雷军,早已财富自由的人,依然在努力!

SAP UI5 用数据绑定导出:从 ExportTypeCSV 到 Spreadsheet 的完整实践与取舍 SAP UI5 数据绑定导出机制通过复用 Model、Binding Path 等配置,将控件视图转换为文件格式。早期方案使用 sap/ui/core/util/Export 生成 CSV,需自定义 ExportType 扩展格式;现代方案推荐 sap/ui/export/Spreadsheet 直接导出 XLSX,支持类型精度和智能表格集成。注意 CSV 方案已弃用但仍有业务价值,需根据项目需求选择合适方案。两种方式都基于数据绑定,避免重复定义列结构和格式化逻辑。 阅读详情

近日,雷军的2023演讲刷屏了。

现场,雷军宣布小米科技战略升级,并公布了小米的科技理念:选择对人类文明有长期价值的技术领域,坚持长期持续投入。

说实话,在所有互联网创始人中,我最喜欢创始人之一就是雷军,不是因为他程序员出身,气质也最像程序员。

而是因为,我特别认可小米的理念,用平价买到优质的产品,雷军的整个生态链都在践行这个理念。

另外,作为一个早已财富自由的人。

仍然像一个18岁小伙子那样,一直在努力、拼搏、追求梦想,就他这种情怀也一直在鼓舞着多少个程序员。

如果你到现在还不喜欢雷军,那说明你还不够了解他,今天我再给家详细聊聊雷军的人生经历:

0

武大往事

a9c17abef3127d69607a5c6fda9b7ada.jpeg

1987年,雷军还是武汉大学的大一学生,此时的他读了一本书——《硅谷之火》,此书讲的是乔布斯等人创业的故事。

雷军后来讲到:“看完这本书,我的内心就有一团火焰燃烧起来,激动得好几个晚上睡不着觉。我在体育场上走了一遍又一遍,心情很难平静,在操场里我奠定了一个梦想:日后一定要做一个伟大的人。”

之后的雷军,硬是用两年时间修完了大学课程,并同时疯狂地修炼编程技术,他不仅席卷了学校所有类型奖学金,还拿到了两次湖北大学生科研成果一等奖。

毕业后,雷军被分配到了航天部某研究所。

在当时的环境,这绝对算是一份令人羡慕的工作,但雷军却很苦闷,因为这份工作承载不了他的梦想。

于是,1992年1月,雷军提出辞职,入职了金山软件公司。

仅用六年时间,他就做到了金山总经理。

1

对抗微软

在中国互联网刚刚顶风站立的时候,雷军被称为校长,他领导的金山,被称为"IT界的黄埔军校"。

雷军做到金山CEO时,马云刚走下三尺讲台,丁磊还在电信局上班,李彦宏还在硅谷种菜。

很长一段时间里,这里聚集了中国软件业最顶尖的一批人。

614485dd7e2bd0af3991f448e4334e64.jpeg

把时光拉回31年前,求伯君熬了14个月,肝病发作三次,敲下128万行代码,写出了第一个中文处理系统--WPS1.0。

这是中国最早的文字处理系统之一。

那是1988年,绝大部分中国人都没见过电脑。而WPS一年营收6600多万。 

求伯君一夜之间成为程序员的偶像,人人想做求伯君第二,包括雷军。

丢下研究所铁饭碗,雷军成为金山第6号员工。

那个时候,WPS就是电脑的代名词; 求伯君,是成功的代名词。

WPS一夜之间占据中国95%的办公市场,一时风头无两。

53e6603f87ab0a9d5115a389c6b9b275.jpeg

微软看了中国市场这块肥肉。为了抢占中国市场,扼杀WPS,微软先谈收购金山,后以75万美金高薪挖求伯君。

遭拒绝后,干脆找到软件负责人雷军,佯装签订一个看似双方互利的“格式共享”协议:WPS文档兼容Word。

随后微软开始放狠招:大肆放纵中国区盗版。这样一来,谁也挣不到钱。

中国区只是微软全球大蛋糕的一小部分,少了中国这点油水,完全不是问题。

可对于WPS这些国内软件,是一场血腥屠杀。

在那个年代的中国,微软是用来被仰望的。人人都在学微软,人人都想进微软,没人会想到挑战。

雷军不服,求伯君也不服。

两人都明白,当一个国家没有自己的办公软件,这对一个国家的信息安全来说,意味着什么。

国内软件界元老倪光南院士就曾指出:“中国人被微软劫持。”

