[转载] 今天离婚,你得抱我出家门

使用qt+PaddleOCR做一个OCR软件demo 文章目录使用qt+PaddleOCR做一个OCR软件demo效果展示1 建立环境1.1 vs项目环境1.2 qtcreator项目环境1.2.1 源代码整理1.2.2 依赖项整理如下1.2.3 模型文件如下1.2.4 在.pro文件中设置依赖库的模式1.2.5 pro文件中添加.h和.lib2 在工程代码中添加截图功能2.1 新建截图类并连接信号2.2 QImage转cv::Mat3 在工程代码中集成PaddleOCR3.1 初始化PaddleOCR3.2 修改文字识别类的run函数,增加一个返回结果的值的 阅读详情
        今天离婚,你得抱我出家门
        妻说,是你将我抱进家门的,要离婚了,你再将我抱出这个家门吧。
        与妻结婚的时候,我是将她抱过来的。那时我们住的是那种一家一户的平房,婚车在门前停下来的时候,一伙朋友撺纵着我,将她从车上抱下来,于是,在一片叫好声中,我抱起了她一直走到典礼的地方。那时的妻是丰盈而成熟的娇羞女孩,我是健壮快乐的新婚男人。
        这是十年前的一幕。
        以后的日子就像是流水一样过去,要孩子,下海,经商,婚姻中的熟视无睹渐渐出现在我们之间。钱一点点地往上涨,但感情却一点点地平下去,妻在一家行政机构做公务员,每天我们同时上班,也几乎同时下班,孩子在寄宿学校上学。在别人看来,生活似乎是无懈可击的幸福。但越是这种平静的幸福,便越容易有突然变化的机率。我有了她。当生活像水一样乏味而又无处不在,哪怕一种再简单的饮料,也会让人觉得是一种真正的享受。她就是露儿。
        天气很好,我站在宽大的露台上,露儿伸了双臂,将我从后面紧紧抱住。我的心再一次被她感情包围,几乎让我无法呼吸。这是我为露儿买的房子。
        露儿对我说,像你这样的男人,是最吸引女孩子的眼球的。我忽然想起了妻,刚刚结婚的时候,她似乎说过一句,像你这样的男人,一旦成功之后,是最吸引女孩子的眼球的。想起妻的聪明,心里微微地打上了一个结,我清楚地意识到,自己对不起她。但却欲罢不能。
        我推开露儿的手,说你自己看着买些家具吧,公司今天还有事。露儿分明地不高兴起来,毕竟,今天说好了要带她去买家具的。关于离婚的那个可能,已经在我的心里愈来愈大起来,原本觉得是不太可能的事情,竟然渐渐地能在心里想像成可能。

