连载《阿里巴巴·马云》2 : 拉斯维加斯大逃亡

 

马云站在电脑前发愣,说:“这东西我不敢动,弄坏了很贵的。”朋友说:“Jack,没事,它不是炸弹,不会爆炸的,你试试看。”

  互联网是人类有史以来最伟大的发明之一。马云算是第一个触网而动的中国人。

  马云1989年被分到杭州电子工业学院当英语老师。后来又兼学院外办主任。他在这座校园里待了整整6年。平静的校园生活让马云感到憋闷。还在1992年,国内商潮涌起,马云就和朋友一起创办了一家“海博翻译社”。这是他第一次涉足商海。没赚到多少钱,但马云却从中尝到了商海的滋味。

  到了1994年,马云更加心神不安了,一天到晚都在想如何离开学院。他觉得自己马上就到30岁了,再不干点什么的话一辈子就这么过去了。

  马云第一次听说互联网正是1994年。他们学院有一个叫比尔的外教,是美国西雅图人。这一年,比尔回了一趟美国,从美国回到杭州后,比尔和马云大谈互联网,马云听得热血沸腾。

  这是马云第一次听说互联网。

  1995年4月,马云第一次出访美国。这一年,马云的海博翻译社介入了一场涉外合同纠纷。一个叫菲力蒲·卡文纳的美国商人签约投资浙江一段高速公路,合同到期,美国商人拒付合同金。于是中方聘请号称“杭州英语第一人”的马云为翻译兼顾问,到美国去参加美方董事会并调解纠纷。

  马云是带着数百万农民工和浙江省交通厅的重托只身飞往美国的。但一到洛杉矶就被菲力蒲·卡文纳软禁在一座别墅里,这个美国商人原来是个骗子。

  以后的故事有点像美国惊险大片了。

  一个大块头加州人,带着马云游山玩水并劝说马云加入一家并不存在的美国公司。当他把马云带到拉斯维加斯赌场时,还故意亮了一下腰上挂着的shou枪。当马云拒绝了对方十分明显的贿赂后,恼羞成怒的美国人扣押了他的行李并把他锁在了海滨别墅二楼的一间房间里。到这时马云已经明白他所调查的这家美国公司肯定有问题,也明白了自己已经处于危险之中。

  凭着天生的伶牙俐齿,马云终于让菲力蒲·卡文纳相信他是有诚意与其合作的。凭着天生的冒险精神,马云准备从洛杉矶逃走,那个加州大块头告诉他:到了售票处说你是马云,他们就会把我们为你买好的机票给你。马云到了售票处才知道,根本没有什么“马云的票”。

  上了当的马云用赌来的钱(在拉斯维加斯赌场,马云用25美分在lao虎机上赢了600美元)买了到西雅图的机票。

  在西雅图马云找到了一位美国朋友。这位朋友其实是比尔的女婿。

  1995年的美国,互联网方兴未艾。美国朋友见到马云很亲热,寒暄过后就迫不及待地把马云带到一家名为ISP的小公司,公司两间小屋里坐着5个面对电脑屏幕不停敲击键盘的年轻人,朋友把马云带到计算机旁说:“Jack(马云的英文名字),这就是Internet,你可以在上面搜索任何东西。”马云站在电脑前发愣,说:“这东西我不敢动,弄坏了很贵的。”朋友说:“Jack,没事,它不是炸弹,不会爆炸的,你试试看。”

  听朋友这么说,马云放心了。于是坐在电脑前在雅虎搜索栏里敲了一个词:“Beer”(啤酒),很快就蹦出了一大堆:美国啤酒、日本啤酒、德国啤酒……就是没有中国啤酒。马云很好奇,又在键盘上敲了一个“China”,搜索的结果是“no data”(没有数据)。

  在神奇的互联网上居然没有中国,这事让马云既沮丧又惊奇。于是他对朋友说,能不能把杭州的海博翻译社放在网上试试?

  朋友帮助马云做了一个海博翻译社的网页,挂在网上。网页做得又简单又丑陋,只有文字没有图片。文字说明部分也只有海博翻译社的翻译人数和价格。

  上午9点半挂在网上之后,马云就去逛街了。12点,朋友打来电话说,马云你快来看,有5封给你的E-mail。马云回去一看,真有5封E-mail,有来自美国的、日本的,也有来自欧洲的;有机构、公司,也有当地留学生。信上说,这是我们发现的第一家中国公司的网站,你们在哪里?我们想和你们谈生意。

  马云兴奋不已。直觉告诉他,这玩意儿有戏!

来自:http://www.changjiangtimes.com/htm/2007-12-6/69542.htm

 

转载于:https://www.cnblogs.com/osoft1983/archive/2009/02/18/1392904.html

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