2018年总结:向死而生,为爱而活——忆编程青椒的戎马岁月

中国所有城市IP库,每个城市只有一个,适用于网页开发 中国所有城市IP库,每个城市只有一个,适用于网页开发,针对城市进行定位等功能要求。 t_ip_ok.xls这个EXCEL表里面是所有城市中的IP段。 ip.91caiji.txt这个记事本文件则是每个城市对应着一个IP。 t_ip.xls这个EXCEL表就更牛X了,每个城市有多个IP且有多个段。 大家根据自己的需要选择吧。 立即下载

悟以往已不见,知来者之可追。2018年就要这样过去了,这已是我在CSDN写下的第六篇年终总结。回首,2013年我感悟到《一万年太久,只争朝夕》;2014年本科毕业,我抒写下《回忆大学四年的得与失》;2015年我放弃北上广,选择回到贵州,感叹《无他,唯心向尔》和《再见北理工》;2016年我成为了一名大学青年教师(青椒),年终总结是《教书路的开启,爱情味的初尝》;2017年被借调到省发改委学习一年,我留下《人生百味,有你真好》。
2018年,我又写点什么呢?

孔子曾说“未知生焉知死”,古人亦云“置之死地而后生”,那我就写一篇《向死而生,为爱而活——忆编程青椒的戎马岁月》。这一年,依旧很辛苦,秀璋在困难和死寂中挣扎,数不清的加班,尝不尽的酸甜;这一年,因为有爱,爱情、友情、亲情、师生情,秀璋为爱而活,向阳而生,留下的片片精彩,都是属于他和她的回忆。

希望您能坚持读完这篇文章,就当看一篇小说、一部电影而来,看完之后,也希望您能闭上自己的双眼,回味2018年您都做了啥,默默流泪也好,淡淡一笑也罢,心情飘荡留言亦可,这一年就这么走了,刹那芳华。2019年我也更加期待,慢慢人生路,璋娜一起走。

目录:
一.爱情婚姻篇
二.江湖旅行篇
三.知识分享篇
四.科研文学篇
五.友情岁月篇
六.未来初心篇

PS:文章每一部分都引用一首金庸老先生的诗,只为纪念。

2017年总结:人生百味,有你真好
2016年总结:教师路的开启,爱情味的初尝 (下)
2016年总结:教师路的开启,爱情味的初尝 (上)
再见北理工:忆北京研究生的编程时光
程序人生:无他,唯心向尔
回忆自己的大学四年得与失
2014年感悟:一万年太久,只争朝夕


一.爱情婚姻篇

一座山,隔不了两两相思,
一天涯,断不了两两无言,
且听风吟,吟不完我一生思念。

这一年,他与她迈进了婚姻的殿堂。结婚那天,秀璋当着所有人含泪道:

都说执子之手,与子偕老,最是幸福,喜欢一个人也许只是一瞬间,但相守相爱会是一辈子。我们两个,一个公务员,一个老师,一个为人民服务,一个教书育人,我可能没有多少金钱,没有多少名利,也不懂得浪漫,但我会把最好的一切都给你,呵护你,珍爱你,会照顾好你的爸爸妈妈,真心对待你的亲朋好友。
真的很感激你妹,既是我贵财的第一届学生,又是我俩的小丘比特,回到贵州这片土地,最大的幸运莫过于认识你,并与你一同走进婚姻殿堂,白首终老。有这么一个感动、陪伴、读懂我内心深处的人,真的很感激上苍,真是夫复何求。漫漫人生路,以后一起走。
浮世三千,娜璋有三,娜为朝霞初现,璋为暮色倾城,
娜璋一体,方为朝朝暮暮。
若我白发苍苍,容颜迟暮,愿你依旧如此,倾世温柔。
定不负卿相思意。

这一年,她学了无数厨艺,为她的男神亲手打造了蓝莓鲜奶双夹心蛋糕、超级肉蟹煲。在最美好的时代遇到最漂亮的姑娘,最平凡的老师收获最精心的礼物。

这一年,他花费数月心思,征集来自全国各地的求婚祝福,从西南边境到西北荒漠,从东部沿海到南疆教室,再到欧洲、澳洲、美洲,甚至非洲,34个省,五大洲,《点亮中国》的求婚视频也带来丝丝暖意。

这一年,她带着秀璋看了他人生中的第一场演唱会,五音不全的他只能哼哼节奏。但殊不知,最美的不是下雨天,是曾与你躲过雨的屋檐,是曾与你看过演唱会的寒夜。

这一年,他几乎都是清早六点赶着寒风而去,深夜十一点御雨而归,杂事占据了他大部分的精力,似乎离教书科研梦也渐行渐远。但再忙再累,只要想到娜娜,他的那张丑脸都会泛起嘴角,2018,有你真好!

这一年,她实现了一年前大西北的诺言,带着最心爱的人来到鸣沙山上,在清晨第一缕阳光下刻下两人的名字。

这一年,他为她写下第一本著作,书完成之时即求婚之日;
这一年,她背着他爬上了玉龙雪山,寒风之下,恩爱无边。
这一年,他在两人五百天的日子,用笔记下两人的点点滴滴;
这一年,她用尤克里里述说着两人的故事,平平淡淡又温馨。

这一年,她精心为他挑选西服,收拾打扮她梦中的另一伴;
这一年,他和他的小伙伴奔赴上千公里,迎娶了他的女神;
这一年,他每一门课程都分享了和女神的故事,他没日没夜的洒狗粮,似乎要让全世界都知道他的娜娜。
这一年发生的事情太多太多,纵使无数曲折,工作不顺,但因为有她,因为有爱,秀璋总能向阳而生,为爱而活。
那这就够了吗?不够。还有太多故事等待着两人去续写,还有一生等待着两人去共度。