        只是,我不知道如何对妻子开口,因为我知道,开口了之后必然要伤害她的。妻没有对不起我的地方,她依旧忙忙碌碌地在厨房里准备晚上的饭菜,我依旧打开电视,坐在那里,看新闻,饭菜很快上桌,吃饭,然后两个人在一起看电视,或是一个人坐在电脑前发会儿呆。想像露儿的身体,成了我自娱的方式。
试着对妻说,如果我们离婚,你说会怎样?妻白了我一眼,没有说话,似乎这种生活离她很远。我无法想象,一旦我说出口时,妻的表现和想法。
        妻去公司找我时,露儿刚从我办公室里出来。公司里的人的眼光是藏不住事情的,在几乎所有人都以同情的目光和那种掩饰的语言说话的时候,妻终于感觉出了什么。她依旧对着我的所有下属以自己的身份微笑着,但我却在她来不及躲闪的一瞬间,从她的眼神中读出了一种伤害。
露儿再次对我说,离婚吧何宁,我们在一起。我点头,心里已经将这个念头扩到非说不可的地步了。
妻端上最后一盘菜时,我按住了她的手。说我有件事要告诉你。
        妻坐下来,静静地吃着饭,我想起了她眼神中的那种伤害,此刻分明地再一次显出来。突然间觉得自己有些不忍,但事到如今,却只能说下去。咱们离婚吧,我平静地说着不平静的事。
妻没有表现出那种很特别的情绪,淡淡地问我为什么。我笑,说:不,我不是开玩笑,是真的离婚。妻的态度骤然变化起来,她恨恨地摔了筷子,对我大声说,你不是人!
夜里,我们谁也没理谁,妻在小声地哭,我知道她是想知道为什么。但我却给不了她答案,因为我已经在露儿给我的感觉里无法自拔。
        我起草了协议给妻看,里面写明了将房子,车子,还有公司的30股权分给她。写这些东西时,心里是一直怀了对妻的歉疚的,妻愤愤地接过,撕成碎片儿,不再理我。我感觉自己的心竟然隐隐地有些疼起来,毕竟是一起生活了十年的爱人,所有的温柔都将在未来的一天变成陌路一般的眼神,心里也有些不忍,但话一出口,毕竟是来不及收回的。
        妻终于在我面前放声大哭,这是我一直以来想得到的,似乎是释放了什么东西一般,几个星期以来的压抑的想法都随着妻的哭声而变得明朗而坚决起来。陪客户喝酒,半醉的我回到家中时,妻正伏在那里写着什么。我躺在床上睡去,醒来的时候,发现妻依旧坐在那里。我翻个身,再沉沉地睡去。
终于闹到了非离不可的地步,妻却对我声明,她什么也不要我的,只是在离婚之前,要我答应她一个条件。妻的条件简单,便是再给她一个月的时间,因为再过一个月,孩子就过完暑假了,她不想让孩子看到父母分开的场面,而且,在这一个月里还要像以前那样生活。
        我接过妻写的协议,她问我,何宁,你还记得我是怎么嫁过来的吗?蓦地,关于新婚的那些记忆涌上来,我点头,说记得。妻说,是你将我抱进来的,但是我还有个条件,就是要离婚了,你再将我抱出这个家门吧。这一来一去,都是你做主好了,只是,我要求这一个月,每天上班,你都要将我抱出去,从卧室,到大门。
        我笑,说:好。我想妻是在以这种形式来告别自己的婚姻,或是还有对过去眷恋的缘故。
我将妻的要求告诉了露儿,露儿笑得有些轻佻,说再怎么还是离婚,搞这么多花样做什么。她似乎对妻很不屑,这或多或少让我心里不太舒服。
        一个月为限,第一天,我们的动作都很呆板。因为一旦说明之后,我们已经有很久没有这么亲密接触过了,甚至连例行的每周两次的做爱时间也取消了,每天都像路人一样。儿子从身后拍着小手说,爸爸搂妈妈了,爸爸搂妈妈了,叫得我有些心酸。从卧室经客厅,出房门,到大门,十几米的路程,妻在我的怀抱里,轻轻地闭着眼睛,对我说,我们就从今天开始吧,别让孩子知道。我点头,刚刚落下去的心酸再一次地浮上来。我将妻放在大门外,她去等公交,我去开车上班。
        第二天,我和妻的动作都随意了许多,她轻巧地靠在我的身上,我嗅到她清新的衣香,妻确实是老了,我已有多少日子没有这么近的看过她了,光润的皮肤上,有了细细的皱纹。我怎么没发现过妻有皱纹了呢,还是自己已是多久没有注意到自己这个熟悉到骨头里的女人了呢。
        第三天,妻附在我的耳边对我说,院子里的花池拆了,要小心些,别跌倒了。
        第四天,在卧室里抱起妻的时候,我有种错觉,我们依旧是十分亲密的爱人,她依旧是我的宝贝,我正在用心去抱她,而所有关于露儿的想像,都变得若有若无起来。
第五天,六天,妻每次都会在我耳边说一些小细节,衣服熨好了挂在哪里,做饭时要小心不要让油溅着,我点着头,心里的那种错觉也越来越强烈起来。
        我没有告诉露儿这一切。
        感觉到自己越来越不吃力了,似乎是锻炼的结果,我对妻说,现在抱你,不怎么吃力了。
妻在挑拣衣服,我在一边等着抱她出门。妻试了几件,都不太合适,自己叹了口气,坐在那里,说衣服都长肥了。我笑,但却只笑了一半,我蓦然间想起自己越来越不吃力了,不是我有力了,而是妻瘦了,因为她将所有的心事压在心里。那一瞬间,心里紧紧地疼起来,我伸出手去,试图去抚妻的额角。
        儿子进来了,爸爸,该抱妈妈出门了。他催促着我们,似乎这么些天来,看我抱妻出门,已经成了他的一个节目。妻拉过儿子,紧紧地抱住,我转过了脸不去看,怕自己将所有的不忍转成一个后悔的理由。从卧室出发,然后经客厅,屋门,走道,我抱着妻,她的手轻巧而自然地揽在我的脖子上。我紧紧地拥着她的身体,感觉像是回到了那个新婚的日子,但妻越来越轻的身体,却常常让我忍不住想落泪。
最后一天,我抱起妻的时候,怔在那里不走。儿子上学去了,妻也怔怔地看着我说,其实,真想让你这样抱到老的。
        我紧紧地抱了妻,对她说,其实,我们都没有意识到,生活中就是少了这种抱你出门的亲密。
停下车子的时候,我来不及锁上车门,我怕时间的延缓会再次打消我的念头。我敲开门,露儿一脸的惺松。我对她说,对不起露儿,我不离婚了。真的不离了。
        露儿不相信一般看着我,伸出手来,摸着我的头,说你没发烧呀。
        我打开露儿的手,看着她,对她说,对不起露儿,我只有对你说对不起,我不离婚了,或许我和她以前,只是因为生活的平淡教会了我们熟视无睹,而并不是没有感情,我今天才明白。我将她抱进了家门,她给我生儿育女,就要将她抱到老,所以,只有对你说对不起。
        露儿似乎才明白过来,愤怒地扇了我一耳光,关了门,大哭起来。我下楼,开车,去公司。
        路过那家上班时必经的花店的时候,我给妻子订了一束她最喜欢的情人草,礼品店的小姐拿来卡片让我写祝语,我微笑着在上面写上:我要每天抱你出家门,一直到老.
电力电子技术进阶:从基础到实战的完整学习路径 本文系统阐述了电力电子技术从基础到实战的完整学习路径。首先解析了电力电子作为“电能魔术师”的核心作用,随后深入剖析了数学工具、电路电磁场与半导体器件三大基础支柱。文章重点讲解了DC-DC、DC-AC、AC-DC等核心变换拓扑,并探讨了从经典PID到现代模型预测控制(MPC)的控制策略。最后,分享了硬件设计、软件调试、电磁兼容(EMC)等实战经验与前沿趋势,为学习者提供了清晰的进阶指南。 阅读详情

