儿出来,因此团队管理上也很“放”,不打卡,弹性上班时间,KPI 的考核也比较粗放(其实在招人的时候卡得紧一点的话,后面会省略很多事)。十几个人的团队,互相都知道对方大概在做什么,这就差不多自然运转了,不需要很突出的管理风格。

  一个南派创业者的理想

  深圳这里的创业者都比较接地气,大多一开始就奔着“活下来”的目的去创业,站稳了脚跟再想着做一些理想化的东西。顶峰科技经过几年的经营业务已经稳定下来,因此他们打算做一些超前一点的东西,一种面向全球嵌入式系统开发者推出的“嵌入式原型电脑板”(Mixtile,中文名“米太”,搜索即可关注他们的微信),简单理解就是比树莓派、Arduino 更高阶的开发板,开源中国评价为“大概是目前性能最强的板子”。刘振宇和他的拍档为这种开发板项目注册了一个“致趣科技”,微博微信都走起来了,投入了公司一半的资源去做这件事。这种开发板的受众更小众,可能一两年内都不会有什么商业上的回报。

“董董(他的拍档,小编的朋友)怎么可能做亏本生意?”在小编的印象里他的搭档更像是一个小富即安的生意人。

“他相信我,我相信这个领域有前景,这就够了。”

  当然没有这么轻描淡写,他们都是过了爱做梦的年纪的人,之所以选择这个领域除了喜欢之外肯定还有别的原因。刘振宇相信树莓派的火爆是一个必然而不是偶然的结果,人们越来越不满足于工业标准化生产的产品,有更多的个性化需求,加上开源软件、开源硬件的普及,自己动手搭建超高清家庭影院、让家里的灯光和空调更加贴心甚至发明超视距无人直升机的门槛已经很低,越来越多的人会选择自己 DIY。只要舍得在这个领域投入一段时间,一定会有收获的。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
题目描述 小贝现在上六年级,正是长身体的时候,小贝的妈妈给小贝规定了每天要吃的饭量。 小贝要连续吃 n 天的饭,有 n+1 个碗,第 i 个碗的容量为 ai,所有的碗每天都会重新盛满饭。小贝妈妈规定小贝在第 i 天要吃第 i、i+1 两碗饭。而小贝的饭量有限,每天最多只能吃 k 的饭量。但是小贝妈妈永远都觉得小贝吃的不够多,以至于可能会有小贝吃不下的剩饭。 浪费粮食可耻!现在小贝请你帮他调整序列 a 变为 a′,也就是减少一些碗的容量(可以不减),使得小贝每天吃饭的总量不会超过 k。但是减去的容量总和不能太大,否则小贝妈妈会觉得小贝是故意不想吃饭。 请你回答满足条件的序列 a′,表示调整之后每个碗的容量,并且减去的容量总和要最小。 不同的碗减去的容量可以不一样,最后每个碗的容量不可以是负数! 如果有多个满足条件的序列 a′ ,则输出 字典序最大 的那一个。 假设序列 x 和序列 y 都符合要求,则序列 x 的字典序比序列 y 的字典序大,当且仅当存在一个 i 满足 1≤i≤n+1 xi>yi 对于所有的 j(1≤j<i) 均有 xj=yj 输入格式 第 1 行 2 个正整数 n,k。 第 2 行 n+1 个正整数表示序列 a。 输出格式 输出一行 n+1 个整数,表示调整后的序列 a′。 样例 Input 1 5 6 3 4 2 7 3 1 Output 1 3 3 2 4 2 1 Input 2 5 6 7 4 3 7 2 8 Output 2 6 0 3 3 2 4 数据范围 前 50% : 1≤n≤2×103 1≤ai,k≤104 后 50% : 1≤n≤2×105 1≤ai,k≤104 样例解释 第1个样例中 第2个碗容量减少了1,第4个碗容量减少了3,第5个碗容量减少了1。 总共减少了5的容量,这是最少的减少容量之和。
07-11
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值