二.江湖旅行篇

红颜弹指老,刹那芳华逝,
与其天涯思君,恋恋不舍,莫若相忘于江湖。
何为江湖,有娜娜的地方就有江湖。
情深意真,岂在丑俊。
千山万水,苦随卿行。

这一年,我跟着娜娜的脚步在江湖遨游,感受了祖国的大好河山。(倒叙)

九月·甘肃新疆之行

丝路遗存千年唤,喀纳斯湖耀佛光。九月,秀璋与娜娜开启了两人的蜜月旅行,感受甘肃新疆的美轮美奂、风土人情。人间之边,天堂之境;远离喧嚣,伴着爱人。

敦煌
初见沙漠,第一次感受到了"大漠孤烟直,长河落日圆"的震撼,以天为被,已大漠为床,感叹于"醉卧沙场君莫笑,古来征战几人回"的画面。
日升日落,沉淀千年的莫高窟和月牙泉在历史长河中焕发生机,古时丝绸之路上的咽喉要地,如今却是宁静悠闲,不闻车马喧嚣。流沙从脚尖划过,落日下的鸣沙山露出繁星,爱的人就在身边,真美。
或许,这早已不是中国的文化,而是人类的瑰宝。惊叹于千百年前供养人和工匠们的良苦用心和高超的技艺,丝路遗存千年唤!

从“羌笛何须怨杨柳,春风不度玉门关”到“劝君更尽一杯酒,西出阳关无故人。”上学时老师说,鉴赏古诗词一定要去到诗人写作之地,体会他的所见所闻此情此景。边塞苦寒与苍凉壮阔,罗布泊灿烂的历史文明和如今三十二万平方公里无人区中仅剩的沙漠湿地,雅丹魔鬼城的狂风呼吼和上万年风蚀形成的雅丹地貌,残存的玉门关、阳关、汉长城,在大漠里历经千年的风蚀沙化,见证了敦煌的历史兴衰:张骞出使西域,两次被匈奴俘获又逃脱的惊险,霍去病征讨大军的金戈铁马,王之涣、王昌龄、骆宾王、岑参、李白……这些赫赫有名的大诗人们都曾来到这个边陲重镇饮酒作诗,一展大漠豪情!

“敦,大也; 煌,盛也”。三天实地接受了历史、文学的洗礼,无边无际的戈壁滩令人生畏,诗人笔下的塞外边疆又令人神往,仿佛远处的戈壁滩上,千军万马正扬沙而来。
方晓,在这一望无际的苍茫大地上,敦煌作为西域进中原的第一站,丝绸之路重镇已矗立两千多年,她就像一位将士一样,守护着我们中原大地。

吐鲁番
玉门西去火洲城,瓜果芬芳葡萄沟。
坎儿井水流千年,火焰山烧几时休。
交河故城人声寂,天山脚下女儿羞。
任凭沙砾掩楼兰,万里戈壁旷世忧。

火焰山下听维族老人用热瓦甫弹奏一曲《啊!朋友再见》; 瓜果之乡葡萄沟品尝到当地的葡萄干,达瓦孜城堡中看到了走钢丝,感受了西域风土人情; 坎儿井已有千年灌溉历史,养育了这一方水土和一方人; 还有苏公塔、交河故城、博物馆。阿凡提、林则徐、玄奘也都在此留下了他们的足迹,更是赋予这座城市文化与故事。

那拉提
如果说前面的旅程以人文为主,那么接下来就带领大家感受一下什么叫大自然。

人间之边,天堂之界。
回首往昔,仿佛看到尘缘消失远去。
远眺未来,洗脱一切红尘直面人生。
那拉提空中草原很美很美,雪山、草地、冷杉交相辉映,雪水融化流下来的小溪潺潺,哈萨克族人的毡房炊烟袅袅,羊羔成群,天空草阔,如果世上真有世外桃源,我想大概就是这里了吧!

站在"空中草原"那拉提,自己又是多么渺小,人生那些破事根本不值得一提,敬畏自然,热爱生命。恨不能成为两头羊羔,投身在人间与天堂交际处,悠闲地咀嚼着牧草,看湛蓝的天空云卷云舒。

赛里木湖
不到伊犁不知新疆之美,横亘的南北天山山脉挡住了西伯利亚的寒风和南部塔里木盆地的黄沙,大西洋的水汽在这里聚集,让伊犁河谷水草丰美,成为戈壁上的塞外江南。那拉提草原和赛里木湖,风景迥异但都惊为天人,令人目酣神醉~

身处此景,秀璋写下这样一首诗:

赛里木湖,啊,赛里木湖,
你就是大西洋上的最后一滴眼泪,
泪眶里总闪烁着圣洁迷人的样子,
不挂一丝,不染一尘。
旖旎在夜下微弱的寒,
触动着心底尘封的暖。
我裸露心扉在这里驻足,
听浪花拍打赛里木湖畔,
任时光偷窥身旁的另一半。
赛里木湖,啊,赛里木湖。
你就是古楼兰少女手腕上的叮铛,
挥舞着衣袖沿雪痕划出丝丝弧线,
波光潋滟,遐思无限。
沿着骏马碾压的路痕,
弹去岁月遗失的霜雪。
一颗蓝色的泪珠,
倒映着寻常人生的剪影,
泪水悄悄踱出娜娜的眼帘。

喀纳斯
在新疆,有一种秋来绚烂如画的美,那里湖水清澈澄净,水随着光影与周边的景物而变换颜色。那里的天空异常湛蓝,白云朵朵深情地望着山坡上的金黄,似置梦境,宛入油画。那里的枯木很奇怪地逆流而上,逐年累月形成了神奇的长堤,雪峰耸立,历经风霜。那里有烟雾缭绕、美若仙境的神仙湾,有水色魅蓝、形若月牙的月亮湾,有仿似巨龙、大气磅礴的卧龙湾。那就是神秘又美丽的喀纳斯。

