对不起,2020我失败了

告别SendKeys!用DD驱动级模拟在Windows 10/11上实现真·后台键鼠操作(Python实战) 本文详细介绍了如何使用DD驱动级模拟技术在Windows 10/11上实现真后台键鼠操作,解决传统方法如pyautogui和SendKeys的局限性。通过Python实战案例,展示了驱动级模拟在游戏自动化、RPA等场景中的高效应用,包括环境配置、核心API解析及高级优化技巧。 阅读详情

头图:来自于《权利的游戏》

说明:一份迟到的2020年作死总结

2020,我失败了。

2020年,别人眼中所羡慕的我,在我自己看来,要按照优秀的标准来衡量的话,毫无疑问,这一年我失败得一塌糊涂。用一个话来总结就是:一顿操作猛如虎,回头一看二百五。一起来看看发生了什么事情吧。

2020年1月    高光时刻,萌生去意

此时的我还在第一家公司工作,加上实习,在这里我呆了快4年。公司年会上,我所在的团队获得了19年度的优秀项目奖,我获得了19年度的优秀个人奖,最后年终奖加上各种奖金,到手后有一笔不少的收入。哈哈,即便现在回头来看,也是一件多么美好的事情。

不过,在年会的一个月前,我萌生了离开的想法,在年会上,这个想法变得更加坚定。人生其实就是在不断的选择,选择什么时候离开也是一门学问。对于我当时来说,核心业务+核心岗位+leader器重,如果继续待下去,可以过得很舒服,有很多可以自我安排的时间,做自己想做的事情。

但是我选择在这段高光的时刻离开,以至于后来在我走的时候告诉身边的同事,很多同事都不太相信。我想离开理由其实很简单:我在这里基本上获得了我想要的一切,想去体验一下不曾去过的大厂。这一次,我主动跳出了舒适圈,战胜了人性,所以这次的选择属于主动离开。

因为想换的是一个大厂的算法岗,以下准备必不可少:(1)leetcode刷题 (2)机器学习算法 (3)项目经验。

以上3项,对于一个非科班野路子出身,半路先转开发,又转算法的我来说,也就第(3)项的项目经验相对容易点,因为公司核心的项目自己要么参与,要么主导。第(1)项的leetcode刷题 和第(2)项的机器学习算法因为自己以前自学底子差,以至于这块薄弱地让我头疼。

基于此,赶在春节前业务不算太忙的时候,按照自己的规划,拼命地准备了不少东西,并且自我感觉也很好。按照当时来看,要不了多久,自己想要的工作就能很快实现。如果未来的事情都能按所想以及所规划的来发展,那这个世界该多么的无趣啊。果然,意外终究会发生,只是比我想象地更快了一点。

2020年2月    凌冬将至,黑暗前奏

因为疫情,返京后我在家办公,刚开始的我仍然满怀期待,期望能充分利用在家办公这段时间的黄金时间,再多多准备下面试,拿到大厂的offer。

不过,意外就在这个时候来了,因为一些原因,我迷上了炒币,以至于无法自拔,加上币圈是一个7*24小时交易的场所,在家办公的这段时间,绝大多数的时间都花费在了币圈上面,准备面试的的这个想法基本上因为炒币这件事情严重耽搁了。不仅没有准备新的东西,之前准备的也几乎全部忘记,以至于根本没有勇气去投递简历,因为知道,按照自己的状态和准备的程度,面试通过的可能性为0。

因为时间花在了炒币上,以至于影响了换工作的进度,在炒币的过程中,刚开始的时候,投入了十几万的资金,发现确实能够盈利,十几天的时间,20%+的收益率(当然都是浮盈),以至于让我天真的觉得,币圈是个傻子都能赚钱的地方,就是赚多赚少的问题。

慢慢地,我做了一个回头来看一个极为错误的决定:all in。我将工作多年几十多万的积蓄全部投入其中,期望博取更大的收益。此时的我基本上被所谓浮盈冲昏了头脑,没有意思到风险将至,反而越发意识到,只要本金越多,收益也会越高。那本金不够该怎么办呢,那就是借,按照术语来说就是加杠杆。

客观来说,杠杆如果用的好,的确是个不错的工具,但显然绝大多数人并不属于此类,包括当时的我。其实杠杆也分为两类:场内杠杆和场外杠杆。简单来说,场内杠杆的简单意思来说就是能够向交易所借钱,主要风险在于会爆仓(爆仓导致的结果就是本金全无);场外杠杆的意思是说向朋友,借贷平台来借钱,但是需要按期来还。

