程序员:世界杯梅西首战,我在工位看球被领导抓到了...... 丨黑马头条

03ea14bf6b928bfaed706e907c389e7d.gif

大家好,我是播妞

最近我的朋友圈被“世界杯”刷屏了

上次看见那么多男生发圈

还是在EDG夺冠 ......

相关段子也是层出不穷

听说,有的网友家电视已经这样了

↓↓↓

864774314dfcc0ce217b8be042bf8e51.jpeg

△ 图源网络(如侵删)

言归正传

又到了每周的《黑马头条》时间

和播妞一起来看看吧

fc1050333b982d15402c1e00af79ecc9.png

 程序员在看什么?

· 京东高管降薪,基层福利提升

近日,京东刘强东,一封全员内部信迅速火上热搜。信中提到,集团决定自2023年1月1日起,京东集团副总监以上以及相对应的P/T序列以上全部高级管理人员,现金薪酬全部降低10%-20%不等,职位越高降得越多。

同时,集团拿出100亿元,为包括全体德邦兄弟们在内的所有集团基层员工设立“住房保障基金”;刘强东本人再捐款一个亿,集团以及各个BGBU也会拿出一定比例的现金,大幅扩充“员工子女救助基金”的规模。此外,刘强东还表示,自2023年1月1日起,逐步为十几万德邦的兄弟们缴齐五险一金。

· 微软 WSL 1.0.0版本发布

微软近日在 GitHub 上线了 WSL 1.0.0 版本,宣布 Windows 11/10 的 Linux 子系统删除 Preview 标签,迎来正式版。

WSL是微软为 Windows 系统推出的一个兼容层,可以让开发者直接在 Windows 上运行 GNU/Linux 环境 —— 包括大多数命令行工具、实用程序和应用程序,无需修改,无需传统虚拟机或双引导设置等额外操作。PS:这是 WSL 2 的 1.0 版本,不是 WSL 1 的 1.0 版本,微软版本号就是这么迷。

b796b65161cff8a86e0678807eacf996.png

 程序员在聊什么

#

上班看球被领导看到了,怎么办?

世界杯的精彩大幕已经拉开,四年一度的足球盛典,吸引了万千球迷的关注。周二晚上梅西首战你看了吗?很多小伙伴都不想错过!一位程序员发帖称,自己在工位看球被领导看到了,还在试用期,慌了慌了!

原帖内容:

2744e61a12026e0d675b79c595e918b3.png

△ 截图来源脉脉(如侵删)

帖子很快吸引了不少网友的关注,有人说,那个点应该是下班时间了,领导就这点气度?也有人调侃说,得看领导买了阿根廷还是沙特!还有网友凡尔赛:我们公司外边大屏直播!

网友评论:(上下滑动查看)

dd0dcd98ebfa5bd9e5367f2924acbde8.png

3ff6bb64d13ac96422cc450ac5980fb8.png

27ffbe1a62f9365233e3b7ae537f33d0.png

fa3c97ecf894b482e12a05f14322bc98.png

df77b6acbdcdb6f6ae178b56186b4e9a.png

42d7de4052e5339554144b03a4d3fffc.png

△ 截图来源于网络(如侵删)

#

为什么大多数程序员的编程背景界面是黑色的?

电脑作为职场人的必备工具,每天与我们影形不离,不知道大家会不会对自己的电脑进行一些个性化设置,比如桌面壁纸,待机画面等。

播妞发现,程序员好像对黑色的界面情有独钟,有位网友发帖问:为什么大多数程序员的编程背景界面是黑色的?看看大家是怎么说的!

网友评论:(上下滑动查看)

66fbb3169990bfa450a2981fb780276f.png

d0a476c257f110df6436f41ffe954aec.png

a49b522f6191967057c1bcdc5b229600.png

17618c7f8596a64106de65cd79705ee6.png

a0b108a385d11970bbcb7e88650a3fa9.png

d29c7c678618c2d9c914fda64682d23c.png

8f306f3e398e313e94f02d4839e5f3a4.png

4d293b14a6530a130fe335626ab6a3c9.png

△ 截图来源于脉脉(如侵删)

你的编程界面是什么颜色呢?文末留言告诉播妞吧!

279dd3de526d102309b20e07644069e3.png

 黑马有哪些新鲜事?

· 这位黑马学长真赞!月薪17K进大厂啦!

在黑马有一句话大家经常会说,键盘敲烂,月薪过万。但播妞发现,现在“月薪过万”这个目标已经算是小目标了。

很多同学毕业后,不仅拿到了万元以上的月薪,还进入了自己心仪的互联网大厂,比如华为、京东、B站、OPPO、顺丰等等!我们采访了一位入职OPPO的毕业学长,看看他的故事~

学长成功入职OPPO

↓宝贵经验戳视频解锁↓

· 送书送书!黑马宠粉福利进行中......

巴菲特说过,最好的投资,就是投资你自己!程序员总要不断的汲取知识,才能跟上时代的变化,跟着播妞来囤点“精神食粮”吧!

黑马原创IT图书,参与活动即可免费带回家,十余门学科,任你挑选,已经有近千人参与活动了哦,快快行动!

论宠粉,我们一直是认真的

点击关注【黑马程序员视频库】公众号

进入后台,发送关键词:领书

👇👇👇

f928f7b87b16aee3ea4aa4c6c101b608.png

本期的《黑马头条》就到这里

我们下周不见不散

f2cc7f17595615fd98796a4104e33ac1.gif

 黑马程序员 

 8大学科火热开班中 

现在报名基础班,仅需 28 元

扫码咨询,抢优惠名额

eeaaa6447123801b8bae0862ceaf2911.png

咨询线上课程

可以直接添加播妞解答哦

ca524a10f20a8edc77db3bfef72c7a93.jpeg

6049ba232af4bb854a240353c9a5b66d.png

e7dcf0028c1ef957c400c64dc51e7f04.gif

【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。
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