谷歌、Facebook 全员通知:2020 可能全年在家办公

python多线程实现http代理 python多线程实现http代理文章要求1.py socket模块2.py threading模块3.环境搭建3.1设置代理3.2搭建http简单服务器代码分析1.完整代码2.逻辑结构 文章要求 1.py socket模块 socket模块接触后很简单,我实现的是阻塞性的套接字。 需要了解到,连接套接字,监听套接字,和套接字accept()方法的返回值是元组 数据传递过程sock.recv(1024),sock.send()也不需要转换编码,直接以b"二进制流"传输 2.py threading模块 th 阅读详情

By 超神经

内容提要:全球疫情形势依然没有好转的迹象,目前已有超过 400 万人感染,美国的累计确诊病例已经超过 130 万。科技巨头 Facebook、谷歌由于担心疫情传播,已经相继延长远程办公期限至 2020 年底。

关键词:谷歌 Facebook 2020 全年远程

如果 2020 年接下来的时间都进行远程办公,你愿意吗?

谷歌和 Facebook 已经要求员工这样做了。近日,这两家科技巨头相继表示,将延长员工远程办公时间,直到 2020 年底。

  在家办公吧,暂时别回来

5 月 7 日,Facebook CEO 马克·扎克伯格(Mark Zuckerberg)正式宣布,公司将允许大多数员工继续在家办公直至 2020 年底。 

Facebook 表示,这一决定涉及了多个因素,包括来自公共卫生机构(如疾病控制中心和约翰·霍普金斯大学)的信息,还有政府的指导。

上个月,扎克伯格曾宣布,Facebook 将在 2021 年 6 月之前,取消超过 50 人的线下活动,包括将于今年秋天举行的 Oculus Connect VR 会议,将仅举办在线活动。

4 月 17 日,扎克伯格称 6 月之前不会复工

如今却不得不将这一日期推迟

虽然有些员工的工作没办法通过远程完成,但扎克伯格还是表示:「总体而言,我们不希望同一段时间内,所有人都回到我们的办公室。」

与此同时,谷歌也采取了类似政策。

5 月 8 日,谷歌 CEO 桑达尔·皮查伊(Sundar Pichai)在全体会议上表示,谷歌员工很可能将在 2020 年剩余时间内在家工作。需要返回办公室的员工最早可以在「 6 月或 7 月」,而大部分员工可以在今年剩余的时间里继续在家工作。

桑达尔·皮查伊表示,公司对办公室布局

进行了改变,确保员工不会密切接触

而任何返回谷歌办公室的员工,都可能需要进行新的安全措施,比如测量体温、佩戴口罩等。

  科技巨头带头,鼓励远程办公

谷歌和 Facebook 从 3 月就开始进行远程工作。在远程办公期间,它们也向员工提供了很多支持政策。

比如,3 月 17 日,Facebook 慷慨撒币,为每位员工提供 1000 美金的特殊奖金,以改善家中办公环境或育儿支出。(详情参见《扎克伯格撒币:每位员工将收到 1000 美金疫情津贴》)

Facebook 的特殊奖金让不少其它公司的员工眼红

谷歌则为了缓解员工家庭和工作的双重负担,在 4 月宣布了一项新福利政策:最长 14 周的全天带薪休假和最长 28 周的半天带薪休假。

除了谷歌和 Facebook,其他科技公司如微软、亚马逊等也都在疫情爆发初期开始执行在家办公政策。

  马斯克却不满:我要复工!

不过,作为科技领域的明星公司特斯拉,却对复工表现出截然不同的态度。

马斯克近来「复工心切」,但特斯拉加州工厂复工申请却被拒绝。于是,马斯克在 5 月 10 日,以「违反了联邦和州的多项宪法原则」为由,起诉了加州阿拉米达县(Alameda County)政府,要求法院撤销县政府拒绝特斯拉复工的政令。与此同时,他还威胁称若不让复工,将把特斯拉搬出加州。

马斯克称特斯拉已经立即起诉了阿拉梅达政府

而对此,加州议员洛雷娜·冈萨雷斯也很火大,称其拿着大笔补贴却不顾员工安危强行要复工。

对比之下,谷歌、Facebook 的做法似乎显得更为谨慎。你怎么看?

