随笔-546 评论-829 文章-21 2015年第15本:天才在左,疯子在右

《天才在左,疯子在右》主要是在往返烟台的路上看完的,这本书很可能是作者根据大量哲学、宗教、量子物理等等的阅读,借助于精神病人的角度,拼出了一本书。由于描写精神病方面的书很少,所以常人肯定都有强烈的好奇心来看看精神病的世界。书名与天才没有半毛关系,只是为了经济利益吸引人眼球而已。有些故事(四维虫子、女人的星球、苹果的味道、时间的尽头、迷失的旅行者)视角很独特,里面的话语不能太较真儿,权当作一种消遣而已,否则,心理素质不强的天才很快就会加入疯子的行列。

【2015年12月的某一天,发现书的内容竟然还有拍成了连续剧】

像“整个蚁群才是完整的生命!松散生命”这篇,在《失控》一书中应该也有论述,但没有提及“松散生命”,用权哥的话来说叫自组织。

“几百年对石头来说不算什么。在石头看来,我们就算原地站一辈子,它们也看不到我们,太短了!”

“如果有天你看到我疯了,其实就是你疯了”

“牛人之所以很少,空想家之所以很多的原因就在于:应用”

豆瓣中的这一篇评论中的一个观点我是赞同的,“建议这本书只能当小说来看,笑笑或者吓吓就够了,然后忘掉它。”

 

全书中有两个笑话还是可以平常消遣一下的:

有那么一个精神病人,整天什么也不干,就穿一身黑雨衣举着一把花雨伞蹲在院子里潮湿黑暗的角落,就那么蹲着,一天一天的不动。架走他他也不挣扎,不过一旦有机会还穿着那身行头打着花雨伞原位蹲回去,那是相当的执着。很多精神病医师和专家都来看过,折腾几天连句回答都没有。于是大家都放弃了,说那个精神病人没救了。有天一个心理学专家去了,他不问什么,只是穿的和病人一样,也打了一把花雨伞跟他蹲在一起,每天都是。就这样过了一个礼拜,终于有一天,那个病人主动开口了,他悄悄地往心理专家那里凑了凑,低声问:“你也是蘑菇?

在公园的长椅上坐着三个人。其中一个人在看报纸,另外两个人不停地在做撒网、收网、把网里的捕获物择出来的动作。一看就知道那两个是精神病人,于是周围很多人指指点点地议论。有个警察仔细观察了一会后,问那两个“撒网”的人在干吗。那两位说:“没看到我们在捕鱼啊?”警察转过头问看报纸的那个人:“你认识他们?”看报纸的人说:“对啊,我带他们出来散心的。”警察说:“他们精神有问题吧?在公共场合这样,会吓到别人,你赶紧带他们回去吧。”看报纸的人回头看了一眼说:“对不起,我这就带他们回去。”说完,放下报纸做拼命划船的动作

本文转自申龙斌的程序人生博客园博文,原文链接:http://www.cnblogs.com/speeding/p/tian-cai-zai-zuo.html,如需转载请自行联系原作者

http://www.cnblogs.com/speeding/ 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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