伊索寓言之（二）狗和影子

最新推荐文章于 2021-07-14 22:29:06 发布
最新推荐文章于 2021-07-14 22:29:06 发布
阅读量1k 收藏
点赞数
分类专栏： 其他
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wo54yezhi/article/details/5340160
版权

有一条狗，得到了一块肉，准备慢慢带回家去享受。在它回家的路上，他不得不走过小溪上的木桥。当他走过去的时候，他低头看到自己的影子在水面反射出来。他想应该是另一条吊着另一块肉的狗吧，他理了理思路，认为应该是那样。于是它对着水里的影子大吼，但是当他张开嘴巴的时候，肉从它嘴里掉出来，掉到水里，再也看不见了。

Beware lest you lose the substance by grasping at the shadow.

wo54yezhi
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
处世手册
wangxiaoyong40682862的专栏
03-12 9814
前言编译说明    《处世手册》由两部世界经典名著组成。一部分是《智慧书》，占全书内容的一半多一点点，是本书的基本内容；另一部分是《伊索寓言》，占全书内容的一半少一点点，是本书的辅助内容。        《智慧书》的作者是巴尔塔沙·葛拉西安（1601~1658），西班牙人。自1647年《智慧书》第一版问世以来，举世称赞，一版再版，流传甚广。        许多欧洲学者认为，千百年来，具有永恒价
伊索寓言 第五卷
06-18 1288
  --------------------------------------------------------------------------------       小孩和苎麻 捕到石头的渔夫 三个手艺人 驴子和他的影子       饥饿的狗 狮子与公牛 翠　　　鸟 牧人与海       燕子与蟒蛇 女主人与侍女们 守　财　奴 鬣狗与狐狸       迈安特
浅谈贝叶斯
小猪打呼噜
10-26 944
1. 贝叶斯是什么？ 所谓的贝叶斯方法源于他生前为解决一个“逆概”问题写的一篇文章，在贝叶斯写这篇文章之前，人们已经能够计算“正向概率”，如“假设袋子里面有N个白球，M个黑球，你伸手进去摸一把，摸出黑球的概率是多大”。而一个自然而然的问题是反过来：“如果我们事先并不知道袋子里面黑白球的比例，而是闭着眼睛摸出一个（或好几个）球，观察这些取出来的球的颜色之后，那么我们可以就此对袋子里面的黑白球的比例
电子计算机与多谋种,2011—2012学年度第一学期七年级上册语文期末测试AB卷（2套）(含答案)...
weixin_30219823的博客
07-14 816
2011—2012学年度第一学期七年级上册语文期末测试AB卷(2套)A卷一、积累与运用(37分)1、下列字注音完全正确的一组是( )(2分)A．栖(xī)息 嫌恶(wù) 头晕目眩(xuàn)B．厄(è)运 滑稽(jī) 忍俊不禁(jìn)C．湛(zhàn)蓝 静谧(bì) 更胜一筹(chóu)D．伫(zhù)立 御聘(pìn) 苦心孤诣(y...
江苏省徐州市睢宁县宁海外国语学校2013_2014学年七年级语文上学期第二次月考试题新人教版
08-05
4. 名著阅读填空：这则故事出自《伊索寓言》的“狗和它的影子”，寓意是告诫人们不要贪婪，满足现状，否则可能会失去原本拥有的东西。 5. 材料探究：实验结果显示，婴儿听到母亲心跳的声音更快入睡，说明母亲的心跳...
江苏省徐州市铜山区柳新镇中心中学2020学年七年级语文上学期第二次月考试题（无答案） 苏教版.doc
10-13
6. 寓言故事：短文选自《伊索寓言》中的“狗与影子”，故事讲述了贪婪导致失去所有，提示学生要满足于现有并避免贪婪。 7. 文言文阅读：《虽有嘉肴》选自《礼记·学记》，强调实践与教与学的关系。通过文言文阅读，...
七年级（上册）语文《第六单元》知识点整理_人教版.doc
09-25
- 包括《塞翁失马》等寓言，源自古希腊的《伊索寓言》及战国时期的《非子》和《子》。 - 寓言特点：通过简短的故事传达深刻道理，如《塞翁失马》中的祸福相依。 - 重点句子：如“此何遽不为福乎？”表达事物两面...