如果没有自主可控的软件,任何信息安全,都只是一句空话。

雷军带着20名顶尖程序高手,在北京的一个四合院里,埋头三年,几乎烧光了2000万金山的家底,开发盘古办公软件。

从没遇上对手的微软,第一次在中国碰上了硬茬。

然而“盘古”没能开天辟地,悲壮地倒下了。 微软所到之处,寸草不生。

那是雷军梦碎的日子,也是金山和整个中国办公软件业,失去梦想的日子。

深深的失败感让雷军离开金山6个月,求伯君也等了他6个月。

c829a784923e80585c253effbbeddd5e.jpeg

2

不死心的倔强

中国一向就少有失败的英雄,少有韧性的反抗,少有敢单身鏖战的武人,少有敢抚哭叛徒的吊客;见胜兆则纷纷聚集,见败兆则纷纷逃亡。

——鲁迅

雷军回来了,自降三分之二的工资,拿着求伯君卖房子的钱,

1个疯子带着仅剩的10个疯子,苦熬四年研发WPS97,抗击微软Office200多人的研发团队。

1997年,金山新版WPS97面世,公开挑战全球软件霸主微软。

雷军与求伯君去高校宣讲。

在东南大学时,学生们送了一条千人签名的横幅,上面写着:

“我们支持金山敢和微软拼的作风。”

雷军在母校武汉大学,带着学弟学妹一起喊口号:

“我要用未来十年和微软来一场豪赌。”

WPS一夜之间成为国产软件的志气,雷军与求伯君一同抗起了民族大旗。

这是金山的荣耀,也是雷军的枷锁。

1d6c6f6e3ed044141ec9d5a7fb9bc8b3.jpeg

面对WPS的回马枪,微软自降价格一半,并将word绑定在操作系统上。紧接着,单方面撕毁了他们在1996和金山签订的兼容协议。

用户被迫在word和WPS之间二选一。答案毫无疑问,是绑定在系统上的word。

身为第一代电脑使用者的一位政府官员对《中国经济周刊》记者回忆说:

是啊,为何后来就不用了呢,是不是WPS没有了?还是技术落后了?只记得后来大家都开始用微软Office了。

这场没有硝烟的战争,用户毫不知情。

微软移花接木,利用兼容协议转移了WPS中国用户,又撕毁了协议。

WPS欲诉无门,雷军欲哭无泪。

英雄天生悲情,明知有些事可能会无能为力,但还是会抽刀挥剑。

那是中国互联网风起云涌的日子,有人劝雷军放弃WPS,放弃对抗微软,放弃国产软件的志气,去做更赚钱的事。

雷军没放弃,他做了一个让所有人大吃一惊的决定:

推倒积累了14年的WPS的900万行代码,从头再来。深度兼容word。

从界面菜单到操作模式,都与微软深度兼容,让用户察觉不到用的是WPS还是Word。

以微软之道还治微软之身。

换句话说就是,当年微软用技术抢了我们的人,今天我们就用技术再抢回来。

而这,就是金山被指责抄袭的“原罪”。

ef3016535cbbe8167c8c41c521f44f4e.jpeg

彼时阿里巴巴、百度、京东、腾讯蠢蠢欲动,而执著于国产软件、信息安全的金山和雷军,与这场互联网创富海啸,擦肩而过。

坚持做WPS,不仅成了金山最大的负担,也成了束缚雷军的锁链。

雷军被WPS硬生生地拖成了互联网界的活化石。

后来的雷军痛苦的反思:

坚持做 WPS 让金山跟互联网擦肩而过,而金山后来所有的艰难痛苦,跟这个决定密不可分。 

我很内疚,那个决定是我当时做出来的。因为输了不服气,要扳回来。

所以把所有优秀的人才都派去做 WPS ,所有‘以战养战’赚来的钱全部用来养 WPS ,这让当时的金山,背了一个巨大包袱在长征。

皮糙肉厚的信仰背后,是无人看到的伤痕累累。

金山办公上市当天,雷军笑着说:“这是一个包括其在内的几代人,坚持了30年的英雄梦想。”