蒙古语中,“喀纳斯"是"美丽而又神秘的地方”,美丽富饶,神秘莫测的秋日童话,秀璋与娜娜徜徉于喀纳斯湖畔,似是看尽了天堂的颜色,一览这穿透灵魂的风光,陪最爱的人在最好的季节看她最喜欢的风景,快哉快哉。

这里,还有西北第一村白哈巴,是原始自然生态与古老文化传统共融的村落。位于阿尔泰山脚,与哈萨克斯坦的大山遥遥相望,密密麻麻的金黄松林围绕着整个村寨,古朴的小木楞屋依山傍水而立。秋天一到,层林尽染,映衬着阿尔泰山皑皑雪峰,简直一幅完美油画。

这里,还有童话小镇布尔津,俄罗斯文化风情沿额尔齐斯河东进,在布尔津小镇留下了它的积淀物,整个小镇都矗立着俄罗斯风格的建筑。乌苏啤酒和卡瓦斯下肚,带着三分醉意我们离开了风情街,去往下一站,号称上帝的调色板的五彩滩。

这里,还有禾木村。
马儿在林间溜达,乌鸦在村里闲逛。金黄的白桦林围绕着图瓦木屋,阳光普照,炊烟袅袅,禾木的土地上散落着斑驳的影子。似人间乐土,似世外桃源,漫步禾木村的乡间小道,宁静的生活洗净了都市的铅华与世俗的烦恼。

就这样,秀璋与娜娜结束了这段奇幻之旅。

六月·重庆之行

六月的某个周末赶来重庆,见证了你们的爱情故事,两个人是多么有缘分才能一起走进婚姻殿堂,一个保家卫国,一个救死扶伤,兄弟有的都是祝福。
也看到了很多老友,大家都在忙着自己的事,很棒。回想你我,也是缘分啊。你要是愿意,我就永远爱你,你要是不愿意,我就永远思恋。

端午·西安之行

钟鼓楼前官样花,
谁令流落到天涯?
少年妄想今除尽,
但爱清樽浸晚霞。
晨钟暮鼓,古代用来报时的建筑,夜游西安钟楼和鼓楼,南面为"文武盛地",北面为"声闻于天"。端午西安之行,感受不同城市的文化,不同的生活,学会放慢脚步。

陕西省地处中国腹地、黄河中游,山川美丽、四塞险固、人文荟萃,是华夏文明的历史摇篮。这里是炎帝故里和黄帝葬地,14个王朝建都陕西,包括周、秦、西汉、隋唐,留下的帝王陵墓共79座,号称"东方金字塔",陕西省历史博物馆能让你感受到上下五千年的中华文化,又何止五千年啊?

四月·大理丽江之行

彩云之南,我心的方向,
孔雀飞去,回忆悠长。
玉龙雪山,闪耀着银光,
秀色丽江,人在路上。
彩云之南,归去的地方,
往事芬芳,随风飘扬。
蝴蝶泉边,歌声在流淌,
泸沽湖畔,心在荡漾。

四月,人生很重要的一次旅行。永远忘不了生病的我被女神带上玉龙雪山,她背着我的大书包,不断给我氧气,悉心照顾的场景。相识满天下,知音有几人,更何况是需要过一辈子的人,感恩上苍,让你我同行。同时,也感受到了各民族的文化,真棒,而且她都能娓娓道来。我们除了工作和梦,应该还需要诗和远方。

苍山雪,洱海月,洱海月照苍山雪。我们在这里拍摄了婚纱照。


三.知识分享篇

行止无定,随遇而安。
心安乐处,便是身安乐处。
我是尘间摆渡人,为君闲计百年身。

(一) 课堂

不计辛勤一砚寒,
桃熟流丹,李熟技残,
种花容易树人难。
这一年,我独自完成了4门课程,分别是《大数据技术及应用》《Java程序设计》《数据库原理》和《中小型网站开发与Web技术》。
这一年,我最早认识的2014级学生毕业了,这里有我最欣赏的学生,有我流露的感情,更有我对弟弟妹妹的呵护和情谊,它才是一辈子值得留念的东西。
这一年,我倾其所有想教好每一位学生,再忙再累都指导着他们敲打代码,解答他们的问题,让很多学生也爱上了编程。
这一年,我都是踏霜踩露而出,披星戴月而归,多少次提醒自己别忘记初心,只要站上讲台,就笑容荡漾,挥洒汗水。

我曾说过:“回到贵州,只求一辈子都用心对待每一个学生,教他们些东西,足矣!哪怕被世界所抛弃,哪怕碌碌无为,至少还有娜女神和兄弟们的支持,足矣!”
无数个深夜陪学生们一起写代码,教你们做项目,给你们改毕业论文。这里有V创联盟,有计科软工网工,有信管电商教技,有图书情报研究生,有数学建模,有可视化大赛,有网页设计,有图像处理,有数据分析,有程序设计,更有自己带过的无数学生,你们带给了我太多的激情,真的很享受每一节课程,享受属于我的舞台,感激你们。

当我在讲解Python数据挖掘与分析时,来了很多其他高年级的研究生,我异常兴奋,因为不是只有公共课才能吸引这么多学生,专业编程课也行,我希望去改变;
当看到信息学院或大数据金融学院,很多学生找到数据分析的工作,看到2015级计算机科学80%的学生毕业设计从传统的网站转变为Python数据挖掘,听说很多人清早起来写Python代码,等待我的课程,期末学生给老师测评也让我跻身全校前8%时,我真很温馨;
当一句句杨哥、秀璋、学长、小杨老师的叫着,一个个关心和祝福,早已温暖到心里,this is why we teach。
这或许就是我的初心,就是教书的魅力,就是用心付出后的结果!足矣。

