互联网员工股权福利曝光:阿里最慷慨 腾讯赚得多(下)

  多玩YY

  多玩是员工股权激励比较积极的互联网企业之一。从2010年开始,多玩曾先后九次向员工发售股份,价格在0.1至1.2美元之间。三年间,多玩通过股权激励共向员工派发7820万股股份。上市时,多玩股的创始人李学凌和雷军目前均以23.8%股权成为大股东,员工持公司股权大约10%左右。

  去哪儿

  去哪儿股权主要集在投资方身上,因此留给员工的股权福利也不多。其股权结构是这样:大股东百 度持股比重达61.05%、公司高管及董事股占公司股权23.27%,管理层与员工只占公司股权2.3%左右。由于没多少员工股权激励空间,因此去哪儿给员工的行权价是0.01美元——几乎相当于白送。去哪儿的创始人庄辰超持公司股权7.23%。

  当当网

  当当是普通员工占公司股权情况大约是5.5%,相当于是1789万股。由于没找到当当员工期权成本资料,所以没法估算员工持股收益。当当的股价这一两年一直5-11美元间徘徊上不去,普通持股员工收益应该不大。上市时创始人李国庆夫妻持股约为43.1%,是互联网上中持股比较较高的创始人。

  优酷

  优酷没有直接披露过普通员工持股情况,据他们高管口述公司一定的股权激励机制。不过曾有消息爆出,上市时优酷员工被授予的原始期权在上市前已经被公司重新计算合并,其持股数将是原有的18股合并为1股,即员工手中的股权数量缩水为之前的1/18。消息没得到最终确认也不好作评论。优酷网管理层在IPO时持股比例比较高,达到52.37%,其中古永锵通过个人和公司持股41.48%,随后古永锵减持22.34%。

  搜狐

  上市之后,搜狐给员工的股权福利最大手笔是08年计划分拆畅游上市之时。当时张朝阳拿出1060万美元给员工股权奖励,其中包括17.7%的畅游股份。资料显示,搜狐于2000年7月12日在纳斯达克挂牌上市,截止2009年2月9日,普通股持股人才只共有26位。目前张朝阳对搜狐的持股为20.2%。

  小米

  小米的股权没公布过,具体不得而知。可以确认的是小米中层以上有股权激励政策。小米现在估值已近100亿美元,后面应该还有上升空间,这对持股员工是个福音。公开资料显示创始人雷军持有小米超30%发行股本,持股员工比例不详。

 

  员工股权福利附表:

  \

 

 

【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。
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