首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

我能力的边界在哪里?

相反,承认自己的局限,在个人的局限性中有效地燃烧,是一种难得的智慧。 在个人的局限性中有效燃烧 作家村上春树通过跑步的方式探索自己的边界。...人人都想在新的舞台上获得更大的成功,这种勇气和进取心弥足珍贵。不过,在进行自我突破时切忌膨胀,要看清自己的局限:我是谁,什么才是我擅长的,我能力的边界在哪里。...在勇敢的尝试之后,懂得适时退回到自己最恰当的位置,这不是懦弱的表现。相反,承认自己的局限,在个人的局限性中有效地燃烧,是一种难得的智慧。 我的一位老师,在研究领域取得丰硕成果之后,被推上了领导岗位。...他告诉我们,学习的目的不在于那些外在的东西,只是为了让自己成为一个更好的人。 这句话让我铭记在心。这些年我也逐渐体会到,只有把注意力集中在事情本身,心无旁骛,才最有可能接近成功。...每次我们聊天时,她都会抱怨自己的工作是多么枯燥无趣,然后话锋一转:“我是我们组里业绩最好的!”

66040
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    我靠(call) ,我的未来(Future)在哪里???

    这是Java建设者第107篇原创文章 大家好,我是 cxuan,之前一直在分享操作系统相关的文章,兜兜转转回到了 Java 文章分享,本篇文章是读者投稿,来和你一起聊一聊 Future ~ 我们大家都知道...这一套操作在代码实现上似乎也并不难,可是对于call()方法具体怎么(被ExecutorService)执行的,以及 Future 这个结果是怎么获取的,却又不是很清楚了。...下面这幅图是 Executor 的框架,我们常用的是其中的两个具体实现类 ThreadPoolExecutor 以及 ScheduledThreadPoolExecutor,在 Executors 类中通过静态方法获取...从官方的注释来看,RuunableFuture 就是一个可以 run的 future,实现了 Runnable 和 Future 两个接口,在 run() 方法中执行完计算时应该将结果保存起来以便通过...下面通过一个例子看看他们在使用上的区别。 首先创建一个任务,即定义一个任务类实现 Callable 接口,在 call() 方法里添加我们的操作,这里用耗时三秒然后返回 100 模拟计算过程。

    52910

    基于YOLOv5的缺陷检测算法(工件缺陷)

    BackBone:结合了很多先进的图像识别领域的内容和算法,包括:CSPNet、Leaky ReLU和Sigmoid 激活函数。...Neck:在BackBone和最后的输出层之间往往会插入一些层,这里就加入了SPP-Net、FPN+PAN结构。...YOLOv5在兼顾mAP的同时,有着更短的检测时间,同时YOLOv5s的权重文件大小只有27MB,能够更好的适应嵌入式设备和移动设备,如下: weights参数指定了使用的权重文件,根据模型的规模不同设有...P2层检测头分辨率为160×160像素, 相当于在主干网络中只进行了2次下采样操作, 含有目标更为丰富的底层特征信息....3.实验结果加入多尺度和cbam map提升:by CSDN AI小怪兽 http://cv2023.blog.csdn.net我正在参与2023腾讯技术创作特训营第三期有奖征文,组队打卡瓜分大奖

    55910

    我博客图片存在哪里的?

    有人问我我博客的图片是存在哪里的,为什么图片域名和博客域名不一样,是单独为了放图片弄的一个域名吗? 答:是,也不是。 是 是因为这个域名指向的是七牛云存储,并没有指向我的服务器。...你只需要注册一个七牛的账号,一个域名。 为啥不把图片上传到服务器呢?数据可以写一个脚本定时备份嘛,图片呢?定时备份?数据不得老大了。所以将图片上传至第三方最后记录一个url地址就可以了。...注册完成后,你会看到七牛给了三个测试用的URL。这个也可以访问,但是域名太难记 ? 2、认证后,配置自定义域名,点开CNAME,到域名服务商哪里解析(我用的阿里的) ?...3、DNS解析 你拿到CNAME之后,需要去域名哪里添加CNAME记录,因为七牛需要验证。验证成功后,就可以使用域名+图片名称当做你的图片url了 ?...如果你需要添加证书的话,还需要加一个TXT的记录值,上面图片也贴出来要如何添加了。 Tags: None Archives QR Code