当时的我自认为场外收入还不错,所以同时选择了场内杠杆+场外杠杆。场内杠杆这为为后来的爆仓埋下了伏笔;场外杠杆我通过蚂蚁金服,京东金融这两个平台,拿到了十多万的资金,虽然蚂蚁金服和京东金融显示的贷款日利率很低,但是懂的人都知道,换算成真实年化利率的话,基本上都在10%+,10%+的年化利率其实已经是一个不低的利率了。

虽然我清楚真实年化利率10%+,不过当时盲目自信的我,觉得在币圈10%+的波动完全能够忽略,很快就能够连本带利一并赚回来。回头来看,当时的我就是一个赌徒(虽然并不想承认),赌徒是一个我曾经非常讨厌的角色,但是没想到应了那句老话:每个人都会变成自己曾经最讨厌的样子。赌徒的心理其实也很复杂很有意思,大家感兴趣可以自己去找找相关的资料了解下。

这个月还有个小插曲,就是身体开始出现了点问题。起因是春节期间自己感冒+发烧了,等痊愈后,返京了发现嗅觉完全失灵(就是闻不到任何味道),刚开始并没有在意,但是一周之后,发现仍然没有恢复。当时开始担心自己是否是是得了新冠(因为嗅觉失灵属于新冠的一个症状),但是由于2月北京疫情非常严重,没敢去看医生,这个一度让我担心了好久,好在最后没有其他症状,就打消了这个担心。

2020年3月    黑暗来临,沉重打击

3月初,事情并没有按照自己预想的方向来发展,自己all in+场外借贷之后的一些操作,此时的资产已经是一个亏损的状态,大约亏损了10%,但是并没有及时止损退出。此时我资产配置为:比特币+其他数字货币,外加一部分场内杠杆,并且做了最坏的打算,那就是最后归零。紧接着,因为疫情在国外的蔓延以及加重,大众恐慌,美股多次熔断,其他金融市场无一例外也全部受到了影响。

3月12日,这一天难以忘记。当天下午和晚上的时候,数字货币无一例外都在下跌,比特币从最高7800$跌至最低5555$,最大跌幅接近30%,持有的其他币种跌幅更多:40%-50%,这一天的币圈,一片恐慌,大量爆仓,我自己一样难以幸免。场内杠杆的资金配置直接爆仓,这部分本金全无;现货部分直接缩水30%。当前的资产相比于自己all in+借贷后的总资金缩水只剩45%,每个人在看到自己资产大幅缩水的情况下,心情一定不会爽,尤其是all in+场外借贷的状态下。

当天晚上,我的心情极度复杂:难过,恐慌,不甘。后来我让自己冷静下来,想了下:场内杠杆爆仓的那部分的本金我自己认栽;现货部分虽然大幅缩水,但是我仍然是长期看好,认为还会涨回来,加上之前已经做好了归零的心态,所以当天晚上,我选择装死,不管不顾,睡过这一觉。

3月13日,这一天是3月12日的延续,依然能记得早上起床后没多久,币圈继续开跌,比特币从6200$最低跌到3800,最大跌幅接近40%,持有的其他币种跌得的更多:40%-60%。这一刻,我无法再淡定了,因为在此我的资产已经只剩20%多。虽然之前做好了归零的心态,但是当这一刻要来临的时候,我恐慌了,恐慌原因很简单:此刻我的资产已经为负资产,因为所剩的资金已经不能足以偿还我场外的借贷。如果继续这样的话,我今后的生活可能会更惨。

所以在这时候,我选择了退出,卖出绝大多数的持有标的,偿还场外贷款(事后证明,此刻其实是价格的最低点附近,但已经与我没有任何关系了),此时的我还有不到十万未偿还的贷款。相比于1月高光时刻,我主动选择离开第一家公司,此刻的我显然属于被动离开。这一次,我败给了人性,所以这一次的选择我只能是被动选择。

现在的我想了想,对于绝大多数人来说,想要长期持有某个投资标的,必须要满足两个条件:(1)闲钱投资(2)仓位不重。而当时的我,这两个明显都不满足。

要让一个人接受自己的失败,接受自己所有的积蓄短短2个月直接变为负资产,这是极为艰难的过程。当这个事情发生后,在接下来的二周的时间里,严重影响我的状态,进而影响生活和工作。

生活上,基本上是一个天天神游的状态,金钱在我的感知里就只是一个数字,这是我人生中第二次有这种感觉(第一次有这种感觉是当时去厦门游玩的时候,在酒吧里玩了2天,撒了一波不少的钱,以至于我之后的旅途中对金钱的感觉就是一个数字)。至今还能记得,当时身边的同事在讨论说今天行情不好,基金跌了,亏了几百块钱,当时的我听到这些话,心理呵呵一笑。除了生活的影响,工作上,基本上处于一个没有任何产出的状态,每天有种混吃等死的感觉。