这原本是一个值得高兴的故事。但在一片不明就里的嘲讽骂声中,却有一丝悲情。

苛责它的声音,远远要超过鼓励:

有人嫌它的广告太多,影响用户体验。但实际上,它的免广告版,只需要9块钱。

好不容易上市了,有人立刻就来骂它圈钱。尽管它宣布,募集的资金全部用来进行WPS的安全增强和软件优化。

但实际上,WPS在做一件吃力不讨好的事情——它并不赚钱。

金山不惜从网络游戏、杀毒软件、翻译软件上赚来的钱贴补 WPS ,不论它多么孱弱,却从未被抛弃,因为这是中国软件的一面旗帜。

只要金山还叫金山,我们不会改变原有的责任,这块业务甚至不用赚钱也可以。

明明知道放下一切就可以轻松上路,却坚持背负一身破铜烂铁,装满了无可救药的信仰。

6f7a4ff5f4554e0d78961b09cf7da98c.jpeg

互联网的浪潮中,无数中国企业崛起,但他们中的大多数,都被资本裹挟着,走上了只顾赚钱和盈利的道路。

只有极少数人,看起来无比悲情地在为技术而执着。

WPS,是30年以来,唯一能对微软说不的国产软件。一个小小的办公软件,却也是信息安全的关键一环。

如果说任正非的鸿蒙,是华为应对安卓封锁的底气,那雷军带领的WPS,就是中国软件业的后盾。

3

一声叹息

金山在开发“剑侠情缘”网络版期间,雷军在一次拓展训练中说:

“自己不容易,大家不容易,活得太窝囊......"

说着说着潸然泪下,20多个副总裁和部门经理拥上去,把雷军团团围住,抱头痛哭。

2007年金山上市仅两个月,38岁的雷军选择了离开:

我从 22 岁到 38 岁,在金山干了整整 16 个年头,这中间的压力很难表达,像马拉松一样。

原来以为只是累了,但是休假四周后还是身心疲惫,这是真心话。

金山走向了梦想,可雷军没有了梦想。

c0b65a728d6e2f3ede672ddea37ef4c2.jpeg

他提着一麻袋钱,四处找地方扔投资。凡客、优视、多玩网、歪歪、拉卡拉、休闲游戏、乐淘 …… 

全中国的互联网都是雷军的试验田。

穷得只剩下钱,对别人可能是一种快乐,对于雷军,却是落寞。

2011 年,雷军和马化腾私下见了一面。席间,马化腾状似不经意地调侃他:“你现在很牛啊!”

雷军马上摆手反对说:“哎呀,那都是朋友之间帮忙,你就把我当成一个热心的大婶好了。”

2013 年,雷军40岁生日,他和陈年、李学凌几个朋友到昆仑酒店喝酒、唱歌、聊天。

聊到兴处,席地而坐,微醺的雷军笑着说:“我们现在坐地上,是不是天下无敌了呢。”

那会儿,雷军每天早上起来,不知道要干嘛。

16年里,他是天天十几个小时工作的「著名劳模」,而今,晃荡在街边,茫然无措,整个世界似乎瞬间将他遗忘在了角落。

“重新开始。”好友黎万强说。

18岁时彻夜失眠的梦想,从武汉大学的操场上回到了雷军心里:

“你要是有梦想不妨一试,那样你也许真能办成一家世界级公司。” 

c7bd512eb0341638536594dd5795ec27.jpeg

 2010 年 4 月 6 日,北京中关村,早上十点,黎万强的父亲端来一个电饭锅,里面装的是小米粥。

雷军亲手给每人盛满,14 个碗高举,众人一口饮下。

14个平均年龄40岁的老男人,开始了新的征途---打破中国手机行业高暴利,做人人都能买得起的手机--小米。

“创业如跳悬崖,我 40 岁,还可以为我 18 岁的梦想再赌一回。”

雷军赌赢了。

那个时候,国内智能机市场被苹果和三星霸占,国产手机质量堪忧。

雷军没有着急,他把全公司的人集中起来,坐下来写代码--操作系统MIU。

又用长达一年的时间,只做一款手机,2011年,小米手机正式推出。

一经出世,就成了业界黑马:

