2018 年总结

2018年12月31日 23点50分,我把最后一篇稿件发到 GitChat 上之后,我合上了电脑,准备入睡。这是我 2018 年的个人看板上的倒数第二件事。最后一件事就是这一篇年终总结。受“蔡加尼克效应”的影响,2018年1月1日开始,除了工作时间,剩下的一周所有我都在构思这篇年终总结该如何写。然而,几次起笔和修改都不能让我满意。

简单总结如下:

2018 年的产出

2018 年参加了大大小小的分享共计12场,北京、上海和深圳,平均每月一场,详情见:https://wizardbyron.github.io/slides/,PPT 都可以免费下载。

发表了 15 万字,共计 24 篇,平均每月1篇5000字左右文章,大部分都在简书GitChat

自己研发了三个线下课程:AWS 架构实战工作坊、持续交付、微服务。从敏捷,到持续交付,到 DevOps,再到微服务。我计划 2019 年丰富这些线下课程。

两个在线课程:DevOps 落地实战、DevOps 从入门到精通(ThoughtWorks 社区),翻新 DevOps 转型实战课程,增加更细致的案例和动手实践,内容会比以前丰富 5 倍左右。

参与编写两个标准:DevOps 标准、微服务标准。都还是征求意见稿,2019年将继续完善。

开发了两个开源软件,2019年要继续完善,0.1.0 Release

vivian,详见测试驱动开发 Nginx 配置

wade,详见一怒之下,我写了一个开源流量测试工具

其次是一点感想

有产品要学做产品经理,没有产品要创造产品做产品经理。我拿自己的产出作为试验田,开始习练我之前学习过的理论。

2018 年初调整了年初的个人商业模式画布,拓展了渠道并加深了合作。丰富了产品类型:从文章、到视频课程,从大会分享到线下课程。这样可以接触更多的客户和用户,进一步了解市场的信息。所以我重新调整了2018的关注点,收效不错。从 2018 年的反馈来看,2019 年需要更新自己的产品线:DevOps、微服务和云计算。

2018 年重新开通了博客,并把自己过去在简书上写的文章迁移到博客上来。我的博客经历了三次删除(找不到它存在的必要性),终究还是找到它存在的意义了。

这么多的产出,对于我的意义其实更大。如果你是新入职场的毕业生,建议你立刻养成这样的习惯:将自己的项目和职业生涯积累在一个 PPT 上,这个 PPT 是你整个职业生涯和你自身思想的积累,它会指引你未来的方向,它是你无可取代的核心竞争力。在不断完善它的路上,你也更加完善你自己,换句话说,它是你认识自己价值的最好方式,它能帮你从一而终,能给你方向。很遗憾在自己工作的第十个年头才开始打造自己。不过,任何开始都不会太晚。通过2018年,我更体会到了它的价值,任何时候都有有准备好的材料和他人交流。2019年我仍将继续。

2018 年开通了公众号,但终究没有好好运营。公众号是一个比其它渠道更直接的交流方式,2019 年我将好好运营它。

从 2017 年开始,我开始采用 Trello 跟踪我自己的事务,一直很难做到 WIP = 1 和按时完成。但实际上,我的产量比2017年翻了一倍。

2018 年我离开了 ThoughtWorks,这是一个看似必然但是很偶然的决定。必然的是我发现自己没有办法突破自己的瓶颈期。偶然是因为在我不期而遇的生活变故上带来的一些雪中送炭。可惜的是,我依旧没有给自己的剧本演好一个结局:AWS 的课程 和 DevOps 的课程没有完成,自己跟踪了一年多的项目在上线阶段离开。

写到这,就这样吧~ 它不再烦我了。

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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