3月这个至暗的时刻并没有因为我投资失败而结束,相反,紧接着而来的另外一件事情又一次刺激到了我:组内同事离职。组内的一名同事在离职前一两天告诉了我,跟他简单交流后,得知他是春节后在家办公期间临时准备面试,然后就幸运的拿到了新工作的offer,当时的我是备受打击。因为我自己在19年12月有了离职的想法,如今4个多月过去了,进展为0,因为准备的面试内容几乎全部忘到脑后,此刻的我心灰意冷,因为新的工作遥遥无期,看不到尽头。如果一个人真的很在乎一件事,他会允许这件事好几个月毫无进展么?如果会,只能说明他迷失了,这件事他没那么在乎了。这句话完美地诠释了当时的我自己。

此外,这个月,健康问题依然持续影响着我。嗅觉完全失灵已经持续了一个月,3月初的时候并未见到好转,加上北京疫情防护取得了一些进展,所以我预约了医生,最后确诊结果为:感冒导致嗅觉神经受损,进而嗅觉失灵,考虑到症状持续时间较长,有可能为永久性嗅觉失灵。

这个结果在当时是深深的吓到了我,因为当时的我没有办法接受自己这么年轻的时候,就要永久性嗅觉失灵。在医生的安抚下,我开始接受了为期一周的激素药物治疗,治疗之前,医生告诉我说,一周后的治疗结果就是药物治疗能够取得的最大结果,如果没有效果,意味着只能通过一些其他手段(比如嗅觉训练)来进行恢复,这个恢复周期会非常长,而且效果缓慢,有可能真的永久性失灵。因为他的这些话,在接下来的一周里,我是非常地忐忑,因为生怕没有任何效果。

一周后我如期去复诊,医生问我是否感觉到恢复一些,当时的我基本上没有什么感觉,但是我为了避免他给我更大的压力,我就说了句,感觉有恢复一丢丢。紧接着,他告诉我接下来可以不用服用药物了,开始嗅觉训练(简单来说,就是每天多次刻意的去使用刺激性气味来刺激嗅觉神经),在接下里的这个月里,我每天随身携带一瓶香水来进行嗅觉神经训练,即便我并不能闻到香水的味道,我就这样再次度过了没有嗅觉的一个月。

2020年4月    逃避现实,放纵自我

上个月经历的这些事情综合在一起,直接将我打入深渊,让我直接开始颓废,因为无法面对现实生活中的自己,我开始逃避现实,放纵自我。上班时间,就是各种敷衍和摸鱼,同事和leader的问候我基本上都是一两句转移话题。下班的时间里,熬夜打游戏,拉室友玩桌游成了我的全部。我依然能够想起来,清明节期间,为了玩三国杀,我拉着室友们通宵玩了3天,因为只有这样,我才会感觉到一些快乐。

这段时间或许是我在游戏和桌游世界里最开心快乐的日子了,与之相反,现实世界中的我则是完全消沉。逃避现实让我快乐,一旦回归现实则会焦虑,心理保护机制更倾向于选择逃避现实,自此恶性循环正式开始。身边很多同学,朋友,家里人在跟我聊天时发现我状态极度不对劲,一直追问我到底怎么了,我没有办法直接面对他们,更不能说出实际的状况,每次基本上都是以找工作不顺利,压力太大来搪塞。可以说,这个月,我就是一个实实在在的懦夫,一个不敢面对现实世界的loser。

不过这个月,有一个或许也是唯一的好消息就是:经过这段时间的嗅觉训练,我发现我慢慢地能够闻到一些味道了,至少让我看到了身体恢复的希望。

2020年5月    重新起航,开始改变

逃避现实作为一个临时解决问题的方法,的确是不错,但当我长时间的逃避后,发现只要一回归现实,就会更加焦虑,并且事情没有任何好转,其实我心理也明白,一味的逃避不是问题的解决办法,终究还是要回到现实世界中来接受过去,但是什么时间开始这是个问题,后来身边的一名同事成了这个事情的这个催化剂。

事情是这样的,跟一名同事下班路上偶遇后,因为我自己存在严重的压力和焦虑,向他倾诉了我的一些遭遇,我能很明显地能感觉到,他对发生在我身上的事情表示震惊,但是作为旁观者,还是给了不错的建议:

(1)接受过去

(2)放空自己

(3)重新开始

其实(1)和(2)已经是我这段时间里的心理和行为比较符合了,主要是重新开始这块,因为并没有一个很好的动力来开始,倒是他的话提醒了我。原话现在已经想不起来,但是大意如下:按照你的情况和能力,可以选择继续这样消沉,这样做的结果就是,之后的半年,甚至以后都会废了;如果重新开始,一年后的这件事很可能已经不是事了。后来我又自我安慰了一番:现在已经是最糟糕的情况了,往哪个方向走基本上都是上坡路。