小米手机M1原计划销售30万台。所有人都判断雷军会被库存压死。

当小米电商开卖时,大家惊呆:几万台的手机居然在几分钟就售罄。

各大厂商开始学习小米的做法,华为更是提出了“像素级模仿小米策略”。

小米几乎凭借一己之力,让让国产手机厂商开始了向世界顶尖水平的追逐。

小米也是全球最快达到10亿美元和100亿美元销售规模的公司。

然而,国内厂商是憎恨小米的。

74dc14f3168291776ac69945f383b0ff.jpeg

因为按以前的标准,一般的旗舰手机卖4000块左右,小米来了以后,高性价比变成了2000块左右。

甚至卖出了千元一部的红米手机。

原本其他厂商可以赚更高的利润,却在小米杀出来后,只能越赚越低。

铺天盖地的骂声像洪水一样淹了过来:“做工差、系统有问题、便宜没好货....”

小米有一丁点的缺点也会被无限放大,哪怕这个毛病其他手机也有,但因为你是小米,所以不行。

有人甚至说,小米卖这么便宜,肯定质量不好。我不知道哪里质量不好,但肯定质量不好,因为便宜没好货。

甚至有人逼雷军涨价提高利润,小米卖的便宜成了最大的槽点。

是的,便宜就是小米的原罪。

断人财路,有如杀人父母。在业内,雷军和小米就是行业毒瘤一样的存在。

面对采访时,雷军还是表示:“我会持把性价比这件事情,做到极致。”

技术出身的人,天生执着。

别人说做工差,雷军就加强外观、美化;

别人说系统有毛病,雷军就持续更新系统;

有人抱怨手机老抢不到,雷军就亲自督管供应链,提高供货量;

有人因为售后差,直接黑出雷军的邮箱发邮件,本以为只是出一口气,却没想到第二天就收到雷军的亲自回复。

2014年,小米3主芯片被曝“芯片门”。

宣传的主芯片是骁龙8974,而发出的第一批手机上的芯片型号却是骁龙8274。

而根据高通副总裁沈劲后来的调查:

8974是工程师们的一个统称,具体使用时可以是8674,也可以是8274。

然而,高通的出面澄清,也遭到了疯狂的抹黑与谩骂。

5bfee78f43c38d700ba2a672074b3922.jpeg

因为便宜的原罪,小米从出生那一刻起,自带全部的被黑属性。

雷军和小米,一步一个脚印,遇到问题解决问题,可仍然逃不开被骂的命运。

余承东甚至公开在微博里说:

一个屌丝品牌,不甘心只做屌丝用户,转去做高大上品牌,恐怕是行不能的。不再发烧,更不再有性价比,失去初心,失去自我,屌丝们会用脚投票的。

雷军在采访的时候黯然的说:

“我觉得很孤独......”

54b14ed5382ddc5cc482b2593e1b7376.jpeg

2018年,小米6发售,全网突然出现铺天盖地统一口径“黑小米6”。

贴吧、微博各大网页出现置顶贴,B站直喷抄袭。

175fa8697edfd67dea999b0fc7b451ac.jpeg

14791ef7c60d1d4e82be0afe970aa186.jpeg

雷军在微博上,轻轻叹了一口气。

他知道自己与世间的一切格格不入。

3bab54c6ab76426745eba125f6d39e6f.jpeg

我们以为的强者,是一刀砍下所有不顺眼,擦擦血换件衣服,买根冰糖葫芦淡定的看大戏。

事实上却是孤军作战背负一身骂名,有口难言。

2014年的时候,雷军曾在个人微信号发了一篇文章:

3ef455bec37d0991d2715d4cdc73a5b1.jpeg

我意识到,仅靠小米一家公司,是无法满足全中国用户对于高性价比手机的全部需求。

我向全行业呼吁,所有的手机厂商都像华为和小米一样行动起来,把性能做上去,把体验做到精细,把价格降下来。

让中国的消费者无论收入高低,都能够轻松用上高性能的好手机。

看到帖子下有很多用户留言,到现在为止还

这篇文章,如今看上去无比天真。

雷军,曾经那么天真的希望,只要勤勤恳恳搞研发,就能让国产软件,成为民族的脊梁;

