写在2011的最后一天

一晃明天又是新的一年了,打开博客,这才发现,今年我只在这里写了没几篇东西。想想过去的一年里我都做了什么?

  1. 本职工作,上半年实在是有些无聊,甚至到了一度觉得这里已经不需要我了一样。好在下半年回到了能让自己有发挥余地的项目中,看来我就是不能闲啊, 下半年忙得半死,不过日子很充分。工作内容和大数据准实时同步和查询有关,虽然没有用什么高深的技术,但我们还是把系统的性能和稳定性搞上去了,原本还想 尝试引入HBase或者别的海量存储技术,不过因为业务项目太多,未能如愿,谁说MySQL就不行了,现在看来用着也挺好。顺便,明年Q1一定要把我前阵 子看的GC调优的东西整理成PPT,大范围给同事们普及一下。
  2. InfoQ的事情,虽然这一年看似做的少了,不过还在继续,貌似我正在从一个翻译编辑,转型为一个“会议报道写手”,今年陆陆续续参加了不少本地的社区活动,希望帮助社区做些推广,也可以把活动中好的内容传播给更多的读者,所以花了不少经历写报道,比如PyCon的报道 。但是作为编辑的福利,今年的两届QCon我都没去参加,真浪费啊,希望明年能有时间去吧。InfoQ今年也在转变,希望明年能有更好的表现,至少在内容上能更符合网站对自身的定位。
  3. 《RESTful Web Services Cookbook中文版》 ,从签下合同到出版,前后整整花了一年,期间遇到不少问题,甚至还有出版社突然解散了……技术图书的翻译这件事情是用金钱无法衡量的,这本书是我翻译过的 几本书里花精力最多,但收入最少的一本,最后本书得到了一些认可,微博上被几位大牛推荐了一下,读者也大多给予了不错的评价,这样我也就心满意足了。明年 的书基本已经选定了,几年前给自己定的目标终于可以完成了。

另一件事情,鉴于其重要性和特殊性,得要隆重说明,那就是告别了二十多年的单身生活,正式步入已婚人士的行列了。发现结婚准备真是一项浩大的工程,平时的工作里的项目和这比起来真是小巫见大巫,而且结婚的成本也跟着物价一起涨,各个商家都盯着这个机会呢。

 

自己平时比较忙,老婆虽然经常抱怨我是个大忙人,不过还是很照顾我,每当我“被”通宵时都不忘关心我一下;对于我总做那“吃力不讨好”的翻译和写 作,虽然总是说别再弄了,可每次我要写东西时,她都会让我安心完成手头的事情。纪念日的时候送了99朵玫瑰,感恩节那天,我对她说感谢她今后愿意陪伴在我 身边……不知何时,我这个摩羯也开始偶尔会浪漫一下了。

 

昨天一条讲IT人士的“苦逼生活”的微博 被转发了400多次,看来大家都深有感触,其实我们的生活其实没那么杯具,生活还是很有意思的。明年该好好考虑如何平衡生活和工作了,多花点时间在家里人 身上,既要把自己喜欢的工作做到极致,又要照顾好家庭,果然自己老了,开始想这些以前不会想的事情了,不知道现在的90后、00后们在想什么呢,哈哈。

明年的工作目标:继续向技术专家方向努力;再出版一本书;真正写点有内容的东西,分享点有价值的内容。生活里,当然是顺顺利利地办好婚礼,开始习惯好丈夫的角色,多陪陪家人。2012,不管有没有世界末日,反正我没有船票,生活还要继续,过好每一天就是了。

清洁机器人之屏幕(中,大LCD)方案--ITE 联阳986x系列 soc显控芯片介绍 阅读详情

相关推荐

ur3手眼标定+realsenseL515

知乎 csdn

AI_future的博客 978

写在2011年的最后一天

今天是2011-12-31日,我们还在上班,过了今天晚上12:00,就迈入了2012,我想地球人都知道。。。 在即将过去的2011年,我得到了什么,失去了什么,我想应该简单总结下了,怎么说都应该给自己一个交代,是吧。 1.我又老了一岁; 2.我有媳妇了; 3.我工作满1.5年了; 4.身体体重没有增加; 5.挣的钱没攒下; 6.老婆还在老家; 7.我还是过着已婚单身的生活; 8....

