昨天晚上捡到一个小女孩

最新推荐文章于 2021-09-27 15:45:09 发布

weixin_30436101

最新推荐文章于 2021-09-27 15:45:09 发布

阅读量69

点赞数

原文链接：http://www.cnblogs.com/tansm/archive/2010/02/25/1673118.html

版权

吃完晚饭，和老婆一起出去给儿子买U盘，下楼听见小孩子哭的很伤心，老婆说，是不是我们小儿子在哭鼻子啊，我感觉迈开步子，仰头看看阳台，不是。这时老婆说：哦，是前面的女孩子，你看走路好可爱，屁股一扭一扭的。我顺着望去，的确看见一个大约2-3岁的小女孩在一边走一边哭鼻子。

我们靠近小女孩的时候，看见她还是哭的那么伤心，就对后面跟的男人说：小孩子哭的那么伤心，你是她家长吗？跟在后面的男人立即摇摇头：这个女孩从巷子里面出来，我一直跟着她。于是我立即抱起小女孩，“你妈妈在哪里啊？”，她只顾着哭鼻子，于是商量去她来的地方，说不定能够找到她妈妈。

走到巷子口等，一堆人开始嘀咕，我也了解到这个女孩已经在巷子哭了一个多小时了，那个男人看见可怜就买了牛奶，我们都错怪他了。看样子是走丢了，立即报警。警察很快到了，警察说，她妈妈已经报警了，是从广西过来打工的，我们放心下来，将小女孩交给了警察同志。

大过年的，希望父母都要看好自己的孩子，祝愿所有小朋友开心

转载于:https://www.cnblogs.com/tansm/archive/2010/02/25/1673118.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_30436101

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

有意义的100个小故事

yrryyff的博客

02-15

1万+

有意义的100个小故事

70个晨会激励哲理小故事

热门推荐

CHCH998的博客

12-22

2万+

本文转载自：https://www.cnblogs.com/androidsj/p/4738719.html 作者：androidsj 转载请注明该声明。　　1、面对生命的态度　　有位太太请了个油漆匠到家里粉刷墙壁。　　油漆匠一走进门，看到她的丈夫双目失明，顿时流露出怜悯的眼光。可是男主人一向开朗乐观，所以油漆匠在那里工作了几天，他们谈得很投机；油漆匠也从未提起男主人的缺憾。　　工作完毕...

参与评论您还未登录，请先登录后发表或查看评论

养育女孩——培养优雅、独立、内心强大的女孩

沉默王二

08-07

2485

（书法 | 了之）养育女孩——培养优雅、独立、内心强大的女孩作者：沉默王二今天早上刚上班，老婆就发QQ说，“你昨天晚上表现得很糟糕，不是对我，是对孩子。”看到这句话，我有...

文墨绘学一千万也换不来一个好孩子

sjsfliu的博客

09-27

121

童年时，父母的溺爱让我养成自私、任性的性格，致使我上学后在同学中没有一个朋友。大学时代，我学会了如何与人相处。毕业数年后，我成为一家国企的总经理，并嫁给在大学教书的方安平。婚后第二年，儿子方瑞出生。因为自己吃够了被父母溺爱的苦头，我发誓决不溺爱儿子，一定要用严格家教把儿子培育成一个优秀的人。儿子把饭菜掉在地上，我喝令他捡起来吃下去；儿子要是不听话，我便把他的胳膊掐得青一块紫一块；儿子让我讲解数学题，我没讲两句就怒气冲天地训斥：“怎么这么笨！连这么简单的题都不会做，在学校里干什么了？” 我在丈夫面前、朋友.

穷养的女孩和富养的女孩的区别在哪？

GarfieldEr007的专栏

05-25

1万+

波妞，生活享受者 410 人赞同曾经有一个牧师到一个孤儿院去参观，一个房间有100多个一岁以下的宝宝，然而整个房间鸦雀无声。牧师很震惊就问为什么，孤儿院的院长解释说，这里的宝宝在这里都明白了一个道理，无论她哭半小时，一小时，两小时，还是10小时，没有人会来。穷养和富养对孩子人生的影响其实从婴儿时期就会开始！西尔斯博士在著名的亲密育儿法中就提到，如果你持续不理睬宝宝的

《那些年啊，那些事——一个程序员的奋斗史》五

undoner

10-07

1万+

41 将播放的核心封装为CMedia后，剩下的事情便是逻辑层了。对于写过UI程序，并且之前还做了点小程序的段伏枥来说，这并不是什么很难的事情。唯一的难点在于，播放的时候该如何显示滚动条以及时间。其实CMedia封装了获取当前时间的接口，当然也有获取整个长度的，根据两者的比例可以算出来滑动块的位置。至于时间的显示，只要转换一下，也根本不在话下。只是如何应该在哪里获取呢？主线程肯定是不行的，因

（转）一个真实的幼升小故事女儿的上学辛酸史

cuhao8037的博客

10-30

3173

1.100比37大朋友的孩子上的是个一级一类幼儿园，我那朋友工作挺忙的，想着幼儿园还不错，孩子也挺高兴的，不用操什么心，3年就过来了。到该上小学的时候，因为朋友单位附近就有一个顶级名校小学，所以就想上那里，这样接送方...