相关推荐

2024最新实战:用1Panel面板+Docker快速部署Frps服务端(含Nginx配置模板)

本文详细介绍了2024年企业级内网穿透方案,通过1Panel面板和Docker技术快速部署Frps服务端,包含Nginx反向代理配置模板。从服务器选型、系统准备到安全加固,提供全栈实战指南,帮助企业和开发者高效实现内网穿透需求。

weixin_27966471的博客 419

今天离婚,你得抱我出家门

 妻说,是你将我抱进家门的,要离婚了,你再将我抱出这个家门吧。         与妻结婚的时候,我是将她抱过来的。那时我们住的是那种一家一户的平房,婚车在门前停下来的时候,一伙朋友撺纵着我,将她从车上抱下来, 于是,在一片叫好声中,我抱起了她一直走到典礼的地方。那时的妻是丰盈而成熟的娇羞女孩,我是健壮快乐的新婚男人。这是十年前的一幕。        以后的日子就像是流水一样过去,要孩子,下海,经商

我在优快云的家 833

工程师必看:如何用定时截尾试验快速验证产品MTBF(附真实案例解析)

本文为硬件工程师详细解析了如何运用定时截尾试验快速验证产品MTBF(平均无故障工作时间)。通过七步实战法,结合工业物联网网关的真实案例,阐述了从参数设定、试验执行到结果判读的完整流程,并提供了MATLAB脚本实现自动化计算与可视化,帮助工程师在有限时间内科学评估产品可靠性。

weixin_29243063的博客 494

离婚,感谢 (转载)