语文七年级语文上册复习PPT学习教案.pptx
10-14
4. 《赫耳墨斯和雕像者》与《蚊子和狮子》选自古希腊时期的寓言故事集《伊索寓言》，相传作者为伊索。 5. 《智子疑邻》选自《韩非子》，作者是战国末期的思想家韩非，他的著作被收录在《韩非子》一书中。"智"在此处...
小学生英语短文背诵.doc
10-03
3. Passage 3: The Dog and His Reflection（狗和他的影子）- 基于寓言故事，讲述了一只狗看到自己影子的反应，教授对自我认知和恐惧的理解。 4. Passage 4: An Honest Boy（诚实的男孩）- 强调诚实的价值，鼓励孩子...
伊索寓言之（三）狮子的分享
wo54yezhi的专栏
03-03 1895
一次，狮子和狐狸，豺，狼去狩猎。他们找啊找，直到最后他们捉到一只成年牡鹿，然后将其杀死了。问题来了，怎们分这些肉呢。“我要四分之一的肉”狮子吼道。于是其他的动物把鹿剥了皮，分成了4份。然后狮子站到了尸体前面摆起了他的公正：“第一份给我，是因为我是兽中之王，第二份给我是因为我是一个领导者，另外一份给我是猎杀这头鹿的一份子，第四份给我，好吧，我倒是要看看你们谁敢把爪子放到它上面去。”“哼，”狐狸夹着尾
伊索寓言之（四）狼和鹤
wo54yezhi的专栏
03-04 1429
一只狼在用它杀的动物来填饱肚子，突然肉里的一个小骨头卡在了它的喉咙里，它吞不下去。一会儿，它便感觉到很痛苦，于是到处寻找能缓解痛苦的东西。他设法诱导每一个他遇到的人来帮它取出那块骨头。“我可以给你任何东西，”他说，“只要你能把骨头取出来。”最后一只鹤同意试一试。它让狼躺倒他的旁边，尽量把嘴巴张大。然后鹤把他的长长的脖子放进了狼的喉咙里，用他的嘴巴疏松那块骨头，最后把它取了出来。“你可以给我你许诺的
伊索寓言之（一）狼和拉姆
wo54yezhi的专栏
03-01 601
曾经有一次，一匹狼在一个小山丘上喝泉水，当它抬起头的时候，看见在稍微低一点的地方有个叫山姆的孩子也在喝。 于是，它想：只要我找到一个理由来捉住他，他就是我的晚餐了。于是他对着山姆大喊：“你怎敢搅浑我喝的这个水？”“不，先生，不，”山姆说到：“如果你那的水浑浊了，肯定不是我的缘故，因为水是从你那流到我这的。”“好吧，那么，”狼说到：“为什么去年的这个时候你给我起了个难听的外号呢？”“那肯定不可能，
开篇警句！
wo54yezhi的专栏
02-26 314
实践出真知！阿弥陀佛！
LIBSVM参数实例详解.rar
07-26
神经网络的matlab案例，本案例介绍如下： 技术深度：案例详细介绍了如何使用MATLAB进行深度学习模型的构建、训练和测试。 实际应用：通过具体的图像识别任务，展示模型的实际应用效果，让你直观感受神经网络的强大能力。 代码解析：提供完整的MATLAB代码，并对关键部分进行详细注释，帮助你理解每一步的工作原理。 优化策略：探讨不同的训练策略和参数调整方法，优化模型性能。
基于JAVA在线考试管理系统(源代码+论文+开题报告+外文翻译+英文文献+答辩PPT).rar
07-26
基于JAVA在线考试管理系统(源代码+论文+开题报告+外文翻译+英文文献+答辩PPT).rar
基于Energyplus+golang+react+R的urp计算建筑能耗潜力项目源码.zip
07-26
【1】项目代码完整且功能都验证ok，确保稳定可靠运行后才上传。欢迎下载使用！在使用过程中，如有问题或建议，请及时私信沟通，帮助解答。 【2】项目主要针对各个计算机相关专业，包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。 【3】项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 【4】如果基础还行，或热爱钻研，可基于此项目进行二次开发，DIY其他不同功能，欢迎交流学习。 【注意】 项目下载解压后，项目名字和项目路径不要用中文，否则可能会出现解析不了的错误，建议解压重命名为英文名字后再运行！有问题私信沟通，祝顺利！ 基于Energyplus+golang+react+R的urp计算建筑能耗潜力项目源码.zip基于Energyplus+golang+react+R的urp计算建筑能耗潜力项目源码.zip基于Energyplus+golang+react+R的urp计算建筑能耗潜力项目源码.zip基于Energyplus+golang+react+R的urp计算建筑能耗潜力项目源码.zip基于Energyplus+golang+react+R的urp计算建筑能耗潜力项目源码.zip 基于Energyplus+golang+react+R的urp计算建筑能耗潜力项目源码.zip 基于Energyplus+golang+react+R的urp计算建筑能耗潜力项目源码.zip
中国276个城市发展质量及影响因素检验数据集(2005-2020年)(全新整理)
最新发布
07-26