想明白了这些之后,调整就逐渐开始了。工作上慢慢能够正常地完成业务,面试这块要准备的东西,开始重新捡起来。梳理了下自己的项目经验,啃了啃一些常见的机器学习基础知识,回顾了之间的LeetCode刷题笔记。尝试投递了几家公司,结果无一例外,全部被pass,理由大多数为手撕代码不过关。虽然被拒,内心不好受,好在事情的整体看起来已经开始逐渐好转。自此,自己算是重新面对现实,开始规划改变。

另外的,这个月发现嗅觉的恢复地越来越好,已经能够开始闻到一些刺激性的味道(比如烟味,因为室友经常在客厅抽烟),这也让我慢慢地不再担心自己的身体。

2020年6月    依然低迷,破釜沉舟

经过了多家面试公司的失败打击,心理自信心多多少少受到了大家,加上每个公司都有简历锁定期,此时的我说不紧张那绝对是假的,因为合适的大厂岗位已经所剩无几,这时候我已经再次做了这坏的打算,假如继续准备后,仍然没有想要的offer,那就半年后再次开始投递简历来换工作(因为一般简历锁定期为6个月),很明显不希望这种最坏的情况发生。

为了能早点找到新工作,避免最坏的情况发生,考虑到精力实在有限,所以当时我转变了自己的想法:当前阶段最重要的事情只有一件,那就是找工作,其他所有的事情都可以为它让路,等工作确定下来后再开始搞他们。

在接下来的这段日子里,除了公司工作外,下班后其他时间里基本上放弃了所有的事情,公众号开始断更,广告主不再联系,聚会也不再参加,每天的任务就是刷题,刷题,再刷题,哪里不会就专刷哪里,这个过程很折磨人,相当于一直在主动找虐。

但是慢慢地,刷题笔记里的内容越来越多,不过刷得越多,之前刷过的忘得也越来越多,所以就定期复习,反反复复。当你沉迷于一件事情的时候,你会觉得其他的一切事情都是浪费时间。长时间地刷题折磨,也慢慢有了一些收获,最后刷题笔记里大概有了小300道的LeetCode的刷题笔记。

这段时间熬夜刷题的节奏,让自己刷题这块薄弱的环节有了很大的进步,不过也导致了身体的抵抗力下降,最后去医院检查确诊结果为带状孢疹(俗称水痘),按照医生的说法,这种疾病常见于抵抗力较弱的儿童和老人,按道理来说,我这个年龄段的男生很少得,说一定要我自己注意,千万过多劳累。不过好在这个时候刷题准备的已经差不多了,多多养养就差不多了。

下半旬的时候,我开始重新投递简历,陆陆续续得开始进行面试,看起来一切似乎在向好的方向发展着。

2020年7月    黎明曙光,否极泰来

一切事情都在有条不紊地进行着,有几家的公司到了小终面,不过因为各种各样的理由没有谈成,其中有想去的一家公司一直在焦急地等到着消息,虽然感觉大概率没有问题,不过在offer没有确定下来之前,一切地一切并不值得我去狂欢。

虽然知道这个等待的日子不会太久,但是因为过于期待的原因,以至于每天就像度日如年。好在确实没太久的时间,在中旬的左右,offer发放,确定了入职时间为8月上中旬。第二天,跟leader说了自己想离开的意向,因为很清楚自己想要的东西,所以拒绝了挽留。在这一刻,我焦虑的内心算是安定了下来,尤其是上半年经历的事情,这时候再想起时已经没有太大的波澜。

当offer完全确定,心里悬着的这块石头放下后,我开始重新捡起其他的一些事情,比如公众号等等。很幸运在这个时候,我遇到了一个号主,两人确认了非常好的合作关系,然后一起规划了后面的一些发展方向,让我感觉到了一起合作搞事情的激情。

这个月,有个事情可能有点瑕疵,但是我并不后悔:当这家公司的offer确定后,我并没有去投递大多算法工程师梦寐以求的字节跳动,一是觉得面试流程比较长,在这个过程中还需要花些时间来保持自己的面试状态和刷题感觉;二是现在的我已经达到了换个大厂的目的,剩下的时间我更想尝试的一些其他事情,所以即便是现在,我依然不后悔。成年人要为自己的选择和行为负责,莫过如此吧。

2020年8月    新的起点,从零开始

8月,我成功入职了新的公司,曾经一直羡慕的大厂,这一刻,在加入后感觉一切都是那么的新奇。这是一个新的环境,身边的同事,leader,办公环境,上班节奏,工作方式,一切的一切,都是这么新鲜,这是一个新的开始,意味着未来有多种可能性。