//z 2013-05-22 00:38:48 IS2120@BG57IV3.T1406149236.K[T24,L282,R11,V298] 以下是转载,楼主是相当棒的人;只是社会戾气太重。 昨天有不少版友和我聊天,下班的时候心情平静了很多,下午用了一个多小时的时间写了一份离婚协议,打印了几份带回家。 BZ正在家里坐着,一副受到伤害的表情,一言不发,其实白天已经打了很多电话,发了很

IS2120 759

2024年全国大学生信息安全竞赛安徽省赛网络系统建设与运维赛项-网络构建真题

该网络工程方案主要包含基础配置、有线网络、无线网络、出口网络、运维配置和SDN网络六个部分。基础配置包括设备接口设置、SSH服务开启和SNMP功能配置。有线网络部分重点部署VLAN、MSTP、VRRP和OSPF协议,实现网络冗余和负载均衡。无线网络规划了AP点位、信号覆盖和用户接入策略,包括SSID配置、频段优化和安全认证。出口网络配置了NAT转换、VPN隧道和流量审计功能。运维方面搭建了监控平台实时监测设备状态。SDN网络部分通过控制器实现流量管控。整个方案实现了多业务隔离、高可用性网络架构和

weixin_42221934的博客 1174

DDR5内存Training全解析:从信号完整性到CS训练模式的实战指南

本文深入解析了DDR5内存Training的全过程,从信号完整性挑战到CS训练模式(CSTM)的实战应用。文章详细阐述了Training在DDR5高频时代的关键作用,对比了In-Band与OOB两种架构,并拆解了Intel MRC的核心训练步骤,为硬件与固件工程师提供了诊断与优化系统稳定性的实用指南。

weixin_29252171的博客 1029

南京大二女生退学嫁入豪门 生下女孩被赶出家门

算命是男娃 生下是女娃   “灰姑娘”嫁入豪门突遭婚变   泰州一位千万富翁对南京某高校女生一见钟情,遂展开疯狂追求,终于抱得美人归。女生怀孕后,抱孙心切的婆婆请来算命先生,算定生男孩,于是张罗一场隆重的婚礼,一家电...

433

玩转Docker | 使用Docker部署MediaCMS内容管理系统

玩转Docker | 使用Docker部署MediaCMS内容管理系统

qq_59334230的博客 2918

地球上最贵的离婚:大姐夫保住亚马逊,最后的爱是成全

西雅图IT圈:seattleit【今日作者】Dexter读书巨慢理事会会长地球上最贵的一场离婚终于尘埃落定,让全球最有钱的男人,付出了一个天文数字的代价——360亿美元...

西雅图IT圈 560

OpenClaw 自定义 Skill 开发完整指南(最新版)

OpenClaw 中的每个 Skill,本质是一套“能力描述 + 执行逻辑”的组合包,核心特征如下:核心载体:以文件夹为单位,文件夹内必须包含SKILL.md文件(能力描述核心);扩展文件:可选agent.py(Python 执行逻辑)、index.ts(TypeScript 执行逻辑)、(辅助文档/示例资源)等;核心优势:AI 通过阅读 SKILL.md 的自然语言描述理解技能,无需严格遵循代码接口,灵活度极高;

haolove527的专栏 2万+

【实战项目开发技术分享】机器人安全通过狭窄区域的方案

在机器人的应用领域中,有时会遇到需要机器人通过狭窄区域的情况。无论是室内还是室外,机器人需要具备适应性和灵活性,以便在狭窄的空间中进行安全、高效的导航。本文将提供一些如何让机器人通过狭窄区域的实现方案和思路,希望帮助读者可以根据实际的开发需要进行适当调整和扩展。

xiewf的博客 2万+

幸福小夫妻被五百万巨奖生生拆散 急于离婚

幸福小夫妻被五百万巨奖生生拆散 急于离婚幸福小夫妻被五百万巨奖生生拆散 急于离婚[提要] 上海青浦区一对夫妻在中了500万大奖后,还未来得及享受财富带来快乐,彼此的感情就发生了危机。06年6月妻子要求离婚,但青浦法院判决不予支持...