雷军,也曾那么天真的以为,只要自己踏踏实实做产品,就能让所有人,都能用上便宜好用的手机。

可现实让人如此绝望。

他宁愿放弃自己纵横互联网的机会,也要把金山WPS拉扯起来;

他宁愿放弃赚取高额的利润的机会,也要做性价比最高的手机。

换来的,却是自己辛辛苦苦带出来的金山,被辱骂的体无完肤;勤恳认真做出来的小米,被黑的伤痕累累。

那一声叹息说出口的时候,雷军的心里,一定觉得凄凉无比。

8ec580833a903ba51ebe9ffc719aeded.jpeg

4

你是经历了多少委屈,才有了一身好脾气

曾经有人问雷军,这么多年打拼,究竟为了什么? 

雷军说:“乔布斯说活着是为了改变世界,我说我活着是为了科技报国,你信吗?”

我信了。

小米创立10周年了。

b3e50b908adbd39e1b9dfc5bb174eaf7.jpeg

你看,带着bug一路披荆斩棘的雷军,一直微笑如常,眼里写满故事,脸上依然没有风霜。

我们不可能全都做英雄,只是总得有人坐在路边。

当每一个怀揣梦想执着前行的人经过时,为他们拍手叫好。

3538b3ba49730355a2c388101c78d354.jpeg

愿你出走半生

归来仍是少年

一生温暖纯良

ref:

《顺势而为-雷军传》

《造梦者-雷军商传》

《中国经济周刊》:金山WPS与微软Office20年之争

《雷军一声唉叹,引发500万人共鸣:国产手机背后 ,究竟藏了多少龌龊事》


最后推荐一下我们的会员群,目前有风投天使投资人,猎头HR,抖音大V,情感博主,律师,心理咨询师,医疗销售,地产,保险,钢琴老师,运营商,企业咨询,跨境电商,建筑,互联网行业的数据分析师,后端开发,python测试等行业的同学加入。

微信咨询:coder_v5 (务必备注你的来意)

性价比超高的星球

目前星球430+人,专栏的内容秘籍已经更新了41篇,每天都有星球发布自己心得。只花一份钱可以学:

Python : python 入门课程44节+Django专栏9节+趣味实战案例

chatgpt :入门,进阶,趣味办公,高级课程

AI绘画:Mj的基础,入门,进阶,小红书玩法

如果你想学Python,又想学ChatGPT,又想学AI绘画,只想花一份钱欢迎加入我们星球会员群,还能认识很多牛人!

加入就送ChatGPT独立账号

66dd1ca59dd2c8390700eb24bba8e092.jpeg

另外还送ChatGPT高级视频课程

原价99,现在免费送星球会员

880b4883fb9489c0297f69c4bd147f05.jpeg

微信长按试看内容

三天内不满意可直接退款!!!

1be0f4843552f3981ff2abec2a637357.png

推荐阅读:
入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评,电影《后来的我们》 | 38年NBA最佳球员分析 |   从万众期待到口碑扑街!唐探3令人失望  | 笑看新倚天屠龙记 | 灯谜答题王 |用Python做个海量小姐姐素描图 |碟中谍这么火,我用机器学习做个迷你推荐系统电影
趣味:弹球游戏  | 九宫格  | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火,我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word,轻松搞定表格和水印! | 一键把html网页保存为pdf!|  再见PDF提取收费! | 用90行代码打造最强PDF转换器,word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器! |60行代码做了一个语音壁纸切换器天天看小姐姐!|
【unity游戏开发入门到精通——UGUI】UI控件 —— Toggle开关切换控件 阅读详情

相关推荐

【STC8G1K08A串口使用】

STC8G1K08A串口打印“Hello world”

m0_47459564的博客 1万+

金山WPS与微软Office的20年之争

摘要:当2008年10月15日,微软为了打击盗版而决定对微软Office的盗版用户电脑“每小时黑屏一次”的消息传出,信息安全恐慌症随之引爆:对于盗版,微软都能黑屏,那对正版,微软莫不更是手到擒来? 标签:金山WPS  微软Office “微软黑屏”引发信息安全恐慌症,金山与微软20年之争浮上水面——一场旨在打击盗版的“微软黑屏”行动,将人们潜意识中的信息安全隐患骤然间变成了