很幸运,这一年学生们也做了很多让我惊喜的东西。《大数据技术与应用》的最后一次课,我让学生们分享他们每个小组的作品,结合网络爬虫和数据分析,真的做得很好,让我感觉我们的学生并不差,他们的努力程度甚至更好,也让我对贵州的大学教育仍抱有希望。
第一组做的是流行音乐分析,通过爬取网易云音乐分析了流行音乐、歌手、春夏秋冬歌曲的比例等; 第二组对慕课网进行了爬取分析,分析前端后台和数据库常用的软件语言,采用集成工程requests实现; 第三组讲述了单身狗故事,爬取了他喜欢的女孩空间和天气,进行了分析,包括知乎的舆情分析; 第四组爬取贵州农经网,南瓜和大白菜是我们贵州最热门的食品,动态玫瑰图呈现,并预测了价格; 第五组对NBA球员进行了分析,各个球队、位置和教练进行了预测; 第六组有些许遗憾,但是我仍然相信你们二手车市场做得不错,因为老师永远爱着自己的学生,也能包容你们成长; 第七组分析了我的技术博客,发现我写Python文章最多,每年每月进行了对比,线性回归雷达图进行了预测; 第八组中国电影分析,从流量为王到全球市场,自动化爬虫增加了它的亮点,总结了中国电影十年; 第九组智联招聘爬取分析,南明区和观山湖区程序员需求最大,工资仍然不高,职位JAVA最火。

总之,真的为我的学生高兴,这虽是我给你们讲的最后一节课,
但接下来的人生路还望你们走好,家乡的建设怎能少了你我。

课程主要围绕Python基础知识、Python数据爬取和Python数据分析展开。其内容大纲如下:
(1) Python基础知识
Python为什么火、安装、输入输出、变量、数据类型、条件语句、循环语句、文件、面向对象、导入包等。
(2) Python数据爬取
HTML基础知识、网站实例、审查元素、XPath分析、Urllib2库、正则表达式案例、爬取图片、BeautifulSoup基础(find_all)、Selenium、贵州农产品爬取实例、豆瓣TOP250电影爬取实例等。
(3) Python数据分析
Python常用扩展包Matplotlib、Numpy、Sklearn等,详细讲解数据可视化分析、回归分析、聚类分析、KNN分析、决策树分析、词云等算法,并结合鸢尾花、糖尿病、自定义爬取数据集进行案例分析。

贵州纵美路迢迢,
未负劳心此一遭。
搜得破书三四本,
也堪将去教尔曹。
没错,我就是回贵州来教书的,我一辈子就是为了教好你们。同时,在我的世界里,知识没有高低、知识没有界限,不论你是信息学院、数统学院、重点实验室、金融学院,或是贵州大学、贵州师范大学,再或是其他省份,我都觉得自己有义务给你讲解,恨不能把自己所有的知识和经验都传授给你。这一年其他学院和学校的学生也和我也有互动,侠之为大,为国为民。

(二) 博客

2018年,因为4月份之前一直在省发改委挂职学习,中途忙着结婚事宜,后期回学校又兼任辅导员和学科办,管理着学院180多个研究生。所以博客写得较少,但仍然有一些收获,分享出来与君共勉。

这一年,我分享了50篇博客,新增两个专栏,阅读量突破了300万,文章数也突破了300篇。

新增专栏:CentOS云服务端值Python爬虫及数据库知识

新增专栏:Python图像处理及图像识别

这一年,我学习了一些新技术,包括知识图谱及Neo4j、Python网站攻防、深度学习theano、Python+SQL Server、CentOS、图像处理应用于民族研究、引文分析及关系图谱等。

新增专栏:Python人工智能及theano框架实现

还是那句话:很多事情做几个月容易,做一两年也不难,但坚持做五年、十年,甚至是一辈子就难了。接下来即将在CSDN开启第六年的分享,感谢CSDN及所有博友的支持。十年之后,期待我写一篇与CSDN的故事。

从某种程度上,自己早已把写文当成了生命中的一部分,仿佛只要坚持写文,就还是那个乐于助人、纯情青涩的秀璋。每当自己完成了一篇原创文章,那种从内心散发出来的喜悦总是让人陶醉,就像是自己的小孩一般让人疼爱;每当看到文章对别人有帮助,一句感谢、一个祝福,总能鼓舞自己继续前行,这或许就是分享知识和帮助别人的魅力所在吧。

那种素未谋面陌生人的祝福和评论,平凡淡淡的感谢最是让人温暖,也让我继续前行,不要在乎任何人的看法,跟着内心走就好。人,这一生,赤条条来,赤条条去,带不来也拿不走,对得起自己,珍惜身边人,踏实活着就行。
我也是佩服女神,期间弹着她喜欢的吉他,种着她的花花草草,我们就这样平淡的过着日子。


四.科研文学篇

沐春风,惹一身红尘;
望秋月,化半缕轻烟。
顾盼间乾坤倒转,一霎时沧海桑田。

著作
这一年,我为了求婚,完成了 《Python网络数据爬取及分析》 著作,本系列共分上下两本,上册重爬虫,下册论分析,全是案例与代码,六百多页都是心血,更是爱意,此间少年,不负辛劳!
书出之时就是我求婚之时,书里每段文字,每行代码都藏着我的思恋,否则我哪来的动力完成全书。
莫问前程,但行好事。
未忘初心,岁月静好。
五年的Python积累换来的是一份爱情,也很不错。

娜娜•序言
作为长期陪伴他左右的人,我敬他、恋他,同时从心底深深感激他为我所倾注的一切。此生幸事莫过于得一知己共白首。程序员有很多,他可能并不是技术最厉害的,但他选择了一条更为艰难的路,潜心学习,教书育人。

璋•后记
回到贵州任教后,每当看到他们一张张笑脸,一双双求知的眼睛,都觉得很值,也觉得有义务教好每一个学生; 每当帮助好友或陌生人,一句祝福、一个感谢,都觉得暖流从心田流过。我自问: 书能帮助多少人?能否促进数据分析的发展,或是为家乡大数据做点贡献。我不知道,但就觉得挺好,给自己一个交代,让你体会下代码的乐趣、数据分析的魅力,足矣。

论文
这一年,我从省厅回学校后又被借调至大数据统计学院,整个暑假都在写方案和材料。在有限的周末、公交车、走路、深夜、午休时间,我写了12篇文章。回头一看,自己居然把每一天都当成了最后一天来过,不夸张,不悲伤,而是光阴易逝,真的好想专研点技术,分享些知识,只争朝夕,无问东西。可自己80%以上的时间和精力都会浪费到很多工作上,虽是成长,但也遗憾!

