似水流年,我的2018

前言

万万没想到,我又去了北京!

  我要去北京,一定要去,我最喜欢的女孩儿在北京,所以我要去。我一边敷衍母亲,一边收拾行李,第二天早上便出发了。那是一年前的事情了,期间我只回去过一次,睡了一晚上,第二天又启程去了北京。马上又要过年了,心中有些不安,天要下雨,该来的总是要来。不管我想不想,反正2018这一页已经翻过去了,趁着今日闲暇时光,回顾一下我的2018年。我这个人,感性比理性多一点,我做不到不以物喜不以己悲,也永远学不会绝情,无风无雨也无晴,我大概永远也做不到吧!

 

回忆篇

2月:春节回家

回家的路是最美的风景,春节在家玩了将近二十天,挺无聊的。山里没什么可玩儿的,手机网络比较差,每天在家晒太阳、看出,正月走亲戚。

3月:找工作

心里着急,想快点儿步入正轨,入职了一家做便利店的公司,地点在呼家楼,住在北运河西。

玉渊潭公园看樱花,在北京看了一次雪,长楹天街吃饭

4月:备考

临近考试,周末经常去公司复习准备考试,四月的北京已经很暖和了,时常打瞌睡。踩点元大都遗址公园看了海棠花,中山公园看月季花。

5月:搬家

从运河这头搬到那头。景山公园看牡丹花。

6月:又搬家

一个人搬家,从通州搬到回龙观

爬雾灵山,紫竹苑看荷花,北京海洋馆(本来打算去中央电视塔上面的旋转餐厅的,可是要提前预订(╯﹏╰))

7月:看荷花

莲花池公园看荷花

8月:耐心等待

两个月没有见到她了,这两个月什么也没干,心情很糟糕。精心构思,准备礼物,到现在也没送出去。

9月:失落

魂不守舍、郁郁寡欢、熬夜、发呆、煎熬

公司已经开始拖欠工资了,大家陆续离职,而我没有走是因为我打算离开北京,再也不要回来。直到十月,期间内心无比煎熬,不知道是去是留,犹豫不决。老实讲,如果我离开的话我会选择去上海或者杭州,如果我留下的话,我缺少一个说服自己的理由,这里没有什么值得我留恋的。

10月:扫微信

国庆我没有回家。那时候接触到了奶昔,非常认可,就想试试看。第一天培训,后面六天去地铁扫微信。扫微信这个事儿,其实很锻炼一个人。说道和做到是两回事儿,有些人嘴上会说,但往往去做的时候就不是那么回事儿了。被拒绝是正常的,有的人被拒绝一两次就进行不下去了,而那些成功的人至少被拒绝了上万次,每一次的被拒绝都是在撑大自己的心量。我由衷的佩服他们,因为我做过,我理解,我也很渴望。我清楚地记得,第一天我只加了9个微信,还是很开心,总算没有空手而归,而且连续坚持了6天。

11月:离职

终于离开那个鬼地方了,现在仍然欠了两个多月的工资。

一个人去了两次上海(真的好喜欢上海),又回家了一趟,在家睡了一晚上,第二天在武汉停留了一天,回了一趟学校调档案。没了工作以后,就整天待在租的卧室里,懒得出门,叫外卖,吃零食,看电视剧,看综艺节目。朗读者十二期都看完了。

12月:重新找工作

彼时,身上的钱已经不多了,而且借同学的钱也还没还,用信用卡交了三个月的房租,如果再不找工作真的要饿死了。这一次,降薪入职一个文化传媒公司,地点在望京东,而我还是住回龙观,再也没往龙泽那边走过。

1月:生日

我记得四个人的生日:爸爸、妈妈、她、我自己。我的生日是腊月初一,那天只有我妈和四妈问候过我,再没有别人记得,想想还真是凉凉啊!