鹰击长空 155

[华为]华为无线控制器AC6508简单配置实例

用户需求:3个地址段,分别是领导、员工、访客,访问控制策略是只允许访客上网,不允许访客访问内网。 vlan173为设备的管理地址和AP获取的地址,领导、员工、访客的vlan分别是vlan131/vlan132/vlan133 首先是许可的下载,使用华为的账号登陆http://app.huawei.com/isdp ,然后按照说明输入许可,下载许可,将许可导入到设备。 web界面访问后,直接按照配置向导配置就可以了。 1.基本配置里主要配置license、设备名称、设备时间 2.端口配置:连接上

日子_很简单 2万+

2011年的最后一天

今天是2011年的最后一天呢。。。嘿嘿。。。。。 此时此刻,我还在面对着电脑看着我的代码呢。。。。。。。            嘿嘿。。。。。好像是有点平平淡淡的哈。。。。不过朋友们都是在学习呢。。。没有什么活动哦。。。。         但是今天还是有令我很开心的事情的,就是今晚上会有十几家的跨年演唱会呢。。。。        我正在愁怎么看那么多家呢。。。。。没有办法,只有取舍了。。。。

hedy的随笔 332

MuJoCo 仿真中的碰撞检测与参数优化实战

本文深入解析MuJoCo仿真中的碰撞检测机制与参数优化策略,涵盖位掩码配置、凸包分解实战及穿模问题解决方案。通过具体案例和参数设置建议,帮助开发者高效解决机械臂抖动、轴孔装配等常见问题,提升仿真精度与稳定性。特别针对步进电机仿真提供了高增益位置执行器的优化方案。

weixin_29081101的博客 333

不用买机械臂!用Python+ROS仿真实现RGB-D物体抓取全流程(Gazebo/MoveIt教程)

本文详细介绍了如何利用Python和ROS仿真环境(Gazebo/MoveIt)实现RGB-D物体抓取全流程,无需购买昂贵机械臂硬件。从环境搭建、机械臂模型导入、深度视觉系统配置到MoveIt运动规划,提供完整的实战指南,特别适合个人开发者和学生团队进行机械臂抓取算法验证与开发。

weixin_29061041的博客 340

2011年的最后一天,回首过去(一)

今天是2011年的最后一天,受大家的感染,很想借这个机会将我这一年的学习、工作与生活做一个全面的总结,以此来纪念我这一年来的成长历程!       其实,一直以来很想将平常的点点滴滴记录下来,和大家一起分享,但一直没写,最重要的原因是没那感觉,不知道如何下笔。以后,我要养成写博客的习惯,以此来记录我不同时期的成长过程。一个人要时常反思反思自己,要时常从经历的人与事中吸取经验与教训,不能像流水一样

1630

ad新版本学习笔记(基本包含一套流程)Altium Designer(ad20/ad21/ad22/ad23)

ad20-ad23学习笔记,逐渐补全

安和的博客 4万+

java 获取本年第一天_java获取年份的第一天和最后一天

下面是编程之家 jb51.cc 通过网络收集整理的代码片段。编程之家小编现在分享给大家,也给大家做个参考。package com.dada.test;import java.text.SimpleDateFormat;import java.util.Calendar;import java.util.Date;/*** @author li_yueling* @version 1.0 2011-...

weixin_34434843的博客 4239

RK3588部署rtmpose模型

摘要: 本文详细介绍了在RK3588开发板上部署RTMPose模型的全流程。首先在Ubuntu环境中搭建MMCV框架,通过MMPose工具将PTH模型转换为ONNX格式。随后使用RKNN-Toolkit2将ONNX模型转换为RKNN格式,并完成开发板部署。关键步骤包括模型转换(PTH→ONNX→RKNN)、环境配置和推理验证,最终实现人体姿态估计功能。整个过程涉及MMPose、RKNN-Toolkit等工具链的使用,为边缘计算场景下的实时姿态分析提供了可行方案。

qq_44224801的博客 1219

ROS机器人全覆盖路径规划实战:6种ipa算法对比与选型指南(附避坑经验)

本文深入对比了ROS中ipa_coverage_planning功能包集成的6种全覆盖路径规划算法,包括牛耕分解、栅格旅行商、神经网络、局部能量最小、轮廓线和凸感知放置。文章从覆盖率、重复率、计算效率、动态避障等核心工程指标出发,提供了基于不同场景(如静态/动态环境、规则/复杂布局)的实战选型指南,并分享了神经网络和局部能量最小等关键算法的参数调优与避坑经验,旨在帮助开发者根据实际需求选择并优化最合适的ipa覆盖算法。

perl8的博客 363

java获取年的第一天和最后一天_Java获取某年第一天与最后一天的简便方法

看到许多网友在获取某年第一天与最后一天时方法有点繁琐,推荐下面这种方法仅供参考。import java.text.SimpleDateFormat;import java.util.Calendar;import java.util.Date;/*** @author li_yueling* @version 1.0 2011-03-25**/public class DateTest {/***...

weixin_29341747的博客 1477

【华为OD机试】创建二叉树(python, java, c++, js)