    1.4K40

    思考: 现有 图像分割算法 的缺陷

    设计缺陷 人们在关注图像中的生命个体(尤其是人)的时候,关注点 往往 只是目标的脸和手脚 。这部分区域虽小,却给观者提供了对目标个体进行联想的绝大部分信息。...现有的算法在训练过程中,对实例区域中的 关注点 和 非关注点 进行 无差别对待,那么算法就会 习得 顾全 “大局” 的缺陷 。...对于 某些实例之间交错的狭长区域,慑于 loss计算 带来的 可怕成长记忆 而 自动放弃申索 。这种缺陷即使在Mask RCNN论文贴出的上佳效果图中也能窥见一斑: ?...缺陷普遍存在 同样的设计缺陷还发生在其他图像识别算法的设计中,例如我们对人们拍摄的照片进行图像分类然后归档。...(我猜的啊。。。(>﹏<) ,效果没提升别打我) 以上是我个人的一点小小idea。( ̄︶ ̄)↗

    98020

    稳定、快速、自动的预测编码算法

    一种稳定、快速、全自动的预测编码网络学习算法 AStable, FAST, AND FULLY AUTOMATIC LEARNING ALGORITHM FOR PREDICTIVE CODING NETWORKS...在这项工作中,我们展示了通过简单地改变突触权重更新规则的时间调度,可以得到一个比原始算法更高效稳定且具有收敛性理论保证的算法。...另一方面,iPC的性能在大小、架构和数据集的变化下保持稳定,并且与BP的性能相媲美。...因此,我们可以得出结论,对语言模型进行的实验表明,iPC在性能和稳定性方面显著优于PC,获得的结果与BP的结果可比。...另一方面,理论工作研究了PC、反向传播和上述算法之间的相似之处(Millidge等人,2022b; c)。 7 讨论 在预测编码领域工作的研究人员肯定经历了预测编码网络的缓慢和不稳定的训练过程。

    16310

    字符串在JVM的哪里

    关于字符串在JVM的哪里 字符串对象在JVM中可能有两个存放的位置:字符串常量池或堆内存。...使用常量字符串初始化的字符串对象,它的值存放在字符串常量池中; 使用字符串构造方法创建的字符串对象,它的值存放在堆内存中; 另外String提供了一个API, java.lang.String.intern...(),这个API可以手动将一个字符串对象的值转移到字符串常量池中 JDK1.7之后虽然字符串常量池也转换到了堆中,但是其实字符串常量池是在堆中独立开辟的空间,我们创建一个普通字符串和一个字符串对象结构类似于下图...代码验证 这里其实我们可以看出一些intern()的特性了. intern源码分析 我们来看intern方法的实现,intern方法的底层是一个native方法,在Hotspot JVM里字符串常量池它的逻辑在注释里写得很清楚...总结 在Java应用恰当得使用String.intern()方法有助于节省内存空间,但是在使用的时候,也需要注意,因为StringTable的大小是固定的,如果常量池中的字符串过多,会影响程序运行效率。

    4.3K30

    linux 根分区的空间去哪里了 ?记一次根分区满的服务故障排查记录

    我的排查思路 cd / && du -sh * 找占用 没有占用,找占用的文件句柄 lsof | grep delete 重启大法试一试 解挂除根 和 /dev/shm 的挂载点,然后 du...-sh /* 记一次根分区满的服务故障排查记录 有台运行的机器,10G的根分区(不要问为什么是10G,这么小) 突然报根目录没空间啦,好吧,赶紧上来处理,根满会影响许多服务异常 先进行第一步,...cd / && du -sh * 所有空间的占用都不够10G,当然 /usr/ 这个目录例外,我已经挂载了独立的分区 然后第二步,使用 lson -n | grep delete 没有可疑的占用文件...[1494415214256_6502_1494415215537.png] 好吧,试试重启大法 (有些时候系统需要彻底重启才能释放文件) reboot后,根目录依然人行我素,还是100%占用。...看/data11 目录下的文件,是hadoop的程序写入的大量数据文件 推测是 /dev/sdl1 (/data11的设备 ) 未挂载前,datanode就已启动。

    6K00

    算法与数据结构在我眼中的样子(1)排序算法

    今天和大家分享的是我系统学习的第一大类算法:排序算法,以前我在写博客的时候总会说:排序算法是我的初恋,所以我的印象很深。...如果想深入学习排序算法,可以看看《算法(第 4 版)》和《算法导论》的相关章节。 我目前在 B 站的视频只讲到「归并排序」,「归并排序」相关的例题讲解这两天还在赶,肯定要鸽了,真香啊。...经典问题 刚开始的时候,我总是在「力扣」上找一些很容易解决的问题,感兴趣很重要。我认为的「容易」有两个标准: 不需要任何算法知识,就可以解决的问题; 思想很简单,代码我只需要模仿就好了。...在定稿之前,我还删去了很多内容,希望这样的串讲大家看起来不要太累就好。 有什么好的意见和建议,都可以留言告诉我。...闲聊 这两天要去录视频了,公众号的更新就不会像最近每天都发,但是话题和想要和大家分享的内容我会一直在准备。 我有严重的完美主义倾向,它是我很严重的缺点,由于性格原因,屡教不改,造成了我做事很没有效率。

    32530

    在 Doris 中,如何实现数据的自动分区和手动分区?