168

上午题目复习ing

无线局域网,11b是常用的,2.4ghz,后来改进5ghz,有些字段可以工作在5g的字段802.11/11a/1h/11n,,,,,11b和11g还在2.4ghz工作。数据链路层 传输服务,数据链路维护,差错控制,arp ip到mac,rarp反过来,token ring,x.25,atm,ethernet,蓝牙10m,简化因特网,分散式网,快调频,短包,点对点,点多多点,2.4ghz,最高速率1mb/s。gsm:是时分多址,900m-1800m,微蜂窝是市区,微微风是室内,伞是盲点,

weixin_47120900的博客 893

离婚女人日记

离婚女人日记[@more@]第1章写在前面刚看了一本书,心情突然又变坏起来。我知道我不应该去看它,可一些书只有看了才知道该不该看。其实书写得很好,而且作者是我的朋友,就因为书写得好,而且真实,于是让我同他一起无奈起来。我打开笔记...

256

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

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。

我的世界最复杂红石机器人_红人馆 | 离婚夫妻,世界上关系最复杂的CP

“ 《我们离婚了》。 ”把离婚夫妇放在一起过三天两夜,这是韩国综艺《我们离婚了》的主意。要说这个构思多么天马行空,是综艺主持人都觉得“这也太过了”的程度。离婚之后,过往的感情收回,以孩子或亲情的羁绊联结在一起,未必是怨侣但也变成了天底下最熟悉的陌生人。《我们离婚了》证实了:离婚夫妻,可能是世界上最复杂的关系之一。第一对是初代国民CP,男主角李英河(70+)是影帝,女主角鲜于银淑(60+)是初代女星...

weixin_35217123的博客 162

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")

中国式离婚

今晨一大清早收到丽子的短信,说“自从这些天看中国式离婚。我的心也跟着宋建平一起难受。只要他一皱眉头,我就流眼泪。也许我以前...。我能理解小枫的心情。但是她的行为实在让人寒心,看着自己心爱的人被折磨的那么疲惫与无奈都不知心疼和体谅他。唉,无可就药了!太可悲!”其实,我也特别喜欢看中国式离婚,不仅里面有蒋文丽和陈道明,还有一个美丽透彻的左小青;另外,我主要是想看看老拿电影女主角奖的蒋文丽,演技到底如...

weixin_30634661的博客 99

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

明天就放假了 今天也没什么事了 发个笑话 大家开心一下

老公刚到家门,突然听到有男人打呼噜的声音,男人在门外犹豫了5分钟,默默离开,给老婆发了条短信:“离婚吧!!!”然后扔掉手机卡,远走他乡……三年后 他们在另一个城市偶然相遇,妻子流泪:“当年为何不辞而别?”男人简述了当时的情况后,妻子听完转身离去,淡淡地说:“ 那是瑞星杀毒软件……” 本文转自远哥博客园博客,原文链接:http://www.c...

weixin_34261739的博客 122

今天的笑话

把宠物的毛修剪成方形,好奇怪的画风 [动物图片] 你这标枪是纸飞机吗?还能飞回来! 都说天很热,我们这热到什么程度呢?这样说吧,这几天老婆一直在和我吵架,感情破裂,约好今天去民政局离婚。今天中午刚打开门看到那火辣辣的太阳,我们同时决定,还是凑合继续过吧! 昨天看新闻,警察叔叔制服一罪犯将其按在地上,罪犯直求饶:求你们让我站起来吧,地上真的太烫了…… 老妈有个骨瓷水杯,是我哥从景德镇...