请按下列描达构建一颗二叉树,并返回该树的根节点: 1、先创建值为-1的根结点,根节点在第0层; 2、然后根据operations依次添加节点: operations[i] = [height, index] 表示对第 height 层的第index 个节点node, 添加值为i 的子节点: 若node 无「左子节点」。则添加左子节点; 若node 有「左子节点」但无「右子节点」,则添加右子节点: 否则不作任何处理。 height、index 均从0开始计数;index 指所在层的创建顺序。

A_D_I_D_A_S的博客 188

上个月的最后一天及某个月的最后一天

//显示上个月的最后一天function G_L_M_Lastday($dateStr=){$time = time();if($dateStr !=) $time = strtotime($dateStr); return date(Y-m-t, strtotime(last month, $time));}echo G_L_M_Las

HANK-M的专栏 1837

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

2011新历年最后一天了

2011新历年最后一天了,忙碌的2011年。充满美好的2012年。 转载于:https://www.cnblogs.com/xinjie/archive/2011/12/31/2309067.html

weixin_30612769的博客 89

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

php月最后一天,php实现上月最后一天及某月最后一天的代码

例1,显示上月最后一天//显示上个月的最后一天function G_L_M_Lastday($dateStr=''){$time = time();if($dateStr !='')$time = strtotime($dateStr);return date('Y-m-t', strtotime('last month', $time));}echo G_L_M_Lastday(); //...

weixin_35144564的博客 168

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")

java 获取当年第一天_java获取年份的第一天和最后一天

packagecom.dada.test;importjava.text.SimpleDateFormat;importjava.util.Calendar;importjava.util.Date;/***@authorli_yueling*@version1.02011-03-25**/publicclassDateUtil{/***默认日期格式*/publicst...

weixin_36282704的博客 761

oracle 获得月最后一天,oracle获取本月第一天和最后一天及Oracle trunc()函数的用法...

select to_char(trunc(add_months(last_day(sysdate), -1) + 1), 'yyyy-mm-dd') "本月第一天",to_char(last_day(sysdate), 'yyyy-mm-dd') "本月最后一天"--Oracle trunc()函数的用法/**************日期********************/1.select ...

weixin_42127020的博客 6560

java 取当年的第一天_java获取年份的第一天和最后一天

下面是编程之家 jb51.cc 通过网络收集整理的代码片段。编程之家小编现在分享给大家,也给大家做个参考。package com.dada.test;import java.text.SimpleDateFormat;import java.util.Calendar;import java.util.Date;/*** @author li_yueling* @version 1.0 2011-...

weixin_39998859的博客 256

JAVA获取当前年的第一天和最后一天

import java.text.SimpleDateFormat; import java.util.Calendar; import java.util.Date; * @author li_yueling * @version

米闯的专栏 3182

如何获得Oracle当前日期的年或月的第一天和最后一天

select trunc(sysdate,'YYYY'),add_months(trunc(sysdate,'YYYY'),12)-1  from dual t   当年 select to_char(trunc(add_months(last_day(sysdate), -1) + 1), 'yyyy-mm-dd') "本月第一天", to_char(last_day(sysdate), 'yy...

M_Jack的博客 7187

java 一个月的第一天_java-一个月的第一天和最后一天

Calendar calendar = Calendar.getInstance();//得到月初calendar.set(Calendar.DAY_OF_MONTH,calendar.getActualMinimum(Calendar.DAY_OF_MONTH));Date strDateFrom = calendar.getTime();//得到月末calendar.set(Calendar....

weixin_42500156的博客 321

SQL获取某年某个月份的最后一天

/* 用SQL获取某年某个月份的最后一天的日期 思路:首先把某日期的月份加一,再把结果的日期减一*/--@Date为字符串的日期:例如 dbo.GetLastDay('2011-2-5') 得到结果为 2月份的最后一天create function GetLastDay(@Date nvarchar(50))returns datetimeasbeginDECLARE @DateChar A...

weixin_33969116的博客 1718

php 获取指定日期所在月份的最后一天

php 获取指定月最后一天: <?phpfunction getthemonth($date){$firstday = date('Y-m-01', strtotime($date));$lastday = date('Y-m-d', strtotime("$firstday +1 month -1 day"));return $lastday;}echo getthemonth('201...

weixin_43702272的博客 114

取得某个月份的第一天或最后一天

使用Calendar取得某个月份的第一天和最后一天int year = 2011; //指定年 int month = 05; //指定月 //设置日期显示格式 SimpleDateFormat df = new SimpleDateFormat("yyyy-mm-dd"); Calendar cal = Calendar.getInstance(); cal.set(cal.YEAR,year); //设定年 cal.set(cal.MONTH,month-1); //设置月

chineselly的专栏 653
上一篇: 写在2011的最后一天
下一篇: 我有一个梦想
dingx
博客等级 码龄24年 67粉丝 112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