刚开始的适应过程并不是一个舒服的阶段,不过好在身边的同事还是非常不错。在这里,能明显的感觉到系统设计,业务场景更为复杂一些,更加强调一个人的主动性和自主性,因为可以参与和优化的地方有很多,只要你愿意,一切都是机会。其次,加入后,能明显的感觉到,大厂的各种隐形福利是远超小厂,这背后往深层次来说,并不是很多小厂不愿意给更多的福利,而是他们的收益支撑不住这样来分配;其次小厂的老板相比于大厂的老板也更没有安全感,自然而然,这也会反映在底下员工的待遇上。

这个月另一件值得开心的事情就是:偿还完贷款。通过各方面的收入,在这个月还清了之前的负债,此刻,上半年挖的大坑在这个时候终于被填上了。

这个月对我来说是一个新的起点,也刚好是从零开始的时候。

2020年9-10月    步入正轨,心里长草

之前一直听人说,来到大厂就是螺丝钉,负责的基本上就是一小丢丢部分,在新的公司里,随着深入接触,发现在这里要做的事情并没有那么简单,首先是要全程跟进项目的的每个环节,全链路优化和改造,来提升业务指标。虽说是算法工程师,但实际上做的事情既有算法,也包含策略,一切手段只为提高业务指标。所有的事情,不曾经历过,假想的很多东西经不起现实的鞭挞。

因为每天的工作时间相比之前长了很多,个人的思考的时间也响应的减少了许多,但是身边圈子里不少的人开始通过自媒体走向自由职业(这个之前我曾经想过不止一次的职业),考虑到每天的工作时间之长,收入基本稳定,很难再有太大的变化,所以期望能有多元化的收入,进而后续退出职场。自此,心里开始长草,于是开始了许多尝试和折腾,比如与一个小伙伴新做了一个公众号,搜寻一些薅羊毛的机会等。人呐,心里一旦长了草,便没有那么容易清除。

2020年11-12月    重新思考,意外不断

在新公司待的时间越长,越发明显感觉到,大厂的竞争比小厂更为激烈。换个角度想也能理解:能来到这里的人,至少都不会太差,身边同事大多都是名校名企的背景,像我这样三无(无名校,无对口专业,无名企)的是非常少数。

再考虑到大家工作时间都差不多相同的情况下,想要比身边的同事更优秀,做出比他人更好的业绩,这个需要在这个本就已经不短的工作时间的基础上再次投入更多的时间,而且还要更用心专注,这样才有可能获得达到,说白了就是大厂内部内卷已经非常严重了。对于程序员这个岗位,在国内这样的环境下,绝大多数人都不希望30多岁继续作为底层的开发人员,所以每个人都在为自己以后想一些出路。我自认为背景+能力想要在职场内获得更高的提升难度极大,所以我更愿意选择将上班之外的时间投入到自己想做的事情上。

在心里长草的这段日子里,我做了很多折腾,以期望能有更多的一些回报和成长。不过后面的事情发展并没有那么顺利。比如新做的一个公众号,在即将开始变现的时候因为发布的内容违规被永久封号;一个4000好友的微信号因为轻信他人被盗。这两个事情,又让我损失了好几万块钱,更主要的是损失了这些资源,打乱了我后面的许多规划。

2021年1月    不问过去,只看将来

回过头来看2020一整年,以优秀的标准来衡量的话,我自认为是极为失败的。一顿猛操作,但收获甚微。其中的一些事情是意外居多,一些事情则是个人主观导致的,无论是哪种,这一年的经历,让我更加深刻的认清了自己的所能与所不能。有时候甚至会想,好在我还年轻,经得起这些折腾。早点发生这样的经历,可远远比等我30多岁后发生好多了。无论2020发生的哪些事情,我都报以敬畏地心态来去看待,接受过去的所有事情,规划好之后的每一步。

2020,我是真的失败了,但希望你们都成功了!

2021,我们一起,不问过去,只看将来!

实战指南!基于STM32的智能环境监测系统(代码+硬件设计+云端控制) 本文详细介绍了基于STM32的智能环境监测系统的设计与实现,包括硬件选型、电路设计、软件架构和云端控制。系统通过DHT11温湿度传感器和MQ-2烟雾传感器实时监测环境数据,STM32F103C8T6主控芯片处理数据并通过ESP8266上传至中国移动物联网平台,支持手机APP远程监控。项目成本低、稳定性高,适合智能家居和环境监测应用。 阅读详情

相关推荐

机器学习项目(四)疫情期间网民情绪识别 (一)

