2015年，让自己不再有遗憾

最新推荐文章于 2022-03-12 01:38:58 发布
最新推荐文章于 2022-03-12 01:38:58 发布
阅读量452 收藏
点赞数
分类专栏： 心情驿站 文章标签： mono .NET 开源项目 跨平台
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tkchen/article/details/42387599
版权

不知不觉，2014带着许多遗憾走了，就像自己的程序，总不够完美，总有这一些那一些的Bugs，总有很多想法未能加入，然后被催促着上线，当然，这也与患有严重拖延症的我，有相当大的关系。新技术层出不穷，新领域也越来越多，今天这个大会，明天那个高峰会，已让我们这些啃老族不能再坐吃空山。


参加了几次大会和沙龙，从技术大牛们那儿学到了很多平时不能接触到的技术，有做整个系统架构的，有研究系统内核的，还有用小众编程语言写的项目，每个人做的事虽然都不一样，但是从他们身上我都看到了2个字“坚持”！坚持做自己想做的事，坚持不断的探索，坚持不断的将自己的想法分享给大家...


2015年了，是该将自己1年来累积到的知识慢慢转到自己的工作项目中，比如跨平台，自从我认识到了Mono，这个事物让我对.Net与跨平台技术根本八竿子打不着一起的看法完全颠覆，当然还有Web服务Jexus，这个与Mono百搭的服务也自然而然得引起了我的注意，在Linux为主流服务器OS的今天，这让我对.Net又重拾信心；再加上.Net的Nuget程序库的兴起，让我们不再只会闭门造车，而是拥抱更多的开源项目。


大数据，OpenStack，Docker，DevOps，AngularJS，这几年出现的新事物，有些已经初具规模，有些已经在产品中扎下基础，所以，我还等什么，向先行者学习！

坚持自己的选择，坚持自己的坚持，2015年，让自己不再有遗憾...