    在 Apache Doris 中,数据分区是一种重要的优化手段,可以提高查询性能和管理大规模数据。Doris 支持自动分区和手动分区两种方式。...自动分区自动分区是指系统根据预定义的规则自动将数据分配到不同的分区中。...哈希分区(Hash Partitioning)哈希分区是根据某个列的哈希值来划分数据。这种方式可以均匀分布数据,适用于需要均衡负载的场景。...这种方式提供了更大的灵活性,但需要用户自己维护分区的逻辑。1. 创建手动分区手动分区可以通过 ALTER TABLE 语句来添加或删除分区。...自动分区提供了便捷的分区策略,而手动分区则提供了更高的灵活性。根据具体的业务需求选择合适的分区方式,可以显著提升系统的性能和可维护性。

    13000

    在郑州,你该买哪里的房子?

    背景 某次和领导吃饭,无意中提到了房子的话题,说了几句自己的心得经验(虽然没有再次实操的资本),却给领导留下了深深的印象(领导,你不是又要在郑州置业了吧)。 ?...前段时间一个老朋友也联系我咨询郑州房子的事情(难道就因为我在郑州吗?)。那朋友一连串问了我好几个为题,听说郑州现在房子降价了?现在该不该买?买这个XXX楼盘合适吗? ? 可是,我们是老朋友,你懂的。...本着负责任的态度,今天我们来一块分析下郑州的房价,数据爬取自某房中介网站(我只是数据的搬运工,不对数据真实性负责哈)。 ?...郑东新区挂牌房子少,大概率是太贵了,我等屌丝买不起啊! ? 另外,买房的你还看什么,户型 ,户型不好了利用率低,屋子再小得有3个房间吧,要不来个亲戚还是没地方住。...单价1万5左右的房子最多。曾经有人问我,一个城市的房价多高最幸福,我想的是工资是房价的1.2倍,然后没有贷款…… ?

    9.1K40

    在P2P市场中代替“看不见的手”的算法在哪里

    在去中介的P2P市场,对于借款人,在信息中介机构提供的信息基础上,如风险等级评定等,独立决定该利率是否与承担的贷款人行为不确定性风险相一致。...正如哈耶克所说“每个人对他直接的生活方式和前途负责,这是市场加给我们的负担,也是市场经济能够成功的原因”。在没有金融中介的借贷市场更是如此。...按照诺贝尔获奖者稳定匹配理论与市场设计领域先驱埃尔文·罗斯的证明,如果参与者对物品的偏好是严格的,则在给定初始禀赋条件下,最终将得到稳定匹配。...考虑到金融交易样本特点,一般推荐算法中基于用户的协同过滤算法或基于Item的协同过滤算法等可能不太合适。可以考虑使用逻辑回归模型以及矩阵奇异值分解(SVD)等模型。...在大数据时代,允许我们更高效的处理海量数据,通过算法以更合理的方式匹配、分配、对冲风险。这将值得长期探索。

    55150

    在P2P市场中代替“看不见的手”的算法在哪里?

    在去中介的P2P市场,对于借款人,在信息中介机构提供的信息基础上,如风险等级评定等,独立决定该利率是否与承担的贷款人行为不确定性风险相一致。...正如哈耶克所说“每个人对他直接的生活方式和前途负责,这是市场加给我们的负担,也是市场经济能够成功的原因”。在没有金融中介的借贷市场更是如此。...按照诺贝尔获奖者稳定匹配理论与市场设计领域先驱埃尔文•罗斯的证明,如果参与者对物品的偏好是严格的,则在给定初始禀赋条件下,最终将得到稳定匹配。...考虑到金融交易样本特点,一般推荐算法中基于用户的协同过滤算法或基于Item的协同过滤算法等可能不太合适。可以考虑使用逻辑回归模型以及矩阵奇异值分解(SVD)等模型。...在大数据时代,允许我们更高效的处理海量数据,通过算法以更合理的方式匹配、分配、对冲风险。这将值得长期探索。