参考资料:

https://www.bloomberg.com/news/articles/2020-05-08/internet-giants-to-staff-plan-to-work-from-home-for-the-year

—— 完 ——

扫描二维码,加入讨论群

获得更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」了解详情

更多精彩内容(点击图片阅读)

ST-LINK调试STM32H743必看:CubeMX工程中缺失的这行代码导致程序跑飞 本文深入剖析了使用ST-LINK调试STM32H743时,因CubeMX工程中缺失电源电压档位配置代码而导致程序跑飞或出现“Can not access memory”错误的问题。文章解释了H7系列电源与时钟耦合的核心原理,提供了具体的代码修复方案和系统化的调试排查思路,帮助开发者从根本上解决这一常见调试困境。 阅读详情

相关推荐

DSSP 工具:蛋白质二级结构信息计算与批量处理教程

DSSP(Dictionary of Secondary Structure in Proteins)是一款经典的蛋白质二级结构计算工具,由荷兰癌症研究所(NKI Research)Perrakis 团队维护。它通过分析蛋白质的 PDB 结构文件,能够自动标注每个氨基酸残基的二级结构类型、相对溶剂可及性(暴露面积)等关键信息,为后续的拓扑图绘制、疏水 / 亲水表面分析、二级结构预测模型训练等提供核心数据支持。

good_rrrrr的博客 1841

程序员是否可以在家办公——在家办公的利与弊

对软件技术工作者来说,办公的场所对工作效率似乎并没有大的影响——毕竟,大部分软件工程师给人的印象是埋头于电脑前,似乎只要给他们一 台能够连上Internet或是公司VPN的电脑,他们就能产出我们期望的代码。在理想情况下,公司还能通过这样的方式节省不少固定工作场所的开销。听上 去十足像是个双赢的选择。 然而,时至今日,真正能彻底贯彻“在家办公”的公司却少之又少,Google、Facebook等公司

每天进步一点点 - MinCase 8498

手机拍照背后的隐形功臣:一文读懂高通ISP三兄弟(IFE/BPS/IPE)如何协同工作

本文深入解析了高通ISP三兄弟(IFE/BPS/IPE)在手机拍照中的协同工作机制。通过拟人化比喻,详细介绍了IFE作为图像前端引擎的分流预处理、BPS作为RAW格式修图师的专业处理,以及IPE作为全能后期制作人的多面功能,揭示了三者在图像处理pipeline中的高效配合与技术创新。

weixin_27032989的博客 530

网传谷歌员工在家办公降薪25%,不实!

程序员求职简历,项目经验怎么写?免费修改简历、提供模板并内部推荐前天跟大家分享了国内企业携程启动2021混合办公试验的事情,部分员工周三周五在家办公。今天习惯性打开某乎热榜,又看到一条相关...

云峰小罗 304

人脸关键点定义汇总

前几天看一份代码临时需要找49个人脸关键点位置定义的图片发现怎么百度都搜不到,最后幸好谷歌可以使用了就用谷歌搜到了。所以在这里汇总一下我所知道的人脸关键点的定义和相关的一点东西,以备不时之需。 68个关键点 最常用的工具是Dlib,网址:http://dlib.net/ dlib的68个特征点检测算法是ERT算法【1】 使用dlib检测68个特征点的python示例见:http://dlib.n...

程序媛 7644

单细胞测序数据整合

基于Seurat 联合harmony进行单细胞数据整合分析

G2530051386的博客 9793

永久在家办公真的好吗?Facebook和谷歌的顾虑也很多

热点追踪/ 深度探讨/ 实地探访 / 商务合作5月21日,扎克伯格重磅宣布Facebook在未来5-10年将会有50%的员工会实现永久远程办公。Facebook全球总共约有员工4万5...

weixin_42255349的博客 490

深入构建加密货币价格预测系统:从数据获取到模型优化的完整指南!

