考研路上的那些一战二战三战成功与失败的故事系列之十五

事例十五:孰重孰轻
关键词:宅女
这个事例的主人公就是我自己了。从我的ID名和头像,不难看出我是个动漫宅吧。我真的特别喜欢动漫,我会修双学位学日语,就是为了能有一天可以看懂原版《火影忍者》。我日语比英语好很多,N2一次就过了,但是六级考了三次才过。
我大学期间花了大量的时间在二次元【为不了解的同学解释一下吧,就是动漫相关的领域。】,水贴吧,刷微博,追新番,一样不落。花了很多时间在这种地方,我专业课当然好不起来,但是我不后悔,即使现在我也不后悔,因为我十分讨厌自己的专业。我本来就是高中被家里逼着选了理科,大学的专业也是调剂的一个大冷门,根本没学的兴趣。我上双学位的课比上本专业的认真多了。
大三的时候,我实在受够了天天在实验室捣鼓仪器了,决定跨专业考研。我对古代文学的兴趣也很浓,如果不是高中选了理科,我大概会去读中文系吧。然后就是定学校,买书,一切挺顺利的。我有点心态比较好,就是从来不把别人说的话放心上,本来因为学日语之类的事情就被班上一些人看不惯了,所以别人嘲笑我跨考这事我是完全没放心上的。
大三暑假双学位结课了,我暑假去考了日语二级。我真不知道该怎么形容那次考试吧,过级了证明自己水平是件很高兴的事情,但也是这次考试让我信心无限放大,变得有些自负了。
六级也是那一次六月过得,我整个人都飘飘然了,觉得自己凭兴趣和积累一定可以搞定古文学的专业课,然后英语水平也不是很差,考研绝对EASY JOB!
大四正式复习开始了,我一边复习一边继续看着动漫,刷着微博。一集火影最多四十分钟【加长篇】,但微博上相关的吐槽和讨论却是不会断的,不知不觉的一个上午就过去了。
我因为自负心怀侥幸,复习不用心,又因为刷微博看动漫不停浪费时间,多重恶性循环啊。
那个时候动画《元气少女结缘神》、《中二病也要谈恋爱》、《银魂》第三季赶在一起了,土豆动漫刚好引进了版权,有几部动画可以和日本同步播出吧。我基本每天晚上都回寝室蹲直播。我一个闺蜜囧儿,对我简直恨铁不成钢,天天说不看会死么,晚点看会死么。我根本听不进去,觉得那是我的最爱,唯一的生活乐趣,怎么可以放弃呢。
一月份,考研,跪了。
鸣人在忍界大战中顺风顺水,拯救世界的时候,我灰溜溜的毕业回家了。
真的很难过啊,离国家线就差那么一点点,我躲被窝不知道哭了多少次了,好几次想干脆找个工作混一辈子得了,学什么文学,不是那块料理。
囧儿考上了,她说鸣人如果天天跑去吃拉面不好好修行,也是分分钟就跪。你天分再好,不努力有什么用!?
后来二战的时候,我把微博客户端卸载了,动漫也停了,除了上网报名、下资料再没开过电脑了。
难过吗?难过。但是比没考上好过。
我手机壁纸还是动漫的,我基本每天都想着再去看一集,再去刷刷微博。最后还是忍住了。
我不想在以后回忆起二次元的时候,想到的不是它给我带来的快乐,而是我因为它失去了追逐梦想的权利。
我踏踏实实的背政治,复习专业课,做真题,不敢抱有一点侥幸了。
嗯,最后考上了。
我重新发微博那天,是看到录取名单那天。
因为有些剧情忘记了,我一口气猛看了六十四集火影,还学会了里面一首插曲《尾兽数数歌》。
开心吗?开心啊,特别开心,既为考上了开心也为可以重新看动漫开心。
我一个老师教过我,业余爱好是为了排遣生活压力存在的,人要是没业余爱好很难过的。
我本科专业课很痛苦,我有了业余爱好,我很开心。但业余爱好影响了主业,就只能让人心塞乃至伤心了吧。
每次在贴吧看到有人问“要世界杯了,考研复习肿莫办”、“不想因为考研放弃跳舞/画画/打工”,我用囧儿骂过我的话回你们吧。
“动漫还有重播,你的时间不会重来了。”
孰重孰轻,自己衡量吧。你的青春,还是你的爱好。



【6层】一字型框架办公楼(含建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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。
1、资源项目源码均已通过严格测试验证,保证能够正常运行;、 2项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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