51cto技术博客 2112

Aruba CX交换机 初始化配置

Aruba CX 交换机 6000系列 8000系列交换机配置

Harry_Guo 1834

金山WPS:我们当年上了微软的当,现在终于扳回一局了

估摸算来,微软Office进入中国,也有差不多30年了吧。这是金山WPS,风雨兼程,苦尽甘来的30年。1993年,微软公司的Word火急火燎进入中国。那个时候,求伯君开发的文字处理软件WPS,可谓盛极一时。求伯君仅1994年,一年之间,WPS就卖出3万多套,创造了6600多万元的销售神话。作为外来户,微软非常清楚,要想打开中国市场,第一步必然是与本土办公软件WPS竞争,或者展开合作,想办法抢到金山WPS的用户。于是乎,微软行动了起来,绞尽脑汁地寻找与金山公司的接触机会。起初,微软找到金山公司最早的投资人张旋

云表平台的博客 1228

(14-3)值分布式算法:QR-DQN (Quantile Regression DQN)算法

QR-DQN(Quantile Regression DQN)是一种强化学习算法,它是深度 Q-网络(Deep Q-Network,DQN)的一个变种,旨在更好地处理值函数的不确定性。QR-DQN的实现步骤与传统的DQN类似,但在目标分布计算和损失函数方面有一些不同之处,这使得它能够更好地处理值函数的不确定性。QR-DQN(Quantile Regression DQN)算法的核心思想是将值函数表示为一个分布,而不是传统的单一值估计。在下面的内容中,将讲解一个使用QR-DQN算法的例子。

码农三叔 2053

T527 uart串口配置导致系统进不去

T527 s_uart串口配置导致系统进不去。

Linux驱动开发工程师,熟悉Linux/Android底层驱动、TP、显示、IIC、网络等通用外设调试适配,Linux上层应用开发。常用平台瑞芯微、全志、恩智浦等。 676

20年前,微软给金山那刀,现今一举将WPS推上领奖台,WPS,赢了

正如姚冬()所说:文本的命令行到图形界面的那次,改变整个人机交互的方式,我们公司历史上最大的一次危机也是那一次,但我们依然挺过来了,我们相信这次技术浪潮我们依然能够追上。是的,他们做到了,WPS AI的二次亮相不仅惊艳众人,更是在与微软 Copilot的较量中赢得好评如潮。在这短短三十多天的时间里,金山办公一举将 WPS AI 从轻文档,带到了 PPT 、PDF 、 Excel 和文字上。并且还在 PDF 、图片识别的场景上完胜微软。

云表平台的博客 1103

RK3588 部署 YOLOv5s 实战:多线程加速从 16FPS 飙升到 120FPS(含性能优化)

因为RK3588包含了3个NPU核心,支持3个核心同时工作、双核合作、以及单核工作。我们可以使用线程池来加速。线程池是一种长街的并发编程模型,它用于管理和复用线程,以提高多线程程序的性能和效率。线程池通常包含以下主要组件:1、任务队列:任务队列用于存储待执行的任务。这些任务可以是函数、方法或其他需要多线程环境中执行的操作。2、线程池管理:线程池管理器负责创建、销毁和管理线程。它会监视任务队列中的任务,根据需要创建线程,执行任务,并在任务完成后将线程放回池中以供重用。

FJN110的博客 99

雷军这么努力,为什么还是干不过 OV?

作者 |雨枫 本文经授权转载自雨枫有话说(ID:lemont365) 按照IDC的统计,2018年,小米在国内智能手机市场的份额仅有13.1%,大幅度落后于OPPO的19.8%和VIVO的19.1%。 而且这个趋势还在继续。据华尔街见闻报道,2019年前两个月,小米手机国内出货量同比下跌31%,仅有604万部。和OV的距离被进一步拉大。 坦白说,小米打不过苹果、三星和华为...

