《偷影子的人》—— 读后总结

  本书讲述了一个男孩拥有交换影子的能力,以及他从小学到大学的生活。

  主人公最开始是一个比同龄人小而且瘦弱的孩子,与班上一个很年长的同学共同喜欢一个女生。后来这个女生跟那个男生在一起,主人公一度非常伤心。

  后来主人公因为交换影子的能力,与一位工具间的中年男子成为密友,并在危险时刻救了他。

  在上学度假的时候,主人公认识了一个聋哑姑娘,并且爱上了她。他们相约每个假期在灯塔见面,放风筝。

  转眼到了大学实习的阶段,主人公与一位女同学保持暧昧但是又不是恋人的关系,后来在一次回家的时候,遇到了小时候的朋友吕克,并且读取到他的影子的心声,帮助他实现医生的梦想。

  吕克过了一段实习的生活,发现还是喜欢做面包;主人公与同学苏菲也因为不是真爱分开,并且与吕克在一起了。

  后来,主人公知道了聋哑姑娘克蕾儿的消息,在艰难的寻找下,终于遇见了心爱的人。

  并且最终走到了一起。

 

与苏菲和克蕾儿的爱情

  与苏菲的爱情,可以说可以有可无,这种感情肯定就不是自己想要的,即便在一起也会觉得不经意间会忽略对方。

  有句话,孤单是一种坚持,将就是一种痛苦。

  我不喜欢孤单,但是也不喜欢将就,一旦发现那个让自己不再孤单的人,就努力的经营吧!

帮助那些需要帮助的人

  工具间的伊凡说,赐予你特殊的能力,是为了让你使用能力帮助那些需要帮助的人。

  同样在生活中,每个人都有自己的特点与能力,首先自己站住脚,在别人需要帮助的时候,伸出援手,也不失为一件有意义的事情。

  反而是自己最无力的时候,碰到不幸的人,也顶多会说一句 “老兄,咱俩命都这么苦啊”。

  与其抱怨,不如努力改变!

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