weixin_30678349的博客 102

一幅图片引发的离婚大战

本文转载自程序员技术 今天看到这两幅图片,不禁哈哈大笑。互联网上很多段子或者笑话,其实最能引起笑果的往往来自于真实生活,而不是那些为了笑果而编造的段子。 微信真的会因为网络不好而造成信息的前后颠倒吗? 真的会。 为什么呢? 马化腾说微信就是一个邮箱,只是这个邮箱比较快,让你感受不到这是一个邮箱,而让你有一种即时通信的错觉。 微信这个邮箱是这么来工作的: Alice登录微信服务器,认证身份,上线状态。这是一个基于TCP的长连接,安全加密。所谓长连接,就是Ali

weixin_39787242的博客 1万+

今天到家了

今天到家了,发现家里变化还挺多的。首先妈妈的脾气大了不少,看来真是经济基础决定上层建筑啊。自从工资水涨船高后,脾气也来了。还有知道了大姨家离婚了,唏嘘不已。人世间的变故的确难以琢磨。可怜我那表弟什么时候才能想想自己的将来和幸福,...

congwan3049的博客 118

爱情故事[转载自:学狼网]

带走的钥匙     他和她邂遇在火车上,他坐在她对面,他是个画家。他一直在画她,当他把画稿送给她时,他们才知道彼此住在一个城市。两周后,她便认定了他是她一生所爱。     那年,她做了新娘,就像实现了一个梦想,感觉真好。但是,婚后的生活就像划过的火柴,擦亮之后就再没了光亮。他不拘小节、不爱干净、不擅交往,他崇尚自由,喜欢无拘无束,虽然她乖巧得像上帝的羔羊,可他仍觉得婚姻束缚了他。但

freeliver54的专栏 1707

老公:对不起,我终于狠下心来和你说离婚了

老公:对不起,我终于狠下心来和你说离婚了。   一直以来我都是个懦弱的女人。我用尽心力的守着我门的婚姻,为你烧你爱吃的菜,为了买你喜欢的CD,为你把一切都弄得很好,给了你我所能给的幸福。而我从未和你提过任何要求,我怕你觉得我烦。可现在我想通了,相恋再久的感情都敌不过几小时的一见钟情。   第一次看到你和她的照片是在音乐网站上,第一次见到她是在你和他离开的酒店门口,第一次听你提...

weixin_34405925的博客 178

离婚后感言

结婚4年了,终于在前几天结束了这段婚姻。我见不到孩子了,不过孩子放在她那边,我也放心。 今天就客观总结下这一段失败婚姻,以便在今后生活过得更好: 1.首先结婚要找对的人,江山易改,本性难移。不要妄想结婚以后一个人会变成怎样,或者有了孩子一个人会变得怎样。无法包容的矛盾也别想婚后能改变。我结婚的时候只懂搞技术,而不懂人情事故。以前就知道她有种过激行为,可是我想结了婚可能会好点,可是婚后不但没有改...

weixin_30832983的博客 77

今天心情很乱,什么事情也不想做了

心情莫名的坏了起来,真的不知道生活怎么会这样,或许每个人的想法,每个得思维,每个人的价值观不一样吧。好多的事情,却总是在不经意的时候发生出来......昨天晚上,都回到了宿舍,听我大姐发消息过来,说我二姐家在准备离婚。而且二姐也...

cl5826的博客 195

最后一夜的温柔与爱情无关

 fen_fen [转载】  题记:在论坛里看到一篇好文章,拿来与大家分享,呵呵    收拾完最后一件衣服,小柔长长地舒了一口气。环顾四周,这个家看起来温馨而舒适,但却从此不再属于她。就如她也不再属于这个所谓的家一样。   一切收拾完毕,开始准备最后的晚餐,明天大家便分道扬彪,各自去寻找自己的幸福。没有太多的不舍,留下的只是说不完的无奈。三年的感情终于还是走到了尽头,小柔无法去思考太多的问

fen_fen的专栏 1284

马云证婚:80年后才能离婚!

&#13; &#13; &#13; &#13; &#13; &#13; &#13; 点击上方“程序员大咖”,选择“置顶公众号”关键时刻,第一时间送达!10号是一年一度的阿里日,阿里巴巴...

<sdffdsfsdfdfs>sfsfsfsdfsdffds</sdfsDS>Fsd 486
上一篇: [原创] 日构建的设计——For大型软件开发
下一篇: [原创] Together的模型引用机制
cloudward
博客等级 码龄23年 18粉丝 51原创
评论 1
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