这一年,自己比任何时候都渴望学习,写的文章有核心、EI,也有省级期刊,收录了7篇,等待2篇,拒绝3篇。对于科研,我觉得每一份研究最美的地方是它的内容和社会价值,而不期刊等级更不是别人的评价,牛津大学的论文邀请和普通期刊都是自己的劳动果实,都很珍惜,即使是一篇博客,只要能让读者有所思有所感,它就很美丽,教书也一样,哪怕只有一个学生有所学有所得,就够了。

课题
这一年,我尽力把我2016年主持的小课题结题,接着独立申请了一个省科技厅的课题,一个国家级基金,希望能有所收获,如果没有也没关系,因为它们都是自己奋斗的结晶,都是自己的心血。

这一年,我参加了统计供应链、大数据项目管理、行政资源分配、舆情分析的课题,学习了如何将大数据、人工智能、机器学习应用于贵州特色之处,尝试将知识图谱与供应链、旅游业、企业相结合,知道了如何运用图像识别技术来研究民族文化、精准扶贫问题。

文学
2018年早些时候 ,深夜的我常常独自躺在床头,静静地看书,很长时间没沉浸在书的世界了,感觉真的好棒,感谢余华,感谢《许三观卖血记》,真的好喜欢,文学的滋味真不错。
这一年,我把余华的所有小说看了个遍。没有一个多余的词语,没有绚烂的情节,没有华丽的辞藻,只有一个简单的故事,让人难以拒绝,回味无穷。在读这本书的时候,我也会设身处地像书中人物一样去抉择,去担心,去唾骂,这也是文学的魅力,也品尝了文学的美味,忘记了最近的失落和烦恼。

最喜欢书中一句“爱不是我多有钱,有多么大的智慧和成就,而是我把一切给你,关键时刻我,替你挡风遮雨。”秀璋真的还需要学习很多,经历很多,成长很多。

虽然自己只是一个很普通的老师或程序员,但很幸运保持了两个好习惯,一个是坚持写博客,另一个就是坚持写日记,从未间断。翻看日记本,看到了2010年初入大学的青涩,2014年T87上往返北京贵阳离家的伤心,2016年找工作的迷茫、离京的留恋,以及2017年讲台前的享受,初见女神的忐忑,来到发改委的成长。每段故事都很精彩,记录在日记本中无异于再活一次,总能让心情极差或落魄累倒的自己浮动嘴角,悄然一笑,说一句"不过尔尔罢了"。


五.友情岁月篇

秋风清,秋风明;
落叶聚还散,寒鸦栖复惊。
相思相见知何日,此时此夜难为情。

你瞧这些白云聚了又散,散了又聚,人生离合,亦复如斯。
这一年,我和很多老友相聚,和敬仰的长者相聚,和许许多多一起努力、奋斗的老师朋友相聚,和同学、学生、网友相聚,但下次相聚,不知道又是何时?秀璋能做的就是——感恩。

这一年,感谢我的智囊团和小伙伴们,接亲非常给力,从深圳长沙上海赶来,600公里接亲,很感动。感谢这一路走来,所有人的关心、陪伴、祝福,感谢这段时间父母和亲朋好友的付出、奔波、辛劳,巧笑倩兮,美目盼兮,爱你就像爱生命。

这一年,感谢顾伯伯当我们的证婚人,他是我父亲的老师,是娜娜的老师,更是我的恩人,谁言寸草心,报得三春晖,犹记得2007年我从小县城考到附中,他赠予我两本书籍的画面,一本《活着》,一本《平凡的世界》,如今他又见证了我和娜娜继续成长。

这一年,感谢远方的同学朋友不负万里来给我现场祝福,他们来自五湖四海,北京、重庆、广州、深圳等,甚至远在美国旧金山的凡妹也乘飞机转上海贵阳而来,有那么一刻,我被这种情谊所感动,这种不被金钱利益名利所污染的友谊所动容,很幸运自己总能真诚对待每一个人,也收获很多的微笑与爱心。

这一年,感恩葛老师结婚当天给我递的餐巾纸,感恩吴伯伯伯母的亲临指导,感恩好多长辈知己、亲朋好友、同事博友、学生陌生人的祝福与问候,能来的不能来的,秀璋都很感激。《最重要的决定》真好听,我们一定要在平凡的世界快乐地活着。

这一年,感恩娜娜一片孝心,带着父母照片婚纱照和全家福。临行密密缝的母亲,欲去窗里望的父亲,两情久长时的女神。亲情爱情友情远比功名利禄,事业抱负重要。愿天下父母都健康长寿,愿男女朋友都恩爱长久,愿儿孙子女都尊亲尽孝,莫要让"树欲静而风不止,子欲养而亲不待"的情形令我们遗憾终生。

这一年,感恩与无数老师一起学习合作奋斗的日子,感恩实验室与学生交流的时光,更感激无数点赞与祝福的亲朋好友学生,2019年我们携手加油一起走。

这一年,感激发改哥哥姐姐们的照顾,真的学到太多知识和为人处世,经历了很多酸甜与三更灯火,感受到了人民公仆的无怨无悔与温暖人心,也见证了贵州大地百花齐放,苔花如米小,也学牡丹开。
这段不一样的经历让我受益终生,激励着我默默前行。于生活,它是我为之津津乐道的一段谈资; 于人生,它是我成长道路上一笔重要财富!闭上眼睛,一年的种种历历在目,总能让我会心一笑,回味无穷。