疫情期间网民情绪识别 赛题背景 2019新型冠状病毒(2019-nCoV)感染的肺炎疫情发生对人们生活生产的方方面面产生了重要影响,并引发国内舆论的广泛关注,众多网民参与疫情相关话题的讨论。为了帮助政府掌握真实社会舆论情况,科学高效地做好防控宣传和舆情引导工作,本赛题针对疫情相关话题开展网民情绪识别的任务。 数据介绍 训练集 10万条 无标记样本90万条 测试集1万条 数据集依据与“新冠肺炎”相关...

qq_33357094的博客 8972

SolidWorks 2020安装失败,怎么完全彻底卸载删除清理干净SolidWorks 2020各种残留注册表和文件?【转载】

SolidWorks 2020卸载工具,完全彻底删除干净SolidWorks 2020各种残留注册表和文件。SolidWorks 2020安装失败,怎么完全彻底删除清理干净SolidWorks 2020各种残留注册表和文件呢?有些同学想把SolidWorks 2020重新安装,但是SolidWorks 2020安装失败显示失败,有时SolidWorks 2020安装到一半就显示失败,然后会问Sol...

iNotePad2018的博客 6万+

Matlab App Designer自学笔记(六):坐标轴控件axis函数绘图方法

作用: 绘制函数显示 显示图像(jpg png tiff) 颜色选项: r(红色) g(绿色) b(蓝色) w(白色) k(黑色) 其他 一、坐标区控件及设置 可以对坐标去进行设计: 二、功能实现及编程 功能:点击“绘图按钮”,能显示曲线。 实现:对按钮设置回调函数 若要多个图像显示在一个坐标系中,需要语句:hold(app.UIAxes,"on"); app.UIAxes是这个坐标轴的名字。 function ButtonP...

陶小桃Blog 3万+

kali 2020.2“安装步骤失败”“选择并安装软件包”失败解决办法 换源

安装kali2020.2版本,需要从国外源下载安装包,由于网络原因安装失败 此时可以选择换源安装,重新走一遍之前的安装流程,到下图这一步时,正在配置apt, 建议选择一个稳定的网络下进行换源安装 使用快捷键【Ctrl+Alt+F2】切换到tty2终端,进入之后敲回车键进入新终端, 在终端中输入如下命令,切换到chroot,修改镜像源文件,重新配置镜像源: 【chroot /target】 【nano /etc/apt/sources.list】 如下图: 输入完成之后回车,..

qq_36293534的博客 2万+

用V E S C 6-M K V I 第六代调速控制器给VESC电调刷固件

文章摘要:本文介绍了一款先进的电机控制器,具备多项创新技术。核心亮点包括三相电流/电压检测、四象限无缝运行、多模式兼容等先进电机控制技术,以及智能感知与安全保护、高效能电源管理、多样化连接与扩展功能。此外,该控制器支持实时数据监测与用户交互,具备开源生态和工业级可靠性,适用于电动载具、机器人及工业领域。用户需注意散热要求和兼容性提示,可通过VESC-Tool软件进行灵活配置。产品可在常竹科技淘宝店购买,并加入技术交流群获取支持。

2403_89422757的博客 1367

RK3568开发板Debian系统屏幕旋转终极指南:从临时调整到永久设置

本文提供了RK3568开发板在Debian系统下实现屏幕旋转的完整解决方案。从使用xrandr命令进行临时调整,到修改X11配置文件实现永久设置,详细讲解了操作步骤与核心原理。指南还涵盖了多屏异显配置、触摸屏坐标校准等进阶技巧,帮助开发者彻底解决显示方向问题。

weixin_29181861的博客 390

cad2020安装1603错误_AutoCAD2020安装不了什么原因 安装失败解决办法

有很多用户在安装AutoCAD2020时,程序会突然提示“安装失败,某些产品无法安装”的情况,到底是怎么回事呢?有没有方法解决呢?下面就通过这篇文章给大家介绍一下。官方给出的:一、打开命令提示符执行“C:\Program Files (x86)\Common Files\Autodesk Shared\AdskLicensing\Current\AdskLicensingService\AdskL...

weixin_39952502的博客 1万+

基于STM32L4XX 、HAL库的TMC2226-SA-T步进电机驱动器驱动程序应用设计

集成的功率MOSFET可处理高达2A RMS的电机电流,并具备保护与诊断功能,确保运行稳健可靠。作为业界最先进的STEP/DIR步进电机驱动系列,该芯片通过升级设计实现无噪音、高精度运行,为用户提供高性价比且极具竞争力的解决方案。// 用于PDN_UART单线通信。// HAL_UART_Transmit - 注意PDN_UART是单线,收发共线。.huart = &huart1, // PDN_UART连接的USART。均方根步进/方向控制接口,提供8、16、32或64微步针设置,

