趣文:程序员是诗人

coder is poet

程序员是诗人

4月15日在@程序员的那些事 微博中发了@大同大宝 童鞋改编的一首诗:

年少不经事,埋头编程忙。 指键铿锵落,不及细思量。 bug千百个,comment无一行。 休言敏捷易,做来断人肠。

最初发微博时随口问了一句:还有其他猿媛要来写诗么? 后来有转发其中三条后(123),参与分享的程序员就更多了。

 

@Dragon-kaizhong:年少太轻狂,误入IT行。白发森森立,两眼直茫茫。语言数十种,无一称擅长。三十而立时,无房单身郎

@风流隐士: 世人皆说官人好,没关系,当不了。常加班,起不早,挣的不够去搓澡。BUG、CODE知多少,只是屏幕显人老

@黄小非: 少时狂发编程想,无畏赴身IT行。纵使荣华未可近,我自coding又何妨!

@郭明軒_幽靈:pop heart: push you: mov ah,you: mov al,i: mov love,ax:

@throws: 无数假期渺茫茫,夜三更,bug调出千百行;香烟一半,犹如饥渴似疯狂。抬起头颅,细数窗前星光,人生历历何等惆怅;思量思量,日何已出,为何希望依久不晴朗!

@阿木Atom:千帆竞,胸怀精卫填海心,纵横七海贯其名,淘尽浪沙誓得金。bug查,coding凌晨不知乏,精益求精不掩瑕,编程人生亦无涯。莫言世道如浪深,莫言工作似胆苦,我辈心中有光明,不惧未来勇前行。

@俊逸_DrinE:老夫聊发少年狂,不小心,选错行。误入IT,两眼泪茫茫

@Able_Geek_LRT:日撸代码三千行,疯狂、疯狂,人未老,珠已黄。

@coder_泽宇: 日出东隅照我床,悠悠青龙倚斜阳。陋室区区徒四壁,代码行行正铿锵。

@lrx黎瑞轩:夜夜搞项目,敲码三四点。郁郁无头绪,哽咽等天亮。放手搏一搏,程序全报错。妹子人家牵,bug自己查。方法属性类,一个都不会。左右不是人,猿来程序员。

@ladeng6666幸得进某康:IT放两旁,闲来把码敲,余音仍绕梁。码农压力大,愿君更健康!

@黑总带我打dota:白发三千丈,coding泪两行,不识加班累,只缘bug狂。

@结绳祭司:夜半话凄凉,转眼泪千行,日日工期紧,亦为重构忙。久易无定论,命悬需求方,四顾前途路,一步三踉跄。

@国庆Gore: 来点张狂的!少年投身IT行,老来无伴又何妨。擦肩美女不屑看,三千码友在身旁。

@阿牛郑旭辉:需求三天改,加班一月长。家人不相见,怒刷进度墙。奋斗需牢记,调薪语不详。此中辛酸泪,恨识谭浩强。(续韵于夜行地铁1号南延线)

@MaskMe:bug众多,今胜昨,回调长似秋千索。溢出栈,抛异常,码至凌晨,咽泪妆欢,难难难!

@惜言皆隐: 未识IT少年狂, 刚毕业, 入了行。 日夜奋斗, 青丝终凝霜。 为做项目查文档, 写代码, 调试忙。 夜半思路尚开张, 加些班, 又何妨。 红颜梦中, 何日得成双。 敲完代码望满月, 念初心, 岁月长 。

@程飞WHU:语言上百种,无一称擅长。bug千百个,comment无一行。夜夜改bug,唯有泪千行。

 

文章整理:伯乐在线

文章链接:http://blog.jobbole.com/38316/

【非特殊说明,转载必须在正文中标注并保留原文链接、译文链接和译者等信息,谢谢合作!】

1、资源项目源码均已通过严格测试验证,保证能够常运行; 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
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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. **则化(Regularization)**:技术如 Dropout、L1/L2 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