读书随记——《傲慢与偏见》(3)

读书随记——《傲慢与偏见》(3)

摘录

第五章
虚荣和骄傲是截然不同的两件事,尽管字面上常常当作同义词用。一个人可以骄傲而不虚荣。骄傲多半不外乎我们对我们自己的估价,虚荣却牵涉到我们希望别人对我们的看法。

第六章
要是一个女人在她自己心爱的人面前,也用这种技巧遮遮掩掩,不让他知道她对他有意思,那她就有可能没有机会博得他的欢心;那么,就是把天下人都蒙在鼓里,也无补于事。男女恋爱大都免不了要借重于双方的感恩图报之心和虚荣自负之感,听以自然是很难成其好事的。恋爱的开头都是随随便便——某人对某人发生点儿好感,本是极其自然的一回事;只可惜没有对方的鼓励而自己就肯没头没脑去钟情的人,简直太少了。女人家十有八九都是心里有一分爱表面上就露出两分。
假如一个女人爱上了一个男人,只要女方不故意瞒住男方,男方一定会看得出的。
婚姻生活是否能幸福,完全是个机会问题。一对爱人婚前脾气摸得非常透,或者脾气非常相同,这并不能保证他们俩就会幸福。他们总是弄到后来距离越来越远,彼此烦恼。你既然得和这个人过一辈子,你最好尽量少了解他的缺点。
一个漂亮女人的美丽的眼睛竟会给人这么大的快乐。

第十章
凡是事情做的快的人总是自以为了不起,完全不考虑到做出来的成绩是不是完美。
一个人如果尊重别人提出的要求,通常都是用不着说服就会心甘情愿地听从的。

人物

人物不好记,所以每次就复制前一次的了,懒得每次看的时候往前翻了 0.0

姓名人物关系
班纳特太太五个女儿的女人,智力贫乏、不学无术、喜怒无常,只要碰到不称心的事就自以为神经衰弱
班纳特先生一方面喜欢插科打诨,爱挖苦人,同时又不苟言笑,变幻莫测
朗格太太自私自利,假仁假义
彬格莱新租尼日斐花园的人,每年四五千镑收入,有钱单身汉,温柔敦厚、坦白直爽
伊丽莎白别名丽萃,班纳特先生二女儿,个性活泼调皮
吉英大女儿
曼丽最能干的女儿
吉蒂咖苔琳,女儿之一
丽迪雅班纳特先生年记最小的女儿,个子最高
卢卡斯太太邻居
达西先生每年一万镑,个性冷漠,傲慢无礼,含蓄、爱挑剔
威廉·卢卡斯爵士跟班纳特府上特别知己,和蔼可亲,殷勤体贴
腓力普先生伊丽莎白的姨父,继承了伊丽莎白姥爷的行业
腓力普太太班纳特太太的妹妹
伊丽莎白的舅舅在伦敦做生意,貌似不是那么体面的工作
柯斯林班纳特先生哥哥的儿子,当时法律下班纳特先生遗产的法定继承人

看书时间线

章节看阅时间
第五章2020-08-12晚
第六章2020-08-12晚
第七章2020-08-13晚
第八章2020-08-13晚
第九章2020-08-13晚
第十章2020-08-14上午
第十一章2020-08-14上午
第十二章2020-08-14上午
第十三章2020-08-14上午
第十四章2020-08-15上午
第十五章2020-08-15上午
第十六章2020-08-15上午
第十七章2020-08-23 下午
第十八章2020-08-23 下午
第十九章2020-08-23 下午

个人偏见

第7-9章
吉英受邀去了尼日斐花园,不巧路上淋雨,在尼日斐花园住下养病。伊丽莎白步行前去探望,衣服上很多泥巴被彬格莱小姐嘲笑,因亲戚工作不体面,被嘲笑。班纳特太太带着两位小女儿前去探望,结果听不懂人家的话外之音,一心想着争强好胜,事后也被彬格莱小姐嘲笑。
身边一位长辈曾说过,为啥城里孩子比你农村孩子看起来会来事一点,懂的交际一点,城里孩子从小就生活在这种环境下,农村孩子也不差,说白了就是不懂这些交际的套路,看多了,见多了,也不见得农村孩子比城里孩子差。
学无止境啊。

2020-08-14
午15时


第10-16章
放假在家看的,断断续续的,刚好14号以后感冒严重了,就取消了嘉峪关计划,忘记14章~16章什么时候看的,大概就在那一两天。

第17-19章
本周末没有出去,16号来到西安以来,一周三次饭局,不过感觉也该着打理一下自己的社交关系,一起吃饭这事吧,就大家一起聚聚,重温重温、加深加深感情,以后说不定用得着,所以这两次用关系比较好的试试手,不过都是熟人,知道我请客我不点菜,这事还得慢慢学着了。
昨晚从创意谷回来,感觉自己确实是,最起码自认为:适应能力比较强,但也是适应能力比较强,好了伤疤忘了疼,忘记了两次从创意谷灰头土脸的不得不回到学校这边。还是要继续保持斗志,继续不停给自己找事做,继续提升自己的能力,一直坚持下去,总有出头日,总能买得起房子、娶得起婆子、养得起孩子。
伊丽莎白结交了韦翰先生,对韦翰先生起了好感,对达西越发不待见。不过尼日斐花园韦翰先生并没有出现,和表兄柯斯林先生跳了头两支,和达西先生也跳了两支。经过和吉英聊了聊,侧面了解了一下,虽心中对达西先生仍有不满,好在有交流。

2020-08-23
午18时

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