PP_Cottage的博客 639

solidworks2020安装失败_SolidWorks 2020安装教程

1.鼠标右击软件压缩包,选择“解压到SolidWorks2020”。2.打开解压后的“SolidWorks2020”文件夹目录下的“SolidSQUAD_”文件夹,双击打开“sw2020_network_serials_licensing.reg”。3.点击“是”。4.点击“确定“。5.双击打开压缩包解压后的“SolidWorks2020”文件夹里面的“_SolidSQUAD_”文件夹,鼠标右击“...

weixin_36312271的博客 4万+

使用R语言获取泊松回归模型的事件密度比(Incidence Rate Ratio,IRR)的95%置信区间

在泊松回归模型中,我们通常关注的是自变量对事件发生率的影响,而事件密度比(Incidence Rate Ratio,IRR)可以帮助我们理解不同自变量对事件发生率的相对影响。在本文中,我们将使用R语言来获取泊松回归模型所有系数的事件密度比的95%置信区间。通过以上步骤,我们可以使用R语言获取泊松回归模型所有系数的事件密度比的95%置信区间。为了获取事件密度比的置信区间,我们将使用。使用R语言获取泊松回归模型的事件密度比(Incidence Rate Ratio,IRR)的95%置信区间。

BugCrusher的博客 1265

OpenCV-Python实战(11)——OpenCV轮廓检测相关应用

在计算机视觉领域,轮廓通常指图像中对象边界的一系列点。因此,轮廓通常描述了对象边界的关键信息,包含了有关对象形状的主要信息,该信息可用于形状分析与对象检测和识别。在本文中,我们将学习如何利用获取到的轮廓,进行形状分析以及对象检测和识别。

盼小辉丶的博客 1万+

如何彻底卸载3dmax2020_3DMAX 2020安装失败,怎么把3DMAX 2020彻底卸载删除干净重新安装?...

3dmax 2020卸载工具,完全彻底删除干净3dmax 2020各种残留注册表和文件。3dmax 2020安装失败,怎么完全彻底删除清理干净3dmax 2020各种残留注册表和文件呢?有些同学想把3dmax 2020重新安装,但是3dmax 2020安装失败显示失败,有时3dmax 2020安装到一半就显示失败,然后会问3dmax 2020无法重装是怎么回事。那么3dmax 2020安装失败的原...

weixin_28945799的博客 5626

Android一个APP里面最少有几个线程

Android应用启动时,默认会创建一个进程,该进程中最少包含负责处理用户交互、UI更新等核心操作,所有与界面相关的逻辑必须在此线程执行。若在此线程执行耗时操作(如网络请求),会导致界面卡顿甚至触发ANR(应用无响应)。当对象重写了finalize()方法时,该线程负责将这些对象放入队列并调用其finalize()方法,完成资源释放后再由GC回收。监控的执行效率。如果finalize()方法执行超时(默认10秒),此线程会触发虚拟机退出以防止应用长时间阻塞。

编程进化论 614

Kali2020安装beef-xss框架,启动失败

Kali2020安装beef-xss框架,启动失败 Kali2020安装beef-xss框架,启动失败,报错59 尝试了网上的各种方法后,总结了解决方法:卸载beef、ruby,重新安装 #apt remove ruby #apt remove beef-xss #apt-get install ruby #apt-get install ruby-dev libpcap-dev #gem install eventmachine #apt-get install beef-xss 问题解决,重新启动BE

虾壳的博客 5849

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

Kali2020安装失败问题终极解答

是否在安装kali2020时出现过这种情况? 那么恭喜你,在网上搜了那么多文章还没解决问题后,你终于找到了良方。 问题在哪呢? 网速 kali2020在安装的最后会有部分软件需要下载,如果此时网速不好,花费的时间会很长,很大几率安装失败。 当然,这个问题无关紧要,你肯定不承认会玩kali的你犯这种低级的错误,那么看下两条。 版本 Debian你知道选,版本你选的对么。就选Debian...

Yim__的博客 4066

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")

ads2020安装教程 ads2020无法找到有效执照 ads2020安装打开失败 ads2020卸载不干净 2020ads后显示无许可证ADS2020安装教程,ADS2017安装教程2022

ads2020安装教程 ads2020无法找到有效执照 ads2020安装打开失败 ads2020卸载不干净。

haodetaihaole的博客 8734

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。

Maya2020安装1603_maya2020安装失败解决办法(1603错误)

maya2020安装失败解决办法(1603错误)一、问题产生原因:autodesk maya2020的"许可证服务"出现错误,导致安装失败(许可证(Autodesk Licensing Service),就是正版验证服务)。二、解决问题思路:卸载旧的许可证程序,下载最新许可证程序并安装,安装完毕后一定要以管理员身份运行许可证程序。三、前提和思考:1、本方法的使用前提:maya2020已经安装,但是...