优快云资讯 3532

tsfknn 预测R语言中的时间序列

rolling参数应该设置为FALSE,这使得最后的18个观测值成为测试集,其余的作为训练集;如果我们将rolling参数设置为默认值TRUE,那么测试集就不会是一个恒定的向量。lag 滞后参数表示时间序列数据的滞后值。在这个例子中,由于我们的时间序列数据是月度的,我们将参数设置为1:12。作为药品福利计划的一部分,澳大利亚健康保险委员会记录的属于ATC代码A10的产品的每月政府支出(百万美元)。我们将使用tsfknn包,它可以用来预测R语言中的时间序列。格式:ts类别的月度时间序列。

Mrrunsen的博客 323

AS7341可见光谱传感器原理图设计,已量产(光线传感器)

最近在做便携式环境光光谱检测项目时,我们基于 ams 的 AS7341 搭了一套硬件电路 —— 这颗芯片算是业内新一代的光谱传感 IC,8 个可见光通道 + NIR + 闪烁检测的配置,加上 6 路并行 16 位 ADC,数据吞吐能力确实够顶。今天就拆解下这个模块的硬件设计细节,聊聊实际做板时的那些考量点。

不脱发的程序猿 642

小米十年,雷军的一往无前

导读:2020年8月11日19:30,期待已久的《一往无前》小米十周年雷军公开演讲如约而至。在演讲中,雷军揭晓了自己「向前走一步」解忧方法; 回顾了「做全球最好的手机,只卖一半的价钱,让每个人都能买得起」的梦想与初心;公开了「从小米粥闹革命开始,从 MIUI 到手机到生态链」的乘风破浪历程;坦言「性价比是小米最有力的武器,也是小米最脆弱的软肋」; 解锁小米迈向国际化的故事;分享了小米上市、北漂买房、入选世界 500 强的高光时刻; 与此同时,也带来了小米10 至尊纪念版、Redmi K30 至尊纪念版、小.

优快云资讯 2万+

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")

如何看待财富,为什么你赚不到大钱|创客匠人

今天的知识付费与知识变现,同样是一个拐点,它改变了个人价值与市场需求之间的关系,让更多普通人能在大趋势中找到属于自己的机会。再看雷军,虽然在九十年代已经小有名气,但直到四十多岁才创立小米,凭借智能手机的普及,再次站上了财富的浪潮。二人身上共同的特质,并非单纯的聪明或努力,而是看见并把握了时代的拐点。财富的积累,并不仅仅依靠勤奋。所谓“善战者求于势,不责于人”,真正的智慧并非埋头苦干,而是顺势而为,在潮流的涌动中找到自己的航向。当拐点出现时,勇敢跨上去,那一刻,努力与机遇才会真正交汇,化作人生最耀眼的篇章。

ckjrxx的博客 469

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

那些成为富翁的程序员!

程序员是一个可以托付终身的职业吗?做程序员能致富吗?你对发家致富的定义又是什么?是达到中产阶级以上的小康水平,还是要实现财富自由?相信看到以下这些实际的案例后,你心中会有明确的答案。...

码农超哥的博客 697

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

为造车,雷军接连卸任多家公司董事长

整理 | 朱珂欣 出品 | 优快云程序人生(ID:coder_life)在互联网行业的快速发展之下,成就了许多家喻户晓的“ CEO 大佬”,他们手握“财富密码”,造就了众多的“创业神话”,引领了无数的“科技趋势”。但是,现在互联网大佬似乎流行提前“退休”了。2023 年 1 月 10 日,报道称小米董事长兼 CEO 雷军卸任北京小米软件技术有限公司董事长,刘芹、林斌卸任董事,卢伟冰由总经理变...

优快云云计算 795

雷军:十岁的小米乘风破浪,有趣的灵魂一往无前

8月11日晚7:30分,还是那个熟悉的搭配:标志性的蓝色牛仔裤+身穿白色T恤的雷军,出现在北京小米科技园篮球馆。小米十周年的演讲现场,气氛瞬间被点燃。台上的雷军讲述着“激情燃烧的岁月”,台...

zouhui1003it的专栏 373

很多人问:做程序员能致富吗?这些互联网码农,个个是千万富翁!

【文章来源微信公众号:每天学编程】 程序员是一个可以托付终身的职业吗?做程序员能致富吗?你对发家致富的定义又是什么?是达到中产阶级以上的小康水平,还是要实现财富自由?相信看到以下这些实际的案例后,你心中会有明确的答案。 如今的程序员已经不光是邋遢的男性 很多程序员都以码农自嘲,说自己是搬砖敲代码的,多少有点儿混得不咋地的意思。但互联网时代的到来,程序员的工作和生活得到更多的曝光,拥有高薪的他们已...