    50430

    基于图割算法的木材表面缺陷图像分割

    改进后的Grab Cut算法是迭代的Graph Cuts,该方法虽然在图像分割前也需要人工画定初始化矩形框,但操作相对简单,分割结果能够得到完整的闭合缺陷区域边界,且不受木材表面缺陷的类型、数量、尺寸和缺陷形状的影响...因此,Blake等从以下三方面进行了改进,形成Grab Cut算法 : 1) 弃用灰度直方图,转而选用高斯混合模型(GMM 模型)来描述颜色信息的概率分布,实现彩色图像分割; 2) 在GMM模型参数估计过程中...该方法只需用户在目标周围画一个矩形框即可。...试验的参数设定为距离参数β=0.1和GMM更新迭代次数k=5。木材缺陷图像为512×512的彩色图像。在试验过程中,首先输入相同的初始化矩形框。...改进后的Grab Cut算法是迭代的Graph Cuts,该方法虽然在图像分割前也需要人工画定初始化矩形框,但操作相对简单,分割结果能够得到完整的闭合缺陷区域边界,且不受木材表面缺陷的类型、数量、尺寸和缺陷形状的影响

    66950

    C语言指针的值在哪里?在SRAM

    我的电脑里面有三种cache,可以看到L1最小,L3最快 大小 量相差很大 这是我自己电脑的实测,最慢的反而是内存,算完是58.49G/s,L1居然到了2K G这个速度,L3是内存的大概3倍多。...RAM掉电数据会丢失,RW-data是非0初始化的数据,已初始化的数据需要被存储在掉电不会丢失的FLASH中,上电后会从FLASH搬移到RAM中。...虽然SRAM速度更快,读写时间也更短,但SRAM的成本较高,所以在存储器容量较小的情况下,通常使用SRAM,而对于大容量存储器,则使用SDRAM。...放入该部分的值在启动时不会被初始化,在软件重启后也会保持值不变。...最后我还测试了一下这个GPU 这些东西是和计算机体系相关的,去看看教科书吧,不系统的学你始终是门外汉,也不是看两个文章就会的 https://www.cnblogs.com/YYFaGe/p/16355179

    12110

    常见排序算法的稳定性「建议收藏」

    大家好,又见面了,我是全栈君。...快速排序、希尔排序、堆排序、 直接选择排序不是稳定的排序算法,而基数排序、冒泡排序、 直接插入排序、折半插入排序、归并排序是稳定的排序算法 首先,排序算法的稳定性大家应该都知道,通俗地讲就是能保证排序前...另外,如果排序算法稳定,对基于比较的排序算法而言,元素交换 的次数可能会少一些(个人感觉,没有证实)。 回到主题,现在分析一下常见的排序算法的稳定性,每个都给出简单的理由。...所以,如果两个元素相等,我想你是不会再无 聊地把他们俩交换一下的;如果两个相等的元素没有相邻,那么即使通过前面的两两交换把两个相邻起来,这时候也不会交换,所以相同元素的前后顺序并没有改 变,所以冒泡排序是一种稳定排序算法...在中枢元素和a[j]交换的时候,很有可能把前面的元素的稳定性打乱,比如序列为 5 3 3 4 3 8 9 10 11, 现在中枢元素5和3(第5个元素,下标从1开始计)交换就会把元素3的稳定性打乱,所以快速排序是一个不稳定的排序算法

    30610

    UST 会成为算法稳定币的末日吗?

    Jonathan Wu 是第 2 层网络 Aztec Network 的增长主管,他认为这并不是算法稳定币的末日。 他在“Unchained”播客节目中说道,“算法稳定币是圣杯。...然而,在此过程中,像卡尔加里大学教授Ryan Clements这样的人物一直在敲响警钟。Clements写了一篇经过深思熟虑的文章,声称所有算法稳定币都注定要失败。...就在今天,Deus Finance 的算法稳定币DEI在欧洲交易时段跌至 54 美分,一定程度上是由于稳定币交易的波动性造成的。...Cuban 在 去年9月发推文说,“什么是算法稳定币?稳定吗?买家是否了解风险是什么?它需要标准。” 如果如果链上机制无法维持自己的价格控制,那么其他一些实体就会介入制定标准。...类似的规则可以在加密行业中自我执行。即使是算法稳定币,用户也可能需要强大的储备。” 这样的体系是否可行,以及当局是否会使用越来越像证券的代币,都是悬而未决的问题。

    69280
    领券