毕业证、报到证、档案、户口、三方协议

千万不要以为毕业领了证书就万事大吉了。你还有很多事情要做。千万不要因为自己的疏忽,给以后带来不必要的麻烦。一生也许就毕业这么一回,大家还是认真点好。

一、毕业证、学位证要复印两份收好了,那可是你四年青春换来的两个证书(最好是能扫描个电子版存在网络上备份)。先不说含金量如何,要是真弄丢了还真补办不了,只能给你开个证明,所以你还是不要大意。师范生还有一个教师资格证,全国通用的。

二、报到证(又叫派遣证、通知书):说他是证,实在是抬举他了,其实就是一张B5纸,上半边是蓝色的叫“报到证”,下半边是白色的叫“通知书”(很多同学都说自己没有白色那半边,那是因为有的学校已经将那半边白的撕下来,装进你的档案了)。报到证的名头单位就是你要去报到的地方,也是你人事档案存放的地方。很多同学都是“***市人力资源和社会保障局(某某公司)”或者:“***市教育局”、“*****人才交流中心”的等等。无论你之前签协议或者劳工合同的工作单位是哪里,大部分同学人事档案基本都在人事局(师范生在教育局),个别也有到具体单位的(这样的单位基本都是有用人自主权的中省直事业单位或者企业)。你要做的就是拿着报到证和通知书,去名头上写的人力资源保障局(或教育局)去报道,而不是签协议的具体单位(中省直事业单位、国企等除外),报道时间应该是(报到证开出后一个月内必须报道),别去得太早,因为档案还没邮寄到呢。蓝色的报到证留在手里,以后取档案的时候,他就是凭证。如果以后找到正式工作需要改派,这张纸也要收回。所以千万不要以为他没用,扔掉了,若干年以后你不记得自己档案在何方,找到这张蓝色的纸,你就会眉开眼笑的。你去报到了,就意味这你已经开始计算工龄了,如果没报到是不算工龄的,视为你没找到工作。所以大家最好按期去相关部门报到,填写见习定级登记表。需要办理户口迁移的同学更需要重视,应为没有报到证你是落不了户口的。

三、人事关系档案:就是你的学籍档案,在校的时候叫学籍档案,毕业了就叫人事档案。很多人一辈子都不知道自己档案里都装进了什么,也不知别人在上面写了什么。吼吼~放心我没乱写也没乱放。你们都是清白的。档案中有高考材料、学生登记表、大学生毕业登记表、自传、学位申请表、大学成绩单、体检表以及奖励证明材料、党团申请和培训材料、教师资格认证表等,还有就是就业通知书。人事档案只有在事业单位和国企工作调动、公务员考试、研究生考试、征兵、国家志愿服务计划、事业单位考试或录用的时候才需要提调,否则你的档案有可能一辈子都沉睡在人事局。

四、党组织关系档案:党员或预备党员除了人事档案之外,还有一个组织档案。毕业时都返给本人,档案由本人自带交给新的当组织。转接关系除了组织档案以外,还需要拿着学校给您开具的“党员关系转递介绍信”,到介绍信上的“名头单位”(一般都是市级组织部或单位组织部门)去报到,落组织关系。报到时间自开出介绍信之日90天内,落完组织关系,你要把介绍信最下边的回执信,邮寄到“西安工程大学组织部”。各位党员千万别不以为然,把档案扔到家里没事了。党员脱离组织的后果很严重啊!多了不说了,尤其是需要转正的预备党员,一定要按时间要求报道,并记着要按期申请转正。

五、户口迁移证:一张近似正方形的蓝色纸,是你迁移户口的凭证。不是每个人都有,只有当年入学的时候,你把户口迁到学校的学生,才会有这张纸。迁移证上的名头地址,就是你要落户口的地址。如果是要迁回老家,那你就要带上这个迁移证,并在注明的有效期限内。带上上文所说的报到证,以及家长的户口本到落户地派出所户籍科办理落户手续。有的地方落户后还需要重新办理身份证。

六、考研升学的同学,不但没有报到证和通知书,而且党组织关系介绍信上的有效期限也基本都在90天以内,所以上文仅供你们欣赏。

七、征兵入伍的同学,要带上网报时打印出来并已加盖武装部门公章的“申请表”以及”返学费的登记表"等材料到户籍所在地县区级武装部进行初审登记,并等待体检等后续事宜。

八,由于各地政策不一样,有的地区对“报到”落实的很严格,而有的地区不报道也没什么后果,但是大家还是去报到为好,这样你就可以吧很多不明白的问题当面问清楚,还可以确认自己的档案的确转递到位,因为每年档案丢失的事情不在少数,难免你的档案不出问题。别到以后要用档案的时候,才发现自己档案丢了,那时补都来不及。

,毕业之后,两年之内。涉及到户档改派问题还需要到学校就业中心办理改派手续。要求带报到证原件(蓝色)、原来单位的离职证明或者解约的证明、新单位的录用证明、改派申请书、委托他人办理的还需要委托书。补办报到证需要之前签的三方协议或者公司的劳动合同、补办报到证申请书、毕业证复印件、30元手续费。

 

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