tkchen
关注
专栏目录
2015年，让自己不再遗憾
weixin_30848775的博客
01-04 39
不知不觉，2014带着许多遗憾走了，就像自己的程序，总不够完美，总有这一些那一些的Bugs，总有很多想法未能加入，然后被催促着上线，当然，这也与患有严重拖延症的我，有相当大的关系。新技术层出不穷，新领域也越来越多，今天这个大会，明天那个高峰会，已让我们这些啃老族不能再坐吃空山。参加了几次大会和沙龙，从技术大牛们那儿学到了很多平时不能接触到的技术，有做整个系统架构的，有研究系统内核的，还有用小众编程...
写给新的一年（2015）
沉默王二
12-31 4151
岁末年初，总该讲几句吉利话：但愿在新的一年里，我们能远离一切糟糕的事，大家都能做个幸福的人--我也实在想不出有什么话比这句话更吉利。
2015年终总结
煎鸡蛋汤
03-02 796
每个人在回忆过去时，都有一大堆的遗憾，这个没做，那个又没做好，要是我们选择那个什么什么事情该多好啊。从这一大堆的遗憾中，我们“东山再起”，拟定了华丽的来年计划，这是一个没有边界的大饼，任何有眼光的人都觉得前途无量，每看一次都足以让人激情高涨至少一个月。但当时间一天天的流逝，激情不再，早就把当初那个让人激情澎湃的年度规划抛诸脑后了，一转眼年底将至，回忆过往，又是“竹篮打水”的一年
Godot官网新闻翻译 - 2015年
巽的博客
03-12 4450
本文是“Godot官网新闻翻译”系列的第1篇，该系列旨在翻译和汇总Godot官网所发布的所有新闻。让更多英文不好的童鞋可以领悟官方新闻中的重要信息和真谛。 官网新闻地址：https://godotengine.org/news 2015年 导航：2014 | 2015 | 2016 戈多现在真的免费了！ 作者：胡安·利涅茨基 2015年4月1日 编辑：这当然是2015年愚人节的一个轻松的笑话:) 免费戈多 我们注意到主要视频游戏引擎中出现了一个令人高兴的新行业趋势。为了与潮流保持同步，我们决定.
2015年总结
weixin_30888413的博客
01-06 78
回顾过去，展望未来。 2015年真的过得飞快， 这一年中，我的改变也挺大的。 下面从不同方面来总结一下。 · 生活 　　今年思考了很多人生和哲学的问题， 特别是从上一家公司辞职后。现在的生活我感觉非常幸福。接下来就是要努力保持这种幸福。 　　今年3月份，从上家公司辞职后，在家呆了2个月才再工作。 经过这两个月， 我和女儿更亲了。 这段时间，好好的享受了天伦之乐。 虽然老呆在家里...
未发表的2015年年终总结
weixin_34085658的博客
03-17 146
写在前面：2018年又一次踏上面试征程，未来如何还看今朝。无意间看到自己几年前的总结，沉寂在电脑中，不如发到网上共勉。虽然经历并无半点辉煌，但也是人生历程的见程。不乱于心，不困于情，不畏将来，不念过往，如此，安好。 岁月如梭，韶光易逝。重回首，去时年，揽尽风雨苦亦甜。夜阑珊，读无眠，听尽春言，每天都是新的一片，不再清闲，望着洒满月光的星...
一路向往有光亮的地方-2015年终总结
博学之,审问之,慎思之,明辨之,笃行之
02-29 1394
昨天闺蜜给我分享了一篇文章《一路向往有光亮的地方》，于我心有戚戚焉。觉得这个题目用来做自己的年终总结也是最合适不过了，同时我也多庆幸这一路以来，还有人陪，还有人懂。 每次写年终总结，都像是一次跟自己特别长时间的对话。2015对我的意义，不夸张的说是一个质的变化，当然也是一个新的起点。所以我总想各个方面来总结一下自己的2015，送给过去的自己，送给将来的自己，也分享给一路陪伴的小伙伴。 第一个层
2015年上半年 数据库系统工程师
weixin_30478923的博客
04-14 438
某医院住院部信息系统中有病人表R（住院号，姓名，性别，科室号，病房，家庭住址），“住院号”唯一标识表R中的每一个元组，“性别”的取值只能为M或F，“家庭住址”包括省、市、街道、邮编，要求科室号参照科室关系D中的科室号；科室关系D（科室号，科室名，负责人，联系电话），“科室号”唯一标识关系D中的每一个元组。a．创建关系R的SQL语句如下：CREATE TABLE R（住院号CHAR（8）...
不再重复2015
B9班的真高兴
08-10 656
楚门的世界走在上班的路上，突然感觉好假好无聊。想到了今后的人生：7：30 被闹钟叫醒。 7：50 低着头看小说去等公交车。 8：12 到公司食堂吃饭 8：30——12：00 在公司工作 12：00 吃饭 12：30 打乒乓球 13：00 开始工作 17：30 看小说，回家 19：20 吃饭 20：00 看电视 22：40 洗澡 23：15 睡觉我在哪呢？ 好像哪里都有我。 但是，却又好像哪里都没有我
2015年高中语文优秀作文有一段悲伤不再提起素材
08-06
2. 情感抒发：文章以个人经历为线索，表达了对失去、遗憾和成长的感悟，揭示了人们在面对悲伤时的心理变化，如从执着到释怀的过程。 3. 人物心理：文中提到的人物，如自我、爱人等，展示了人性中的坚韧和脆弱，以及...
2015年高中语文优秀作文时光流痕素材
08-06