🏆本文收录于「编程与技术实战」专栏,此专栏涵盖了C/C++编程、人工智能、数据结构、机器学习等技术领域的内容,助你早日登顶实现财富自由🚀;同时,欢迎大家关注&&收藏&&订阅!持续更新中,up!up!up!!

**My Coding Family** 1279

美国宣布纽约启动紧急响应,硅谷关闭 !Google、微软、苹果、Facebook近10万名员工回家办公,取消技术大会...

点击“开发者技术前线”,选择“星标????”在看|星标|留言, 真爱开发者技术前线 报道作者:郭超编辑:郭超由于新冠病毒开始在全球肆虐,鉴于美国纽约州近日新冠肺炎确诊病例迅速增加,纽约...

开发者技术前线-DevolperFront 723

fMRI独立成分分析方法(ICA)工具GIFT

详细介绍了进行fmri数据进行ICA分析的工具包GIFT的使用,和进行ICA分析的流程。

m0_58256026的博客 1万+

STM32进入HardFault_Handler时,如何找到问题所在?

当STM32进入HardFault_Handler时,定位问题发生的点

m0_60831979的博客 2155

诚之和:Facebook更名Meta可能重蹈谷歌覆辙

北京时间11月8日早间消息,Facebook近期将公司更名为Meta,计划全力押注元宇宙技术。然而,Facebook此举可能重蹈谷歌更名为Alphabet之后的覆辙。   根据Meta的说法,该公司的更名是为了反映接下来的目标,即开拓元宇宙行业,并使其成为当前一代互联网的接替者。Meta CEO马克·扎克伯格(Mark Zuckerberg)也表示,由于公司提供多款应用,因此仅仅用其中一款应用Facebook的名字来命名整个公司也是不合理的。   如果说这个举动听起来很熟悉,那么是因为谷歌也在2015年

weixin_45378258的博客 178

标准论文参考文献添加方法——Zotero入门使用教程

第一篇论文投出去了,写一下最后一步的参考文献修饰润色吧! 论文的参考文献,即References,是论文的最后一步,相信不管是写毕设论文还是期刊论文都遇到过需要修改参考文献的情况,非常之麻烦。而且参考文献中经常会与生僻奇怪气体出现,一个一个修改非常浪费时间,这里介绍一下一个非常好用的软件Zetero。 第一步:软件的下载安装及绑定Word 尽量使用客户端吧,

MISAYAONE的博客 20万+

硅谷的工作狂文化在冠状病毒的压力下变化-苹果,谷歌,Facebook,LinkedIn和优步推出了新的在家工作政策

随着科技文化与家庭生活发生冲突,苹果,谷歌,Facebook,LinkedIn和优步推出了新的在家工作政策。 冠状病毒大流行已使世界变成一个大规模实验,在家工作。对于一些公司而言,为公共利益进行自我隔离意味着要找到新的协作方式,同时应对多变的互联网连接,视频会议礼节,新应用程序甚至是新的安全性问题。对于硅谷而言,这是不费吹灰之力的事情,在硅谷,公司可以构建应用程序和技术来帮助每天增加亿万用户使用的...

weixin_39558582的博客 532

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

亚马逊也被卷了:员工可以每周在家工作两天

西雅图IT圈:seattleit【今日作者】Dexter宇宙第一直男随着疫苗的大规模接种和病例数字的逐渐降低,美国开始看到了疫情结束的曙光。那些已经在家工(憋)作(了)一年的打工人们,也正...

西雅图IT圈 371

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")

脸书取消绩效考核,谷歌真的抄错作业了吗?

最近Facebook频上热搜,大家议论最多的两件事:一是小扎宣布,疫情期间给45000名全职员工发放1000美元补助。 第二就是FB取消了2020年上半年绩效考核,以Exceeds Expectations(超出预期)评级给每位员工发放绩效奖金。 硅谷另一巨头Google也“抄了作业”:取消年中(20...