这一年,我要感谢下自己,真的很艰辛,写完这总结好想大哭一场,但突然又笑了,这或许就是付出的滋味,一年的收成吧!未忘初心,岁月静好。在这个繁杂浮躁的世界,有多少人能不忘初心坚持做自己,有多少人还记得自己最初的梦想和承诺?做自己喜欢的事情很难,一件事做一辈子更难。
或许自己不懂得人情世故,或许不思回报的帮助、脚踏实地做事很辛苦。唉,罢了,罢了,几十年生死不也两茫茫,来去随缘。如果有来世,不必再过得这么匆忙,不图名不图利,为啥还这么忙; 如果有来世,不要再自己感动自己,过过同龄人的生活,打打游戏,静静玩耍,享受片刻静谧; 如果有来世,让我选择一个故乡,还是贵州,让我选择一个职业,也还是老师,发自心底的喜欢呀; 如果有来世,还要在人海中继续寻觅你的身影,与子偕老,吐露芬芳。

知己,可咫尺,可天涯,感恩2018年所有人,感恩我的女神。
时间过得真的好快啊,最后希望大家喜欢我分享的知识,不喜勿喷,只因热爱。多望来时的路,多转身看看我们一起走过、跳过、笑过、哭过的日子,总有一个女神双手合拢,静置腰前,对着我微笑,足矣,足矣!
希望来年可以挤点时间复习,考个博士,搞个国家课题,写点好文章、好博客,做点视频分享,再多学点东西,再多看看这大好河山,再多关心父母亲人,再多爱她一点。

浩浩愁,茫茫劫;
短歌终,明月缺。
郁郁佳城,中有碧血;
碧亦有时尽,血亦有时灭。
一缕香魂无断绝,
是耶非耶,化为蝴蝶。

仅以此篇献给这一年努力的我,献给陪伴着走过的365天的娜女神,
献给这一年所有的亲朋好友、战友同事、学生网友和陌生的你,我们来年见。
也希望对到这里的读者,闭上眼睛回乡下这一年自己经历了啥,都是美好的回忆吧!

(By:Eastmount 2018-12-12 下午6点 http://blog.csdn.net/eastmount/ )


2020年8月18新开的“娜璋AI安全之家”,主要围绕Python大数据分析、网络空间安全、人工智能、Web渗透及攻防技术进行讲解,同时分享CCF、SCI、南核北核论文的算法实现。娜璋之家会更加系统,并重构作者的所有文章,从零讲解Python和安全,写了近十年文章,真心想把自己所学所感所做分享出来,还请各位多多指教,真诚邀请您的关注!谢谢。


通过JLink下载实现工控MCU批量烧录实战案例 利用JLink下载工具实现高效稳定的工控MCU批量烧录,提升产线效率。案例详细解析了脚本配置与自动化流程,突出jlink下载的可靠性和可扩展性,适用于大规模嵌入式部署场景。 阅读详情

相关推荐

基于强化学习的工业SCR脱硝系统控制算法设计与实现

本文提出了一种基于强化学习的工业SCR脱硝系统智能控制方法。针对SCR系统存在的非线性、大滞后和多变量耦合等控制难点,研究采用混合建模方法构建了精度在5%以内的系统模型,并设计了专门的强化学习环境。该方法通过定义合理的动作空间和状态空间,结合物理约束设计损失函数,利用深度强化学习算法优化氨喷射控制策略。相比传统PID控制,该智能控制器能更好地适应烟气参数波动,实现NOx排放的稳定控制,为工业环保设施提供了更优的自动化解决方案。

huanghm88的专栏 1460

CSDNGreener:告别CSDN广告困扰的终极净化方案

还在被CSDN上那些烦人的广告弹窗和强制登录折磨吗?CSDNGreener就是你的救星!这款专为Tampermonkey设计的脚本能够彻底改变你的CSDN浏览体验,让你享受纯净无干扰的阅读环境。 ## 🎯 三分钟搞定安装:小白也能轻松上手 想要立即体验清爽的CSDN?跟着下面这几步走就行: **必备工具准备** 首先确保你的浏览器安装了Tampermonkey插件,这是运行CSDNGree

gitblog_00948的博客 947

测试dali协议的软件,DALI2.0和DALI1.0完美兼容同一个模块,测试每项可过协议

DALI2.0和DALI1.0完美兼容同一个模块,测试每项可过协议深圳聚积智能 夏先生 13246760327 QQ 349098308■IEC62386-102(V2.0)通过测试内容IEC62386-102/2.1/Test preambleIEC62386-102/3.1/Polarity testIEC62386-102/3.2/Maximum and minimum system v...

weixin_35343788的博客 1352

CSDN博文周刊第一期 | 2018年总结:向死而生,为爱而活——忆编程青椒的戎马岁月

CSDN每周都会产生大量的博客文章,有一些优质的干货文章值得被更多人阅读,分享。CSDN博文周刊会从过去一周博文中精心挑选一些优质文章来以飨读者,陪伴大家度过一个愉快周末。 1、2018年总结:向死而生,为爱而活——忆编程青椒的戎马岁月 悟以往已不见,知来者之可追。2018年就要这样过去了,这已是我在CSDN写下的第六篇年终总结。回首,2013年我感悟到《一万年太久,只争朝夕》;2014年本科毕业...