weixin_39564831的博客 1万+

cad 2020安装失败,怎么完全彻底卸载删除清理干净cad 2020各种残留注册表和文件? 【转载】

cad 2020卸载工具,完全彻底删除干净cad 2020各种残留注册表和文件。cad 2020安装失败,怎么完全彻底删除清理干净cad 2020各种残留注册表和文件呢?有些同学想把cad 2020重新安装,但是cad 2020安装失败显示失败,有时cad 2020安装到一半就显示失败,然后会问cad 2020无法重装是怎么回事。那么cad 2020安装失败的原因是什么呢?如何才能把cad 202...

iNotePad2018的博客 2万+

Maya2020安装1603_Maya2020安装1603_maya2020安装失败解决办法(1603错误)

maya2020安装失败解决办法(1603错误)一、问题产生原因:autodeskmaya2020的"许可证服务"出现错误,导致安装失败(许可证(Autodesk LicensingService),就是正版验证服务)。二、解决问题思路:卸载旧的许可证程序,下载最新许可证程序并安装,安装完毕后一定要以管理员身份运行许可证程序。三、前提和思考:1、本方法的使用前提:maya2020已经安装,但是没有...

weixin_29416781的博客 5367

Unity 2020安装失败、项目加载报错

目录一、安装问题二、SDK、JDK问题 一、安装问题 最近升级项目,用Hub 下载2020部分版本时,会出现安装文件错误、安装失败、新建项目加载失败等问题,试了好几个版本都这样,加载到一半报错,如下: The project you are opening contains compilationerrors. Entering Safe Mode allows you to resolve theseerrors without waiting for the rest of your project t

小程小程,永不消沉 2万+

3dmax2020卸载/安装失败/如何彻底卸载清除干净3dmax2020注册表和文件的方法

3dmax2020提示安装未完成,某些产品无法安装该怎样解决呢?一些朋友在win7或者win10系统下安装3dmax2020失败提示3dmax2020安装未完成,某些产品无法安装,也有时候想重新安装3dmax2020的时候会出现本电脑windows系统已安装3dmax2020,你要是不留意直接安装3dmax2020,只会安装3dmax2020的附件或者直接提示失败,3dmax2020是不会安装上的...

weixin_33810302的博客 1万+

2020暨大计算机考研失败经验总结

2020考研失败经验 2020的考研初试成绩已经基本公布,我报考了暨南大学的计算机技术应用专业,成绩为275,其中政治:67,英语二:68,数学二:60,专业课:80,其实在备考阶段就知道这次考研凶多吉少,一来暨大报考的人数太多,这两年异常火爆,不过今年的报考数据还没出,然后由于学院要求,大四上学期要完成毕业论文,复习的期间断断续续,再加上自己准备工作做的实在不充分,种种原因导致了这次考试的失败,...

weixin_43222033的博客 3823

cad2020安装1603错误_Revit问题-运行库安装错误导致软件安装失败

问题显示:问题剖析:安装错误后,会生成一个日志文件,打开安装日志文件,产看安装错误情况:2020/3/30:21:52:05 Administrator DESKTOP-GJN2D00 PageOpen FullProgressDialog 2020/3/30:21:52:05 Administrator DESKTOP-GJN2D00 Installing Microsoft Visual C...

weixin_40007515的博客 1万+

Unity 2020.3.17 从UnityHub下载安装失败(含Android)

欢迎转载,记得标明来源,如能帮到你,我很高兴,有问题可以留言交流,翕翕堂~ 目录 前述 下载UnityHub 选择版本 选择目标旧版本: 问题来了 1、下载文件的目录结构 1、Unity的安装程序 2、Unity的Android插件 3、2020.03.17 对应的 Android OpenJDK 4、2020.03.17 对应的 Android NDK 5、2020.03.17 对应的 Android SDK 2、下载失败,没有文件,或文件损坏 3、寻找下载来源 4、Uni.

翕翕堂 2万+

win10系统的 3Dsmax2020 安装失败报错 1603 解决方案 亲测可用

问题:安装失败提示1603报错 系统 Win10 64位专业版 软件版本 3dsmax 2020 解决方案: 使用3dsmax清理工具,完全卸载 关闭所有 Autodesk 产品。 下载 Autodesk Licensing Certificate 安装程序。并安装。点击官网下载地址 这个会安装“VeriSign Universal Root CA”、 “VeriSign Class 3 Public Primary CA - G5”、 “USERTrust RSA CA”、 “Thawte Time

图布修的博客 2万+
上一篇: 2020 年最佳流行 Python 库 Top 10
下一篇: 2020 Python中文社区热门文章 Top 10
Wang_AI
博客等级 码龄12年 996粉丝 162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