九维我操你爹
在北京,人行横道上如果有行人看到 50 米开外有车朝自己开过来,哪怕自己只要走过一个车宽就能错开,我的经验是立马停下,不要想着赶在车子前面过去
北京司机心善,看不得行人这么辛苦。哪怕是差着老远也会加速冲过来赶在行人前面过路的(亲身经历)
别的地方行人抢在车前面过马路是因为他敢堵司机不敢创人。但是在北京,我连司机创完我第二天会不会「就当没事一样的」都不敢赌
北京司机心善,看不得行人这么辛苦。哪怕是差着老远也会加速冲过来赶在行人前面过路的(亲身经历)
别的地方行人抢在车前面过马路是因为他敢堵司机不敢创人。但是在北京,我连司机创完我第二天会不会「就当没事一样的」都不敢赌
学习了一下 Golang 1.25 的新特性,主要包括以下几点:
1. JSON v2。性能提升,支持自定义序列化反序列化。支持通过 options 参数控制序列化过程。
2.
3.
4. 实验性质的 Green TEA GC 新算法,通过以 SPAN 为粒度的聚合来提高缓存局部性
5.
6.
> READ MORE
1. JSON v2。性能提升,支持自定义序列化反序列化。支持通过 options 参数控制序列化过程。
2.
synctest 可以自动跳过时钟等待的时间,加快测试3.
GOMAXPROCS 原生自适应 CGROUP 4. 实验性质的 Green TEA GC 新算法,通过以 SPAN 为粒度的聚合来提高缓存局部性
5.
os.Root 可以设定文件系统容器,防止路径逃逸6.
hash.Hash 支持 Clone() 方法> READ MORE
我不是算法研究员,只是一名工程人员,读的不是很细,也不追求理论上的完全掌握,只希望能对技术实现有高层次的理解,知道它们是什么,适用用来处理什么任务,就足够了。
阅读此书我还有个收获是,作者经常用寥寥数语就透彻地阐述了一些数学概念的实际意义。
比如我们如此执着于为矩阵计算特征值和特征向量的目的,就在于矩阵运算很复杂,而将向量投影到特征向量空间后,相对应的矩阵运算就成为了简单的特征值倍数的拉伸操作,极大简化了计算复杂度。
还有 CNN 里的卷积核,名字听上去很吓人,实际上就是用一个低维小张量(卷积核)取代一整层的权重参数,然后对着一层的每一组 input 重复使用这个核去求算下一层的输入。这种做法极大缩减了模型的总参数量,而且对于“计算相邻像素差值”之类的图像识别任务非常有效。
开卷有益,即使没读懂也能有所收获。 #book
日本一家电视台针对外国人在奈良公园踢打鹿的传言,在当地做了些取材,没能找到人出来印证这个说法
之后又采访了批评外国人攻击奈良鹿的日本首相候选人高市早苗,她说她确实目击并阻止过这样的白人游客
而现在一群日本网民批评节目是预先安排的剧本,不认可当地人「从未看到过外国游客伤害鹿」的证言
https://www.bilibilibb.com/video/BV1aHnzzPE9B/
相关节目(有中文字幕)
之后又采访了批评外国人攻击奈良鹿的日本首相候选人高市早苗,她说她确实目击并阻止过这样的白人游客
而现在一群日本网民批评节目是预先安排的剧本,不认可当地人「从未看到过外国游客伤害鹿」的证言
https://www.bilibilibb.com/video/BV1aHnzzPE9B/
相关节目(有中文字幕)