CSDN 官方博客 6409

【sap2000】部分模型通过.s2k文件合并模型generating a global model through partial models by .s2k text file

现在需要通过选项File → Import → SAP2000 .s2k Text File → Add to existing model(如果使用其中一个部分模型作为基础)或New model(如果使用新文件)添加部分模型,并使用以下导入选项。模型A(阶段1/5) Model A (Phase 1/5)模型B(阶段2/5) Model B (Phase 2/5)模型C(阶段3/5) Model C (Phase 3/5)模型E(阶段5/5) Model E (Phase 5/5)

hmywillstronger的博客 1756

大模型蒸馏实战:让小模型获得大模型的知识

本文为初学者提供了一份大模型蒸馏实战指南,通过情感分析任务演示如何将 BERT 的知识迁移到轻量级 TextCNN。文章结合原理图解与 PyTorch 代码,详解软标签生成、温度调节和双损失设计等核心概念,并对比蒸馏前后的性能差异(准确率提升 4.6%,推理速度达 1200 句 / 秒)。内含可直接运行的代码片段、训练技巧及常见问题解答,助力开发者快速掌握模型压缩核心技术,实现工业级部署效率。适合 NLP 入门者学习实践。

1372

有一种生活叫向死而生

博主说:生命只有一次,让我们活的更精彩吧!因生而死,向死而生,改变就现在。 正文第一个故事| 如果你懂得向一个人的死因致敬 |袁君的人生,被一场突如其来的葬礼劈成了截然不同的两个世界。那场葬礼之前,袁君是大连一名电视台记者,过着有选题忙死,没有选题死忙的高压锅生活。70 后的人大都活得像一棵树,袁君机械地忙碌着,周而复始地为前途和钱途烦恼。2004 年,特别报道组的一个战友因过劳猝死,台里委托袁君为

安正勋的博客 7538

使用Qt编译Qt WebEngine

这就是使用Qt编译Qt WebEngine模块的基本步骤。通过按照上述步骤,您应该能够成功编译和使用Qt WebEngine来嵌入Web内容到您的Qt应用程序中。Qt WebEngine是Qt框架的一个模块,它提供了一个现代的Web浏览器引擎,可以在Qt应用程序中嵌入Web内容。首先,需要获取Qt的源代码。如果尚未安装,可以从Qt官方网站下载并安装Qt。完成Qt的安装后,您可以构建并运行Qt WebEngine示例来验证编译是否成功。这将把编译好的Qt库文件和头文件安装到之前指定的安装目录中。

DevForge的博客 3020

向死而生

向死而生(Being-towards-death):为绝望所生,为希望所遗弃。只有无限接近死亡的时候,才会激发出生的本能。 向死而生,是对生命的一种拯救。 向生而生,是生命中的另一种可能。

ColorWaterer的专栏 1006

基于Simulink的超级电容与锂电池混合储能协调控制仿真

摘要:本文介绍基于Simulink的光伏-混合储能系统(HESS)建模与仿真方法,通过超级电容和锂电池的协同控制实现功率平抑。系统采用直流耦合架构,利用一阶低通滤波法将总功率分解为低频(锂电池承担)和高频分量(超级电容承担),并设计SOC自平衡机制维持超级电容工作点。仿真结果表明,该方案可使锂电池电流波动降低62%,光伏功率波动率降至7.5%,有效延长电池寿命。文章详细展示了从主电路搭建、功率分配到闭环控制的完整实现步骤,为新能源系统储能优化提供实用参考。

amy_mhd的博客 136

网络层隧道技术之ICMP隧道(pingTunnel/IcmpTunnel)

目录 ICMP隧道 使用ICMP搭建隧道(PingTunnel) 使用ICMP搭建隧道(Icmptunnel) ICMP隧道 ICMP隧道简单实用,是一个比较特殊的协议。在一般的通信协议里,如果两台设备要进行通信,肯定需要开放端口,而在ICMP协议下就不需要。最常见的ping命令就是利用的ICMP协议,攻击者可以利用命令行得到比回复更多的ICMP请求。在通常情况下,每个ping命令都有相...

谢公子的博客 6699

2019年总结:把能努力的都努力好,最终等待命运垂青

悟以往已不见,知来者之可追。2019年离我们而去,这是我在CSDN写下的第七篇年终总结。2019年,我又写点什么呢?这一次不再长篇大论,而是短短两个人的故事,述说着这一年的点点滴滴。把能努力的都努力好,对得起飞逝而过的每一天,最终等待命运垂青!共勉~

杨秀璋的专栏 2万+

授时中心被攻击?Windows 11 电脑时间不准?手把手教您如何更换国内稳定高速的时间服务器(时间服务器整理)

近期授时中心被攻击,时间同步重要性凸显。Windows 11 默认服务器在国内常遇网络问题。本文教你轻松修改时间服务器,选择更稳定、快速的国内优质服务器,彻底解决电脑时间不准的烦恼,让你的系统时间永远精准如一!🚀

XiaoqiangClub的博客 1091

2023年总结:雄关漫道真如铁,而今迈步从头越,今朝得失

2023年悄然离去,感谢大家的帮助、鼓励和陪伴,感谢家人的理解和支持,祝大家新年快乐,阖家幸福,身体健康。像往常一样,今年也会写一篇年终总结,也是自己的第11篇年终总结,题目就叫《雄关漫道真如铁,而今迈步从头越,今朝得失》,非常难忘的一年,忙碌的一年。

杨秀璋的专栏 4392

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

2025年总结:微光如盏,谦以致远,万家灯火中的一小盏

值此新春之际,回顾下2025的得与失。这一年,确实发生了很多事,科研、教学、工作、竞赛、分享,今朝得失,仿佛如昨。这一年,更感叹家人和亲情的温暖,责任和陪伴的重要,我们都是万家灯火中的一小盏,没有什么比家人更珍贵,微光如盏,谦以致远。寥寥数笔,仅记录这酸甜苦辣的一年,希望您喜欢!

杨秀璋的专栏 1583

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

【获奖公布】 |新年新目标,立Flag的时候又到了

时光荏苒,又到了跟过去一年说再见的时候了。不少CSDN博主已经撰写年终总结跟未来的展望。杨秀璋老师的向死而生,为爱而活——忆编程青椒的戎马岁月就写的非常精彩。 距离2019年还有2天,你的新年Flag立好了吗?值此新年之际,CSDN携手博文视点给大家带来了“新年Flag”主题征文活动。读万卷书,变瘦变美变帅,升职涨薪暴富,告别单身,快快立起你的Flag,开启新年新征程吧! 【征文要求】 1、题目...

