在路上,走更远 ,我的2016

下了地铁后,走在路上,想着如何写一篇年底的总结。从地铁站走到出租屋需要很久,这一路上寒风凌冽,别有一番滋味。北京的风不受欢迎,也不至于被人讨厌,比起吸霾,吸入一口冷风也不算特别坏的事。穿过几个十字路口,走几段坑洼的路,就到出租屋。这和我这一年的经历很相似,在很多东西面前作出了选择,同时也经历了很多的磨练。

一、迷茫

刚过完年,大年初三,已大四下学期,毕业设计还有很多没有完成,一个人踏上了来北京的路途。虽然不是第一次到北京(15年夏天的时候,在新浪微博实习的时候已经在北京待过一段时间),但是刚过完年的北京,还不是难么的热闹,护城河结着冰,这和我当时心情一样,冰冷冰冷的。自己因为一些原因没有认真地参加校园招聘,所以错过机会很多的机会,又因为女友保研中科院,为了陪她,我拒绝了一些南方公司的offer,对于一个南方的学校来说,从北京去的招聘少之又少,加之当时自己不上心,以及互联网寒冬的到来,以至于2月初还是没有确定工作。

和女友在一起没有很正式的表白过一次,但是有句话说的好,陪伴是最长情的告白,能够和她待在一个城市,陪她毕业也是一件幸福的事情。当时父母想让我回云南考公务员,过安安稳稳的日子。然而让我一个大学学了几年信息安全的回去做每天重复一样的工作,我还是不甘心,另一方面,我不想我的我的子女再走我曾经走过的路,要知道,从云南落后的地方走出来到这大都市,真的不容易。

二、蜕变

到北京之后,我到了DotaMax实习,喜欢玩Dota2,守望先锋的应该对这家公司比较了解,主要是做数据分析的一家公司,在这里我的技术得到了很好的锻炼,这让我成长了很多,不过因为是一家创业公司,晚上下班还是有点晚,然后周六也需要上班。那个时候离毕业设计中期检查也很近了,所以我只能白天工作,晚上11点到出租屋之后继续做我的毕业设计,毕业设计很难,正要完整的做出来的话肯定是一个赚钱项目。每天下班最期待的事情就是地铁能有座位了,因为快1个半小时地铁,站着还是很累,然而再累回去还是得做毕业设计。

时间飞快,护城河的冰渐渐消融,转眼就该回学校答辩了,幸好,我的毕业设计基本原型还是做好了。长沙那时候已经快4月,气候开始闷热,然而我的内心还是冰凉冰凉的,看着身边的同学和室友都签了工作,而对于要在北京陪女友读研的我工作还是没有确定的状态,我即使抱有一厢热情来北京陪她,没有工作我总不能喝西北风啊,同时,辅导员催了又催:该交三方了各位同学,这些想在一起让人心情极度郁闷。那个时候,很多技术以及能力和自己差不多的同学,大多都签了很好的工作。我有时候甚至会后悔自己选计算机这条路,想到了父老乡亲嘲笑的眼神,想到了同学嘲笑的话语,大学天天写代码工作也没找到。

趁着这几天的时间,和同学去网吧打了几次游戏,和信安的学弟学妹叙叙旧,聊聊天。胡老师请我凯宁我们几个吃了一次烧烤,聊了很久,给了我很多的启示和指导,生活其实没有什么过不了的坎,而且我又不是没有技术,只是因为自己的一些懈怠造成了自己现在的处境。别灰心,没有什么困难可以阻止。人在最艰难的时候,总需要站起来,看看天空和星星。黑夜给了我们黑色的双眼,我们得用它来寻找光明!

三、在路上

毕业设计中期检查我PPT都没做,我还是很自信自己写的代码的,检查的老师开始还问我为何不做PPT,我给他跑了一遍程序之后,他就表示理解了,写代码花了很多时间的。我的毕业设计涉及到了HTML,Javascript,PHP,Python,Shell,iOS。开始我觉得我的导师这是不想让我毕业啊,不过后来一点一点完成,一点一点突破,还是大概完成了,为了完成这个设计,我短时间内自学了很多东西,不过真的累。

再次踏上北京,北京已经开始柳絮飘飞了,气温也变暖和起来,不想再过多的纠结和犹豫了。于是开始投简历找找工作了,投简历时候,大部分都是海投的,看都不看一眼是什么公司。每天坚持投几个还是很有效果的,有一天有两个公司打电话给我去面试了。早上一个下午一个,当我面完第二个的时候,第一个已经给我打电话告诉我可以去上班了。创业公司嘛,没有那么多的规矩。于是我第二天就去上班了。。速度是真的快。

大概一个星期后,另外一个公司,也就是我现在的公司给我打电话二面了,可惜我等了一晚也没有收到面试的邮件,真是急死人了,不过还好招聘助理的电话是可以打进来了,再然后我到了现在的公司。人生就是这样吧,如果助理的电话不能打进来,或者我没有打那个电话,也许我现在过的是另外一种生活吧。

过来入职没有多久,我就得请假回学校答辩了,此时我内心还是比较惭愧的,公司急需要用人,于是我没有请太多的假,大概也就是两周时间吧。答辩结束之后,毕业证还没拿我就回到北京了,连家也没有回一趟,因为公司项目很忙,我真不想耽误,虽然做的贡献不多,而且没毕业证实习工资也不高,但是绵薄之力也能为团队分担一些工作,还是比较开心的一件事。每一个程序员,都希望自己的代码能给使用程序的人带来一些便利和快乐。没有回去看看父母还是觉得有些愧疚,父母虽然想我回去考公务员,但什么时候都是很尊重我的选择,都默默地支持我。

四、走更远

工作这半年,和同事兼学长学姐们学到了很多的经验。当然还有很多为人处世的道理和哲学。我们部门的总监和我的组长每天去的比我们还早,走的比我们还晚,对于我这样的年轻人,没有什么理由不努力。包括责任感的培养,对待每一行代码的态度,对待每一个功能的态度。时刻要求自己写出简洁的高可靠性的代码。认真的完成每一项工作的同时,在课余时间多充充电。努力提高自己的技术能力和业务水平。

最近我大学同学同学结婚了,算是我身边最成功的一位,半年时间,靠自己做外包娶了老婆,买了房子,我很佩服他,也许这是我们大部分人要很久才能完成的事情,他这么快就做到了。人家大学也没有闲着,大二大三就开始接外包,遇到很多问题,过程很艰辛,可是还是走了出来。在北京,我现在更多的想把精力花在自己的学习上面,毕竟还年轻,切不可急功近利。

最近研究了很久的半糖首页实现,然后写了一篇博客,被CSDN推荐到了首页,github上面的star也一天涨了50多个,这让我很是受到鼓励。我想把这记录下来。

这里写图片描述
图一、 CSDN首页推荐

这里写图片描述
图二、github star数突破100 JSDBanTangHomeDemo

这半年,写的博客多了,写的Demo多了,不再像大学时候那样三天打鱼两天晒网了,我一直喜欢这种开源和分享的精神,很多时候也是对自己的提高。从前我喜欢写诗,算是半个诗人,如今我更多的时间是写博客,很少写诗,不过我希望我的博客能和诗一样,带给你启迪和思考。


JoySeeDog
于2016年12月29日凌晨1点 北京天通苑

【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,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,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,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,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,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,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 62
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