1、资源内容地址：https://blog.csdn.net/2301_79696294/article/details/140357042 2、代码特点：今年全新，手工精心整理，放心引用，数据来自权威，相对于其他人的控制变量数据准确很多,适合写论文做实证用 ，不会出现数据造假问题 3、适用对象：大学生，本科生，研究生小白可用，容易上手！！！ 3、课程引用: 经济学，地理学，城市规划与城市研究，公共政策与管理，社会学，商业与管理 数据指标说明 以中国276个城市为研究对象，构建了包含创新、协调、绿色、开发、共享5个维度的城市发展质量综合评价指标体系进行了测算。 测算的方法和过程包括运用空间分析、俱乐部收敛检验以及空间计量模型分析了2005-2020年中国城市发展质量的时空演化特征，识别发展质量提升的重要影响因素，得到中国276个城市发展质量及影响因素检验数据集。 该数据集包括以下数据： （1）2005-2020年276个城市发展质量时序变化及收敛俱乐部； （2）东部、东北、中部、西部地区城市发展水平收敛俱乐部； （3）城市发展质量影响因素面板数据和全局Moran’
基于C#和Vue开发的MES系统-生产制造管理系统-iMES工厂管家（前后源代码+数据库）.zip
07-26
基于C#和Vue开发的MES系统-生产制造管理系统-iMES工厂管家（前后源代码+数据库）.zip
利用二维卷积神经网络对癌症患者的csv文件数据集进行训练的代码
05-29
以下是一个使用TensorFlow框架，利用二维卷积神经网络对CSV文件数据集进行训练的代码示例： ```python import tensorflow as tf import pandas as pd import numpy as np # 读取CSV文件 dataframe = pd.read_csv("cancer_dataset.csv") # 将数据集拆分为训练集和测试集 train_size = int(len(dataframe) * 0.8) train_dataframe = dataframe[:train_size] test_dataframe = dataframe[train_size:] # 将数据集转换为NumPy数组 train_data = np.array(train_dataframe) test_data = np.array(test_dataframe) # 定义模型 model = tf.keras.Sequential([ tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(100, 100, 1)), tf.keras.layers.MaxPooling2D((2, 2)), tf.keras.layers.Conv2D(64, (3, 3), activation='relu'), tf.keras.layers.MaxPooling2D((2, 2)), tf.keras.layers.Conv2D(64, (3, 3), activation='relu'), tf.keras.layers.Flatten(), tf.keras.layers.Dense(64, activation='relu'), tf.keras.layers.Dense(1, activation='sigmoid') ]) # 编译模型 model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) # 训练模型 train_images = np.array([np.reshape(x, (100, 100, 1)) for x in train_data[:, :-1]]) train_labels = np.array(train_data[:, -1]) model.fit(train_images, train_labels, epochs=5) # 评估模型 test_images = np.array([np.reshape(x, (100, 100, 1)) for x in test_data[:, :-1]]) test_labels = np.array(test_data[:, -1]) test_loss, test_acc = model.evaluate(test_images, test_labels, verbose=2) print('\nTest accuracy:', test_acc) ``` 在这个示例中，CSV文件包含了癌症患者的影像数据和标签。我们使用Pandas库将CSV文件读入数据框中，然后将数据框拆分为训练集和测试集。使用NumPy库将数据集转换为NumPy数组，并使用TensorFlow框架定义了一个包含多个卷积层和全连接层的神经网络模型。在训练模型之前，我们将影像数据重塑为100 x 100的二维数组，并添加一个通道维度。最后，我们使用训练集训练模型，并使用测试集评估模型的性能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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