CSDN 官方博客 5万+

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

CSDN博文周刊第4期:从Java角度深入理解Kotlin

Spark运行环境之SparkEnv和通信工具RpcEnv https://blog.csdn.net/dabokele/article/details/85706073 Kotlin 之 forEach 跳出循环 https://blog.csdn.net/crazy1235/article/details/85706316 深度学习:Transformer模型进阶-GPT模型和Bert模型 h...

CSDN 官方博客 7162

CSDN博文周刊第3期 |程序员如何写出没有Bug的代码?

CSDN每周都会产生大量的博客文章,有一些优质的干货文章值得被更多人阅读,分享。CSDN博文周刊会从过去一周博文中精心挑选一些优质文章来以飨读者,陪伴大家度过一个愉快周末。 程序人生 1、尽量避免bug的一些手法 bug灭光光~ 2、发现bug是一种什么样的心情 3、编程语言印象集 小白:听说你会七门语言? 王二:是啊,口语听力都没问题。 小白:敢问是哪些国家的语言? 王二:秦齐楚魏韩赵燕。 4、...

CSDN头条 2550

如何更好的写代码

程序人生 1、尽量避免bug的一些手法 bug灭光光~ 2、发现bug是一种什么样的心情 3、编程语言印象集 小白:听说你会七门语言? 王二:是啊,口语听力都没问题。 小白:敢问是哪些国家的语言? 王二:秦齐楚魏韩赵燕。 4、《程序员情商》如何在互联网公司与同事领导相处 三思而行 5、30岁后,哪些职业瓶颈阻碍了你的成长 提前避免。 编程语言 1、Java并发编程:线程封闭和ThreadLocal...

weixin_44388020的博客 488

CSDN博文周刊第2期 |一个平凡程序员的五年感悟:没有足够的付出,就没有热爱

CSDN每周都会产生大量的博客文章,有一些优质的干货文章值得被更多人阅读,分享。CSDN博文周刊会从过去一周博文中精心挑选一些优质文章来以飨读者,陪伴大家度过一个愉快周末。 程序人生 1、我的年终总结—致逝去的2018 你的年终总结写了吗? 2、一个平凡程序员的五年感悟:没有足够的付出,就没有热爱 热爱编程,热爱bug,你写bug几年了。 3、程序员年底众生相 总有一款属于你。 大数据 1、让El...

CSDN头条 1157

CSDN博文周刊第2期 |让Elasticsearch飞起来!——性能优化实践干货

CSDN每周都会产生大量的博客文章,有一些优质的干货文章值得被更多人阅读,分享。CSDN博文周刊会从过去一周博文中精心挑选一些优质文章来以飨读者,陪伴大家度过一个愉快周末。 大数据 1、让Elasticsearch飞起来!——性能优化实践干货 Elasticsearch性能优化的最终目的:用户体验爽。关于爽的定义——著名产品人梁宁曾经说过“人在满足时候的状态叫做愉悦,人不被满足就会难受,就会开始寻...

CSDN 官方博客 1万+

2018年年度总结,以及2019年规划

觉得自己工作了几年,技术上没有太多的突破。 觉得自己2018 有以下的罪责 不知学习新技术,不抽时间学习新技术。 没有把学到的东西用到工作里面 没有大目标,也没有每个月的小目标,也没有每天的小目标。总之,不知道自己要干什么。只知道玩。 浪费了太多时间在游戏上,这个之前在大学期间浪费的时间就够多了,曾经反思过。但是依然在犯错。 没有读足够的...

weixin_30642267的博客 1250

2018年终总结

前言           2018年关键词——选择,还有冷(北京今年冬天太冷啦)今年做出的选择太多太多了,融入到学习、工作、生活的方方面面,几乎说可以把好几年的事情集中到一年全部做完了,这些选择有些决定了以后的技术路线,有些决定了以后的生活方式,有些决定了自己的余生==     2018年总结     2018年主要做出了这些重要的选择:选择学习、选择工作、选择对象、选择房子…...

xcymorningsun的专栏 1213

2018年三月总结与四月展望

二月底离开浙江,辗转南昌到上海,时间过得很快,又是一个月。作为一个即将离校的毕业生,有时候真会迷茫,想记录点关于实习、学习以及生活上的点滴来反省自我、探索更好的学习方法、生活方式以更好地成长。就按照时间流来吧。 三月总结 3月1号—3月17号 难能可贵的在校时间,很是羡慕学弟学妹们还能翘课,参加社团活动,在图书馆静静地看书,在健康小道谈谈恋爱的小时光,在他们眼里,毕业仿佛是个遥不可及的日...

Mollychin的博客 1628

2017年个人总结-2018年目标制定

2017年工作回顾 一年时间稍众即逝,不知不觉又到过年了,回到家感觉上年也就刚过去。但回想上年都做了什么事的时候,突然脑子一片空白,想不起一年到底干了些什么,这种感觉差爆了,人的人生也就几十年,就这样一年一年过去了,并没有感觉到自己的成长,这是很严重的问题,所以现在尽量回想上年,只有回想起才可以总结自己的问题,下年针对性的补缺(虽然仅仅补缺已经是落后了),才能过得更充实,不至于碌碌无为。 幸运...

钱猛的专栏 3952
上一篇: Dreamweaver之简单实现网站布局、图片漂浮、区域跳转、登陆注册及图片查看器
下一篇: [关系图谱] 二.Gephi导入共线矩阵构建作者关系图谱
Eastmount
Eastmount 优质创作者: python技术领域 优质创作者: python技术领域 领域专家: 数据科学与机器学习技术领域 领域专家: 数据科学与机器学习技术领域
博客等级 码龄15年 25万+粉丝 873原创
评论 105
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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

打赏作者

Eastmount

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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