12月31日晚上在俱乐部边看元旦晚会边嗑瓜子,就这么跨年了

挂彩了,流了好多血,一个人去医院挂号、包扎、输液到凌晨一点

 

最痛苦的一年:2018年

最糟心的一年:2018年

2018年最痛苦的几个月:1月~12月

2018年最最痛苦、最最煎熬的四个月:7月、8月、9月、10月

 

爱情篇

没有,先空着。。。

 

工作篇

这一年,年初3月份开始找工作,11月份被迫离职,12月份再次找工作,种种曲折,不想再经历了,最糟心的是还有几个月工资没发

这一年,坚持每个月都写博客,已经有一百多篇了

这一年,学会了刷脉脉,找工作的那几个月里,天天刷,频率仅次于微信。看职言,积极评论,自己有时候也发。职言里面大部分是刚毕业就年薪几十万,工作两三年月薪四五万的人,看得我很是惭愧,后来刷多了就发现里面好多段子手。

 

生活篇

这一年,所有的计划被打乱,所有的愿望都没实现,还负债累累

这一年,过得很痛苦,大部分时间被我浪费了

这一年,很多时候都是我自己一个人去散心

这一年,周末偶尔会去听听课,有形象礼仪,有人际沟通。每个人都有故事,我喜欢听他们的故事,他们来自不同的行业不同的职业有着不同的经历和阅历,很有收获

这一年,所有的密码都没变(包括,手机和电脑的开机密码)

这一年,发了很多条朋友圈,很多都是发给某个人看的,但往往都是点赞多,而我在乎的人却什么也没说

这一年,刷了很多微博,每次都会拐着弯儿的想到某个人,想要发给她看,想想还是算了

这一年,身边的同事、朋友都结婚了

 

感悟篇

1、每个人都有能量,不要跟能量比你低的人一起玩,他们只会消耗你的能量

2、永远不要高估你在别人心中的地位,其实你什么都不是,人家根本没把你当回事,多你一个不多,少你一个也不少

3、对一个人是不是用心,对方一定是可以感受到的,即使隔着屏幕

4、不站在别人的立场上,你永远都不会明白自己究竟错在了哪里

5、耽误你的不是运气和时机,而是你数不清的犹豫和怀疑

6、不要在不懂的人身上浪费时间,有的人你跟他说十遍他还是不相信,还总觉得你在害他,为这样的人浪费时间不值得

7、有些人一出场,就显得别人不过如此,有些人,永远也忘不了

8、成功的路上一步都不能错,走错一步,结果可能就不一样

9、所有不走心的努力,都是在敷衍自己

10、你有多自律就有多自由

 

读书篇

《小王子》

《白鹿原》

《张幼仪传》

《张爱玲传》

《半生缘》

《解忧杂货铺》

《情书》

《步履不停》

《醒来觉得甚是爱你》

《黄金时代》

《我不喜欢这世界,我只喜欢你》

 

音乐篇

《最美的期待》

《相思无解》

《年少有为》

《听说爱情回来过》

《追梦赤之心》

《后来》

《成全/解脱》

《活着》

《你敢不敢》

《失落沙洲》

《春风十里》

《致你》

《可能否》

《爱了很久的朋友》

《最重要的决定》

 

计划篇

我不会说什么展望、期望、希望、寄语之类的,那都是说给别人听,写给别人看的

接下来要做的事情:

1、继续刷票

2、把借的钱还了,信用卡还清

3、找对象

4、转正

5、自考

6、机电工程二级建造师

 

终篇

不知道为什么总有一种这辈子都找不到和我互相喜欢的人了的感觉,而且这种感觉越来越强烈

如果有一天我离开的话,前一天晚上我一定会一个人去西直门吃一次呷哺

 

姊妹篇

2018新年寄语

 

转载于:https://www.cnblogs.com/cjsblog/p/10296312.html

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。
【4层】3100平米综合办公楼毕业设计(含计算书、建筑结构图) 、1资源项目源码均已通过严格测试验证,保证能够正常运行; 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,保证能够正常运行; 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,保证能够正常运行; 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,保证能够正常运行; 、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,保证能够正常运行; 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。、资 5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,保证能够正常运行; 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。
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