20170601-入职伊始

2017年06月01日

时间过了这么久
匆匆茫茫04月结束了研究生课题答辩
风风火火五一去西安旅游了一番
一本正经05月做了几十天的兼职工
转瞬间
来到了人生的第二阶段,开启了新的旅程
笔风比较随意
大家别介意
(我可能也是个懒惰的人,隔了这么久才发出来)


文章目录

前记

之所以开始写博客,也是因为入职一年多了,感触颇深,不论是人情世故,还是科研工作,也想记录下这其中的过程,亦作为纪念,亦作为分享

总的来说,我的研究生阶段,并不是那么的顺风顺水。当时从一个普通二本,每天辛苦复习,付出了很多,还记得有段时间,中午只吃一份酸菜蛋炒饭,一个人在河边吃的那种,现在看来简直是丧心病狂!!!(想要考研复习资料的话,点击这里

言归正传,开始新的征程,入职一家技术型公司,做的无非就是画板子、写代码之类的啦,除了P2P、系统开发的,哪里都需要嵌入式吧。

遗憾的是,研究生阶段并没有涉及太多嵌入式的东西,基本上用的Matlab比较多,我相信很多人会有体会,天天整一些算法,优化啦,改进啦…

所以现在入职很担惊受怕,突然领导说,让你去做一个东西,那我就扑街了,绝对的,没有意外。

所幸的是,目前入职第一件事情,处理体检啦,入职材料啦…当然,还有一件最重要的事情,给你分配一个师傅!!!再次幸运的我,分配到了一个经验丰富、耐心指导的师傅,这里多说一句,有时候早点去公司报道,是有好处的,但是具体的是什么,因公司而异了,也许是给你一张新桌子,或者新的笔记本电脑?

和师傅见面,寒暄几句后,就开始布置任务了,这个公司的工作效率是很高的!!!

师傅:小伙子,会啥啊?
我:我会balabala…
师傅:画板子呢?
我:AD、DXP
师傅:编程呢?
我:C?
师傅:这样啊,我们这边不用AD、DXP,我们用Cadence
我:(这是什么鬼)
师傅:差不多的一个软件,你先安装下吧,时间略长
我:好的,师傅(这句话,成为了我回复师傅最多的一句话)
师傅:那就这样吧
我:好的,师傅(我说的没错吧)

Cadence

这款软件目前来说,大型公司使用的比较多,而且使用起来,我觉得还是比AD、DXP要好一些,个人感受吧。

网络资源,贴一个,很成熟的那种,点击这里

由于之前没有接触过,这个软件我反复装了4次就放弃了

破解过程略微繁琐,网上写的方法重复率较高

周一上班时,师傅甩了我一份资料,研读之后,略加思考,我结合手动Crack和工具箱,双管齐下,成功摸索出一套破解方案,适用于Win7专业版(Win7旗舰版安装完之后,查看Part Manager有bug)(有缘人也是Win7专业版的,后面再补上链接)

安装后,就开始使用,确实高大上,各种各样的功能
一开始不习惯,慢慢用,习惯就好了

然后就开始了,第一个项目,对师傅项目中的一块电路板进行升级
可以布局修改的空间比较小,需要层叠电路板
对于我这样习惯大板子的人而言,挑战好大
不管了,慢慢改吧!!!

欲知后事如何,且听下回分解(谨以此纪念大师-单田芳)

代码

我就是测试贴代码的功能,别当真


@MIT

def func(param1=2, param2=0):

    '''A docstring'''

    if param1 > param2: # interesting

        print 'Greater'

    return (param2 - param1 + 1) or None

class SomeClass:

    pass

>>> message = '''interpreter

... prompt'''

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