【时光流痕】这个主题，源自2015年高中语文的优秀作文素材，它探讨的是个人经历与成长过程中的心理变化，以及时间对人生的影响。在这个话题中，"课件"标签可能意味着这是教学材料的一部分，用于引导学生思考和写作。...
2015年高中语文优秀作文雨梦素材
08-06
这篇名为“2015年高中语文优秀作文《雨梦》”的文本，虽然表面上看似乎与IT技术无关，但它实际上提供了一种理解文学创作、情感表达和艺术形象塑造的方法，这些在高中语文学习中是至关重要的。以下是对其中蕴含的知识...
2015年高中语文优秀作文泪水打湿的琴声素材
08-06
作者表示自己“一直好好地”珍藏着这份美好，然而，“拔弦的手已老”，意味着他的青春或技艺可能不再，对美好事物的把握力在减弱。 “很多美好的东西，总在那柔顺的琴声里溜走”，揭示了生命的无常与遗憾，美好的...
2015年高中语文优秀作文“要是”和“下次”素材
08-06
这篇高中语文优秀作文以“要是”和“下次”为主题，探讨了人们在面对错误和遗憾时，如何调整心态，从懊悔中走出来，积极面对未来的道理。文章通过具体的情境和人物，生动展现了这两个词背后蕴含的心理状态和生活哲学...
基于yolov3结合卡尔曼滤波匈牙利算法虚拟线圈的车流量检测python源码+项目说明.zip
09-21
本项目专注于视频基的车辆跟踪与流量统计，依托深度学习技术，实时追踪路面车辆动态并精准统计各车道车流量。该项目通过以下核心步骤高效处理输入视频数据： 高精度目标检测：采用YOLOv3模型，凭借其卓越的实时性与准确性，快速识别视频中的车辆目标，为后续追踪奠定坚实基础。 稳定目标追踪：集成SORT（Simple Online and Realtime Tracking）算法，结合卡尔曼滤波器预测车辆未来位置，同时运用匈牙利算法优化目标间的匹配，实现连续、稳定的车辆追踪，有效应对遮挡、交叉等复杂场景。 智能车流量统计：借鉴虚拟线圈概念，巧妙设计算法以监测穿越预设区域的车辆，自动计数并准确统计各车道车流量，为交通管理与分析提供可靠数据支持。 整体而言，本项目通过融合先进的目标检测与追踪技术，结合创新的流量统计方法，构建了一个高效、精准的实时车辆跟踪与流量统计系统，为智慧交通领域的发展贡献力量。
本科毕业设计--基于深度学习的人脸面部表情识别.zip
最新发布
09-21
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。
雷电模拟器改成真机环境
09-21
在Android系统中，模拟器通常会被识别为非真实的设备，这可能导致某些应用或服务无法正常运行，尤其是那些需要硬件信息或root权限的应用。改真机环境意味着通过技术手段使模拟器的行为更接近真实的Android设备，包括模拟设备硬件信息、IMEI、MAC地址等，以绕过检测并提升兼容性。LSPSED（Linux System Property Setter and Editor）模块是Magisk的一个扩展，专门用于修改Android系统的系统属性。通过LSPSED，我们可以更改设备的各种系统属性，如设备型号、制造商信息等，这些修改对于使模拟器看起来更像真实设备至关重要。在使用过程中，还需要添加几个机型模块，这些模块通常包含了特定设备的系统配置信息，如设备代号、硬件信息等。通过安装这些模块，雷电模拟器可以模仿各种流行的Android设备，进一步提高应用的兼容性和真实性。
CenterNet 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon）
09-21
CenterNet 是一种用于目标检测的神经网络架构，它的核心思想是利用目标的中心点作为检测的关键信息。这种方法与传统的目标检测方法（如基于边界框的方法）有所不同，因为它不直接预测目标的边界框，而是预测目标的中心点坐标和目标的宽度与高度。 CenterNet 的主要特点包括： 1. **中心点预测**：网络输出目标的中心点坐标，以及目标的宽度和高度。 2. **热图（Heatmap）**：网络生成一个热图，其中每个像素点的值表示该点成为目标中心点的概率。 3. **回归任务**：除了中心点坐标，网络还需要预测目标的宽度和高度，这通常通过预测中心点周围的偏移量来实现。 4. **多任务学习**：CenterNet 通常会同时预测目标的类别、中心点坐标、宽度、高度以及目标的旋转角度（在某些变体中）。 5. **端到端训练**：CenterNet 可以直接在最终的目标检测任务上进行端到端的训练，无需复杂的区域提议网络（Region Proposal Network, RPN）或锚点（anchor）机制。 6. **高效性**：由于省略了传统目标检测中的一些步骤，CenterNe
伊朗2015年新生儿低出生体重研究
"这篇论文是《2015年伊朗新生儿低出生体重研究》，由Hossein Kazemeini、Hamid Reza Lornezhad和Ahad Banar等人撰写，发表于2017年的《预防医学开放期刊》(Open Journal of Preventive Medicine)，讨论了伊朗2015年...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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