记录一下新的开始吧

  这一波工作换得我已经有点麻木,经历了一个极其痛苦与挣扎的过程,四个月.我感觉在这期间,我已经失去了我身上一直附带的很多针对的东西.虽然我还是奔着那个方向,但我心里确实起了很多变化.我也似乎开始承认对现实的无力,对我自己的信念不是很坚持.虽然最后还是得到了我期望的,但是我真的是少了那股很坚毅的誓死搞图形或者游戏引擎的信念,二是,先活下去,再说.或许这本来就该是对的,这世界上绝大多数人都是这样的,只是我这种感觉与冲击来得晚了一些,前些年我一直都活在对未来的憧憬与期许中,以至于一旦达到了个人的瓶颈,就无法保持之前的势头了.

  说说新工作的开始吧.第一个半周比较六,把OpenGL的渲染器移植到QT里,在我之前写的那个渲染器的基础上,把读取文件剥离出来,交给QT处理,别的地方照做.也犹豫过这样行不行,后来我一想,自己查询扩展之后自己用,能有啥不行的,结果果然可以.我现在越来越"相信科学",从不迷信别人说啥,我觉得行就行.就像前两天厂子里一个人老大助手找来几个人一起说什么,问到我这个UI能实现不,旁边一个同事问我你知道他是怎么实现的吗.我说不管他怎么实现的,我是能实现的.这就是strightforward,不需要倒过来思考.

打乱顺序说吧.令我今天最难受的事就是,昨天,也就是今天凌晨3点去敲楼上的门,后来他说动静不是他屋里的.整得我挺内疚.我真是实在泄无可愤.我这周从周一到周五,天天晚上被咚咚声搞得我11点我12点多这段睡不着.结果昨天晚上我11点躺下,之后1点多刚要睡着,一下给我整醒,我奔着以睡觉就是为了睡着为准,忍了.中途我无数帧等着,再来一下就上去.结果,3点多,我又被搞醒了,于是我拼了命地上楼了,只是看起来不是楼上的事,令我有些不好意思.之前关于他家空调响,我去找过他,在我一番铺垫之后,他很通快地答复不开空调就完了.所以,以至于他之前跟朋友喝酒到12点我也就忍了,直到他朋友下来,我才实在穿衣服把他朋友叫住说小点声,他朋友态度很好地答应了.总之昨天是实在忍不了了,连着4天白天睡不够难受,谁在这么对我我就跟他拼了.现在有点神经紧张,谁对我有点慢待,或者之前一些事情再次触发,我都会很紧张.比如刚才我又听到水滴抵达我窗台外面的空调架子,我就以为是楼上又不接管就开空调以至于直接排水到楼下.后来一看,原来是下雨了.我也不知道为什么会是这样,总之就是这样了.这周的前两天的一天上午,小领导问我在我干完3d渲染这块之后,搞QT外框需要多久,我想了想说一个半月,他下午跟我说,领导觉得一个半月长,我说多久是领导期望,领导说半个月.我当时脑子就热了,我说那我现在就可以走了.于是我余光都看到扇面内的同事都抬头看我.我其实还庆幸我还尚存脑子一热这回事,我脑子还能热得起来.之后我就看了一下招聘软件上的工作,发现之前也没有要我的,接下来的也没啥新的了.意味着短期内,半年内我除了这没有更好的地方了.生存路线真的好狭窄.

  在这家干完之后,我的简历稀碎了.不是游戏引擎,不是游戏.我也觉得,我在这家多干几年吧,多积累技术,把房子的钱还完,压力就小一些了.我也31了,唯一核心竞争力就是我还会图形渲染这一块.年轻一直比较难受的一个机会就是去YH的那次,以至于很长时间我都很懊恼,赖这个赖那个.后来我也释怀了,在我找到现在这份工作之前我就释怀了.也不见得满足什么条件我就能行的,也只是我太看重了,也是我太轻视自己了.其实来讲,在一个不大景气的环境,一个个体一直在坚持某个方向某个事,这本身就是很值得尊重的.

  顺序比较乱,再说回上一家公司的离开.我一直以来比较信奉"盐打哪咸,醋打哪酸",一切都是有原因的.我在virtual工作了一年10个月,这是之前面的一家的hr快速展示给我的令我吃惊的她的卓越能力,我之前都没意识到有这么久.我走的时候Mr.Zhou对我十分放行,意思就是,问我找到没,想哪天走,到了这种地步.他期初也对我表示最好早点说,我没有答复.工作过程中我对他有过不爽,这种不爽更多是来自于不公平所致,更多来自于我自我感觉不公平所致.我对他心怀感激,期初也是想跟他好好干一番,我相信他也是这么想的.后来随着走势,我跟着他走了一段.年前9月份貌似,那时候他跟我说要变方向,我表示可以,干呗,他说干到12月就差不多了,指的是我不爱干的部分.后来也证明,后来到12月之后的时间,我做什么他不大过问,也不大给我分配什么,更多的事实他自己来搞.我呢,有分配给我的事我就搞搞,没有我就看看自己感兴趣的事.其实我不大想这么维持下去,虽然这样也能维持下去.后来主要也是因为一小些不开心的事,我就萌生了去意.我真的意识到,灌注在我体内无法更改的一件事就是,不爽我就走.我贯彻这个方针很多年了,我也不会别的,反正不爽我就走.再不爽我就再走,反正不爽我就走.后来我就一直想走.期初出去面试我还跟他请假,后来我也不请假了.他也没说什么,我觉得虽然他虽然不把心思放在这些工作无关的事情上,但是他也能明白的.总而言之是很感谢的,在我提出要走之后,我手头没做好的他说他来干,得知我想快走之后尽快(3天)放我走.这一年多跟他学习到很多,工作中也接触到很多.我是真心很感激他,祝他好运

  其实有些事情本应该很简单,就是干个工作,哪有这么多废话.现在算来时间,可能现在说起来还有些早,从10年5月24日开始,也快9年了.9年貌似很短,很短,一点都不长.现在看起来,似乎总结有些早了.我确实觉得,有点长.如果我当初没遇到写代码这回事,我的人生会是怎样,..这都不重要,我现在觉得最重要的,对一个男人来说最值得的就是,一个好媳妇.别的全都白扯.真的.

  我期初的最憧憬的事,就是找个好媳妇.也许正是遇到女儿他妈,断了我遇到期望女人这条路,才保持住我的期望,还有所期望.

  搞个图形什么的来说,对很多人来讲是很自然或者说无所谓就干的了事.曾经我也觉得我做不了.尽我所能吧.

  上周本来想喝喝,但是自己下黄片给耽误了.我是真的不梳理一下内心世界,就难以进入下一个阶段.这也算是,对我自己有个交待.

  明天下午去打球吧.告诉自己,该有欲望的时候,就激发出自己的欲望,尽情表现,不用怕谁BB.这貌似是我为了所谓的不好意思与害怕某个人或其他人而最后的底线了,或者说是为了所谓的"顾全大局".没个卵用.我所谓的顾全大局,其实顾的就是某几个小他.与其顾全他,不如顾全我自己.当然,集体利益为重.

  总的来说,我真的还是少不了这个过程.不然真觉得少点什么.酒不能不喝,甚至不能少喝.提到酒就有点大局观太强了,无法接了.

  以前动辄不敢说,10瓶也是有的.12瓶最多了.但是,6瓶绝对是哄弄仙的,有点说不过去的.

 ...: ) 王总的歌我真的很爱听,这首<<夜的颜色>>几乎是我喝完酒的保留曲目.

【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