有一个会做饭的男朋友幸福么？

GarfieldEr007的专栏

07-13

9033

顾小燕，靠卖老公在知乎生存的人 10294 人赞同强行来秀恩爱^ω^ 直接上图吧，我曾经男朋友，现在老公，90后。上班给小朋友看病，下班就回家做饭。有时候也做甜点。炒酸奶，好好吃，又健康，无添加噢好多人问这个炒酸奶的做法：平底盘子里面平铺保鲜膜，我用的烤盘。酸奶里放上枣干（就是因为吃炒酸奶才爱上枣干），果仁，拌匀，然后倒在保鲜膜上用小铲子抹平，酸奶我用的安

走出软件作坊第三十章蛋白质女孩

闻缺陷则喜何志丹

12-12

224

软件架构师何志丹推荐：一个文案最后发挥全部潜力。

蛋白质女孩---走出软件作坊：三五个人十来条枪如何成为开发正规军（三十）

阿朱=行业趋势+开发管理+架构

07-04

9954

我想给大家分享一下关于文案人员，我一下子想起了王文华写过的一篇小说《蛋白质女孩》，因为我们要找的文案就是这个样子。“她日月座是狮子和双鱼，同时会讲日文和法语。她早起，起床后先跑半小时，吃了麦片才去公司。她贤慧，每天做一打火腿三明治，带到公司请同事们吃。她有礼，快递脸上有雨时递上面纸，清洁妇来吸地时抬起椅子。她准时，和你约会前一天打电话确认，第二天寄卡片谢谢你点的果汁。她纯情，爱像宋词唐诗，意境

中年程序员被裁了，他哭了！

Tamic （大白）

12-08

1万+

老熟人老黄的公司昨天裁员了，而且还是整个部门的裁，“早上大家还好好的对需求，敲代码。下午 Leader 开始通知组员，说我失业了”，丢工作是瞬间的事，没有任何征兆，没任何防备，突然就说“你被裁了！” 本文中的我不是“大白的我” 被裁了，而是我的熟友—老黄。当我看到这条消息时，我没感到丝毫的诧异，因为我之前就对我朋友老黄的这个直播行业有预见性，裁员是早晚的事，看此推文（你以为爆仓只发生在P2P和...

《方与圆》序人生控制论第三章通向快乐的途径

dou_dou_shuai的专栏

08-27

1万+

通向快乐的途径　　《老人与海》是我一生中最喜爱的书之一，从它英雄主义的浪漫中，我找到了摆脱生命虚无的道路。　　　　老人的这种精神让我振奋，让我激动，但我觉得它太悲情了，这毕竟是一种古典的英雄主义。人生短暂，生命不是表现悲壮的道具，也不是一场赌博，我们总要想办法让它既充实又快乐啊！　　　　生命只有一次，因此生命是珍贵的，正因为它的珍贵，所以我们不仅要体现生命的价值，也要尽情地

毒鸡汤|心情不好的时候，看一看。你会发现心情会很不好。

weixin_44612044的博客

05-20

5315

CREATE TABLE `soul` ( `id` int(11) NOT NULL, `title` varchar(300) NOT NULL, `hits` varchar(100) NOT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='毒鸡汤'; INSERT INTO `soul` (`id`, `title`, `hits`) VALUES (3, '所谓成长，就是在听到波涛汹涌四个字，再也联想不到大海了。', '31').

怎么解析Json数据，然后把解析到的Json数据填充到布局中？

Dangwenjie的博客

08-25

5573

一.首先把需要解析的Json数据如下所示： { "res_code": 0, "res_error": "", "res_body": { "Counts": 11596, "PageCount": 580, "JokeList": [ { "BillNo": "201

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

写一个穿潜水服下海捡海洋垃圾的片段

03-29

今天，我准备穿上潜水服下海捡海洋垃圾。我已经做好了充分的准备，包括潜水装备、潜水镜、呼吸管和手套等。我感到非常激动，因为这是我第一次参加这样的活动。我走到海岸边，看到了一群志愿者正在准备潜水装备。他们向我打招呼，很快我就加入了他们的队伍。我们进行了简短的安全指导，并确认了每个人的潜水装备是否正常。随着海浪的起伏，我慢慢地下到了海底。虽然我的呼吸管可以让我在水下呼吸，但我的心跳仍然加快了。我环顾四周，看到了很多海洋垃圾。这些垃圾包括塑料袋、瓶子和废弃渔网等，它们都在海底腐烂着，对海洋环境造成着严重的污染。我决定集中注意力，开始捡拾这些垃圾。我轻轻地将手伸向水下，用手套捡起一个个垃圾袋，将它们放入袋子中。虽然这些垃圾袋看起来轻巧，但当它们充满水后，它们的重量会变得非常大。我需要用力才能将它们拍打干净，以便于放入袋子中。在捡拾垃圾的过程中，我还遇到了一些海洋生物。我看到了一只小鱼和一只海星，它们在水下自由自在地游动着。我感到非常欣慰，因为这些生物不再被垃圾所困扰，它们可以在这片宁静的海底自由自在地生活。当我将袋子装满时，我开始往海岸边游去。在回到海岸线之前，我又捡了一些垃圾，以确保海底的环境更加清洁。当我回到海岸线时，志愿者们都在等着我。我们一起将垃圾装上卡车，准备将它们送到垃圾填埋场。这次潜水活动非常有意义，我不仅为海洋环境做出了贡献，还见证了海洋生物的美丽。我相信，只要我们每个人都能为保护环境做出一份力量，我们就可以保护我们的地球家园，让它变得更加美好。