程序员生活 1430

雷军传-怀揣梦想,砥砺前行

单纯从资本方面来说,雷军已经实现了自己的“财富自由”,但是他仍然在40岁的时候创业成立小米,这也是他的梦想,他不想单纯的依靠钱生钱,他还是想做一些伟大的事情的,亦或成立小米是为了成为中国雷布斯,但是他一路来的成绩使他成为了世界的小米而不仅仅是中国的雷布斯。记忆中我还拉拢当时的同学“加入”我的公司,好像当时的高管位置都分出去了,甚至于经理的位置都分了,当时一直坚信雷军说的,创业得有个好的团队,一个好的合伙人事半功倍,我对此深信不疑,以至于“公司”官网的首页一个版面都是“招贤纳士”的招聘广告。

lkl2017的博客 423

程序员的故事: 雷军:执掌金山纯属意外

当当当当!看图识“肉”了!请问下图是哪位小鲜肉?请问这是哪位小鲜肉??请问这是哪位小鲜肉?答:十年前的雷军!最近金山三十年,雷布斯讲了一件改变他命运的陈年往事。曾经,做一个数一数二的程序...

hello world! 479

雷军:穿越人生低谷的感悟(节选)

雷军分享创办小米之前,人生中多次经历的挫折与迷茫,以及穿越低谷过程中的一些感悟。

嵌入式系统 837

普通人逆袭的财富密码:踩准风口,赚大钱的核心逻辑

2021年有位程序员在币圈用5万本金赚到8000万,2023年某大学生靠AI绘画工具接单月入20万。这些看似魔幻的造富故事背后,藏着普通人逆袭的底层逻辑——踩准时代风口,你的努力才能被放大100倍。

程序员柚子的博客 612

雷军-2022.8小米创业思考-3-重回增长;感动人心、价格厚道;

经过两年的努力补课,小米成功重振旗鼓,恢复了高速增长的态势。2018年,小米成功上市,并在短短一年后的2019年,便跻身《财富》世界500强榜单,成为该榜单中最年轻的一员。这一切成就的背后,都离不开雷军的高瞻远瞩和坚定领导。他顺势而为,持续打造小米的自身实力,展现出了令人钦佩的领导力。小米在短短9年内便实现了财富500强的壮举,这样的成绩确实令人赞叹! 小米在发展过程中,积极借鉴了Costco的经营模式,限制了硬件的利润率。其核心理念就是“感动人心、价格厚道”,旨在为消费者提供高性价比的产品。这一战略不仅

Ankie资深技术项目经理 1114

不服就干!

小时候我想养只兔子,但是家里根本没有笼子养,于是我计划搞起一个大工程。我叔叔家刚盖完房子,家里留下了什么一堆没有用完的木料,我以养兔子后生下小兔子为由,让我弟弟把他们家剩余的木料都给我偷...

纯洁的微笑 1210

为什么有些人加班累死还不如有些人轻轻松松赚钱多(转)

前言 最近一直在思考一个问题,为什么都是创业 都是做生意, 有些人轻松的赚钱,不怎么加班 没事度度假 打打球,(时间自由,财务自由) 有些人累死累活,天天朋友圈晒为了梦想加班,什么凌晨的淘宝城,马云的996去画饼(时间不自由,财务不自由) 为什么要加班和996 多年来我一直以为创业一定要勤奋,最好每天996一天24小时贡献给公司或者理想上,这种想法我想应该不只有我一个人这么想 随...

weixin_30594001的博客 180

为什么顶尖高手,都是长期主义者?

点击蓝字关注,回复“职场进阶”获取职场进阶精品资料一份在当下这个浮躁的社会,很多人都认为“快”才是真理,“慢”就是原罪。大家都对一夜腾飞的故事津津乐道,却觉得坚守一生最终获得大成的故事不...

dotNET跨平台 387
上一篇: 打个赌,你肯定不知道!Linux 命令 su 和 sudo 的区别?
下一篇: Python那些优质可视化工具!
菜鸟学Python
博客等级 码龄9年 8062粉丝 571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