2012-09-08开讲啦 王石《坚持与放下》



 

《开讲啦》节目邀请“中国青年心中的榜样”作为演讲嘉宾,分享他们对于生活和生命的感悟,给予中国青年现实的讨论和心灵的滋养,讨论青年们的人生问题,同时也在讨论青春中国的社会问题。 节目每期有八至十位来自全国各大高校的青年代表,向演讲嘉宾提问互动,300位大学生作为观众现场分享这场有思考、有疑问、有价值观、有锋芒的思想碰撞。他们对人生有思考,对未来有疑问,他们思想新锐,观点先锋,是中国未来的中坚力量。每期演讲嘉宾选择的主题,均为当下年轻人心中的问号,讲述青年最关心、最困惑的话题。这是中国最具青年公益的节目,千名青年学子,百回思想交锋,十场灵魂演讲。这个盛夏,聆听思想的声音!

本期开奖嘉宾——王石。




演讲语录    《Insist on and down

王石,万科集团董事长,中国房地产企业家




2012-09-08 开讲啦 王石《坚持与放下》
登山好比浓缩的人生,虽不知结果但只要坚持,终会成功。--王石

1. 我也想这比你们年轻的时候,我在想着未来做什么;受福尔摩斯侦探的影响,我特别想当一个侦探家;也特别受《海底两万里》《八十天环游世界》的影响,梦想当一个探险家。

2. 我也经看到了人生该怎么过,我觉得这样的生活不甘心。

3. 我对本身能做什么其实我是不清楚的,甚至是做贸易做商业、当个商人,其实我是很讨厌的。但是给你一个选择改变一种新的生活方式,我就这样去了。

4. 登山是我的职业,我不登山能干什么

5. 胜利是在再努力一下的坚持之中

6. 我想我和很多人最大的不同,不在于我比他们聪明,也不在于我比他们更运气,很重要的一点就是,我有一个认准的目标,坚持下去。

7. 哈佛是我的第三座高峰,只是它没有物理的高度,而是心理的、精神上的。

8. 一切从头开始,放下虚荣和面子

9. 放弃股权,放弃财富

10.名和利上只能选一个,我的本事不大,于是我放弃了财富

11.我的人生到底在追求什么,到现在我都不知道,现在实际上来讲已经不重要,因为你在不断的、更多的在经历,享受经历的过程比规划本身更重要。

12.当今世界不确定因素在蔓延,正是这种不确定给了你机会,在不确定中探寻机会,不断学习与进步

13.肯尼迪总统:不要问社会能为你做什么,而要问你为社会做了什么

14.巴顿将军:评价一个人成功的标准,不是他在人生顶峰的时候,而是顶峰跌到低谷的时候的反弹力

15.选择从不后悔,听从内心的呼唤,做你想做的事情,那种经历是非常非常值得的。

16.我年轻的时候对企业是不感兴趣的,对做生意也是不感兴趣的

17.大学毕业不要着急,当年不确定的时候,把你眼前的工作做好,所在的不愿意的行业做好,可能待遇不顺心,把他作为人生的一个经历,人生的一个积累

18.所有未知的、挑战的,才是人生最宝贵的东西,而不是结果

19.趁年轻,必须拼

20.坚持不满足和对未来的期许

21.精神支柱:一.总想“与众不同”,不想做平平常常的普通人、二总有“好奇心”、三总是“不满足”

22.人生就是一场摸索的过程,从看不见到看见的过程

23.人生是条抛物线,我已经过了最高点

24.只要能够丰富自己的经历和体验,做自己想做的事情,自由的表达自己的思想就好。

   

视频连接:


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