余秀华诗句杂抄

1、阳光好的时候就把自己放进去,像放一块陈皮

 ——《我爱你》

2、如果给你寄一本书,我不会寄给你诗歌

     我要给你一本关于植物,关于庄稼的

     告诉你稻子和稗子的区别

     告诉你一颗稗子提心吊胆的

     春天

——《我爱你》

3、我们走到了外婆屋后

     才想起,她已经死去多年

——《我养的狗,叫小巫》

4、其实我知道,父亲到90岁也不会有白发

     他有残疾的女儿,要高考的孙子

     他有白头发

     也不敢生出来啊

——《一包麦子》

5、我有月光,我从来不明亮

     我有桃花,从来不打开

     我有一辈子浩荡的春风,却让它吹不到我

——《可疑的身份》

6、我是我的罪人,放我潜逃

     我是我的法官,判我禁于自己的灵

——《可疑的身份》

7、但是雨里依然有寂寞的呼声,钝器般捶打在向晚的云朵

——《你没有看见我被遮蔽的部分》

8、总是来不及爱,就已经深陷

     你的名字被我咬出血,却没有打开幽暗的封印

——《你没有看见我被遮蔽的部分》

9、一匹狼在我的体内溺水,而水

     也在我的体内溺水

——《溺水的狼》

10、我只是不再救赎一只溺水的狼

       让它在我的身体里抓出长长的血痕

——《溺水的狼》

11、我摔在田沟里的时候想起这些,睁大眼睛

       云白得浩浩荡荡

       散落一地的草绿得浩浩荡荡

——《下午,摔了一跤》

12、我从来不怀疑历史的颜色就是这城墙砖的颜色

       我相信此刻每一块砖里都有烧沸的霞光

——《在荆州古城上》

13、瓮城里,有人卖葫芦丝,戏服

       这景象让人感慨又着迷:我们都有一个瓮,自入其里

       姐姐,如果我吹起葫芦丝,而你穿上戏服

       一曲奏完,一舞终了

       我们躺在古城上,渐渐化进城墙

       而无人看见

       姐姐,你可认可这样的幸福

——《在荆州古城上》

14、八哥也是成群结队的,慌慌张张

       翅膀扑腾出明晃晃的风声

       它们都离开以后,天空的蓝就矮了一些

       在这鄂中深处的村庄里

       天空逼着我们注视它的蓝

       如同祖辈逼着我们注视内心的狭窄和虚无

       也逼着我们深入九月的丰盈

       我们被渺小安慰,也被渺小伤害

       这样活着叫人放心

——《在打谷场赶鸡》

15、当幸福和忧伤同呈一色,我乐于被如此搁下

        不知道与谁相隔遥远

        却与日子没有隔阂

——《在打谷场赶鸡》

16、我试图把自己扶正,试图以安稳之心

       爱偏北的一颗

       这爱的距离,不会比在尘世里爱一个人遥远

       也不会比爱着一个人的时候幽暗

——《星宿漫天》

17、你是知道的,在万千花朵里把春天找出来

       需要怎样的虔诚

——《星宿漫天》

18、走过田野,冬意弥深

       风刮落了日子的一些颜色

       酒杯倒塌,无人扶起

       我醉在远方

       姿势泛黄

——《风从田野上吹过》

19、麦子孤独地绿了

       容我没有意外地抵达下一个春

——《风从田野上吹过》



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。
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