九章算法的博客 2485

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

谷歌称居家办公影响工作效率!2021 年将回归线下办公

????????关注后回复“进群”,拉你进程序员交流群????????整理 | 王晓曼出品 | 程序人生(ID:coder _life)最近,谷歌公司在提交给监管机构的年度 10-K...

<sdffdsfsdfdfs>sfsfsfsdfsdffds</sdfsDS>Fsd 230

美国四大科技巨头:苹果、微软、Facebook、谷歌的爱恨情仇

美国的四大科技巨头——苹果、微软、谷歌、Facebook任何一家在各自领域都是霸主。但每一家都不满足于自己本身的地盘,始终马不停蹄地致力于利用自己优势去瓜分更多的蛋糕。于是巨头与巨头之间就形成了“剪不断、理还乱”的错综复杂的关系。四大巨头形成了六对关系这种错综复杂的关系里既有竞争也有合作,总体而言竞争大于合作。这背后核心源于他们每一家都是平台型公司,平台公司就意味着有着收...

码农翻身 4577

知乎热议!谷歌员工,在家办工要降薪25%?

自美国的新冠疫情爆发以来,美国的防疫一直处在水深火热之中。最近的一段时间以来,美国爆发了第四轮的全国大规模的新冠疫情。单日新增确诊病例数量更是突破了20万人次。短短的一个与时间,美国又再一...

cainiao_python的博客 473

极狐GitLab:从硅谷到中国,远程办公背后的挑战与创新

编辑 | 宋 慧 供稿 | 极狐(GitLab) 头图 | 付费下载于视觉中国 最近,海外的互联网巨头们纷纷开启了远程办公的政策,谷歌允许员工提出更换办公地点的要求或申请成为永久远程办公者,目前已经批准了近 8000 名员工在家办公,谷歌首席执行官桑达尔·皮查伊早在5月宣布了让该公司20%的员工进入永久远程办公状态的计划。Facebook公司首席执行官马克·扎克伯格在去年就表示,这家社交网络巨头将允许一些员工永久在家办公。Facebook不仅在政策层面支持远程办公,产品层面也在进行相应的探索,近期..

优快云云计算 1799

第三方登陆--接入谷歌和FaceBook

第三方登陆

weixin_42972832的博客 7305

谷歌称远程办公影响工作效率,2021年回归线下办公

整理 | 王晓曼出品 | 程序人生(ID:coder _life)最近,谷歌公司在提交给监管机构的年度 10-K 报告中警告称,员工居家办公会影响公司的工作效率、竞争力和企业文化。谷歌公...

优快云资讯 2151

远程办公要降薪?谷歌带头:最高下降 25%

整理 | 王晓曼出品 | 程序人生(ID:coder _life)近期,谷歌内部向员工们提供了一款薪酬位置计算程序(Work Location Tool),可以让员工们了解办公地点对薪酬的...

Python大本营的博客 266

2020, 一个对抗社恐, H1b和Google Facebook 的故事

2020真的是一个过山车般的一年。因为疫情在全球的肆虐,我的职业生涯在年初就遇到了巨大的挑战,差点沦为无业游民。 但是呢,就像电影的编排一样,有时候老天偏偏要给电影安排一个过山车般的剧情,旁观者者看了觉刺激好玩,男/女主角却没了半条命。 我的2020就是这样。 签证和H1b 要论在美国工作最重要的是什么,套用姜文的一句台词,毫无疑问是三点:签证,签证,还是tmd的签证。美国的正式工作签证是H1b签证,这个签证每年只限额8万五千个名额(其中2000还是专门指定给新加坡公民),然而申请数量却一直高居不下,每年都

weixin_48251991的博客 526
上一篇: 母亲节倒计时,选礼物救急指南
下一篇: 诽谤、窃密、禁令、和解:文远知行创始团队纠纷暂时完结
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
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
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