一枚资深设计师的十年成长漂泊故事

在写这个之前也看过很多人写过自己的经历和经验,我没有他们那样的励志和本事,只是简单的说一下自己的设计成长故事。每个从事WEB设计的人都有着自己的故事经历,或坎坷的,或一帆风顺的。在这里我不讨论什么技法,特效,捷径,学习方法。


初恋篇
2001年,中专毕业后像我这样的想着去找工作的同学很多,也不敢想象以后会如何,在学校也没有认真地学习,整天就是混,一事无成,毕业后只好回家了,第二年我和父母商量去学电脑吧,于是第二年带着1W多元和父亲去了合肥SJE学校报了一年全能班级,那时候1W多对于农村人是个不小数字了,心里想不好好学电脑如何对得起父母。全能班在一年的时间里的课程几乎包括所有科目从五笔打字,office,PS,CDR,3Dmax,CAD,Flash等等,前半年大概都认真学了,后面学3D什么的都是英文,就没有兴趣继续学,后来慢慢迷上了网页设计课程,在机房上机就捣鼓DW,FLASH,画表格,有时候几天没课就和同学去网吧里玩继续捣鼓,在学校的学习是很艰苦的,一天伙食差不多5块,不敢,也不许有太多花销,时间飞逝,转眼一年时间就完了,总结一下,差不多学的都是皮毛,也没有去考证,时间大概是2003年中旬了。学完了继续回家呆了一段时间,然后在杭州的同学叫我去他们的工厂里做操作工,就这样地在杭州呆了半年子时间,结果年底了同学跳槽了,我被开除了。之后就在人才网站填资料找工作,在杭州面试了几个,也上机做题,找了几天,最后定了去台州,当时我也不知怎么想的,就跑去了。此时就是我正式进入WEB行业的开始…


2004年在台州一家网络公司的一年时间里几乎很少和同事出去玩过,在这里同学也少,有个把,偶尔见见,其它时间就是在公司,睡觉也在公司,做的工作也是企业站那些东西,那时候没有DIV这些,画表格,PS设计页面,还学会了装系统。我记得当时认识做网页的人不是很多,因为从合肥那边出来,接触到的大多是安徽那边的设计界的人,那个时间经常上网看厉害的设计的作品。


热恋篇
经历2004年的一年,2005年由于谈个恋爱,就跑到成都去继续我的设计之路生涯,工作经验也不多,开始面试了一家,那家公司的办事处吧,在住宅楼里,呆了二天觉得不适合就跑了,后面又找了一家公司做了四个月的样子,每天早上7:10从一环路府青立交桥坐公交飞奔去一环路西三段,来回就是2小时公交。再后面就是接识了光头哥老陈等一伙爱设计的朋友,直到2007年我离开成都。
在光头哥那上班的地方当时只是工作室,当时工作室水平在成都业界反应还是不错的,不过当时我还是个渣渣水平,这段时间里的工作上我学会了用PS来设计,之前都是用FW来设计。好像是05年的时间的,那时很流行韩国模板,觉得他们设计的太漂亮了,估计有些人还记得那时的设计气氛,每天除了工作上得到指导,平时也看看SJ63上面的收藏页面,FWA,玩得多的应该是小论坛LeadBBS,很多设计师在上面交流发贴等等,后面随之兴起的幻色中国的论坛号称中国最牛B的版块,高手云集,每天就是看那些人的设计作品。什么亦天,花火,梵天这些神,名字如雷贯耳了,为什么那些人做的那么出色。看到68上面能专访的人也是醉了,什么时候我也能专访。在成都的生活和对设计的感情还是很喜欢的,就是自己提升的很慢…


2008年到现在,一直呆在南昌这个三线城市继续我的设计生涯。没在南昌之前的几个月里也去过外地呆了几个月,由于家里的一些事情后面就没有出去过了。
在南昌的日子里,可没有外面的日子快活。做设计也没有人指导了,都是靠自己三天打鱼二天晒网的规则来进行着,先是在杂志社做了半年,后面又去网建公司做着,杂志社是轻闲的,网建公司是多么地忙碌,想必大家在网建公司呆过的朋友都知道,每天除了做还是做,加班,一个项目没做完,中间又接着第二个,上午给你一个LOGO,下班前就问你做好了没有。苦逼的设计生活就是这样的,显示器也没有像今天的液晶,大苹果,都是那种像电视机一样,一天到晚盯着看,眼干,眼痛。在网建公司接识了李涛这个设计朋友,我们上班经常讨论设计,分享成果。


2011年离开了网建,辞职在家,也对做设计烦了吧,之后还做了几个月的淘宝客服工作。对设计这个生涯还是不想把它就这么抛弃了,于是就继续走了,来到了集团游戏部门做游戏相关的设计工作。这个对我从来没做过游戏,也没做互动行业的设计,真是太难了。既然进了就做着吧,后面就是每天看游戏行业相关的设计学习。在这里工作不是很忙,期间也结识了像阿正,刘密,谢涛一群小伙伴们,有空一起相互讨论设计,做练习,当时我们几个人建立一个叫牛B设计群的,规定每人出一期题目,相互比赛,10天时间内完成,完成之后大家相互对每个人的作品进行点评,再改进,我们都觉得这个方法很好,活动都进行了7-8次吧,所做的稿子也上了首页推荐,真是兴奋不已。


蜜月篇
2013年9月有幸接受专访,努力了这么多年的心血没有白费,多年心愿终于实行。继牛B设计比赛慢慢的结束了,大家各自上班都很忙,后来就没有时间去玩这些东西了,上班的工作也很枯燥无味,有时还要PS一下发票,阿门,这活…
除了设计之外还玩了手绘板画画画,由于水平有限,画画也只是偶尔玩玩,对设计的迷恋没有减少,我继续着我的设计,对游戏设计这块没有太多的经验,公司的游戏设计要求也不是很高,每次都是广告那些我自己也看不下去,原画更不要说了。自己还是很喜欢游戏的设计,每当看到国外设计师屌炸天的场景,气势,手法,简直不敢相信这是怎么做出来地,根据自己多次玩合成的经验来尝试做个一次。Starcraft这个设计花了很久时间,破电脑配置太差也是个影响速度的问题,没办法,从冬天干到春天,从纸上草图到PS上成现页面,从找素材到扣图,到光效,到整体,这个过程令我我难忘,最后还是搞出来了,中途都放弃过一段时间不想做。虽然达不到国外大师那种水平,但是心里还是比较满意地,后面做游戏设计就有方法和经验了,做起来就比较顺手了。当我在玩视觉系的时候,很多人都在玩扁平的东西,于是乎我又开始捣鼓扁平类的东西,上BE,花瓣天天看平面类的作品。


2014年有幸加入太白设计会所,这是个年轻,有活力的设计团体,都是90后,好有压力感觉,他们二三年时间就如此厉害,21企业王,阿兹电商王,大超医疗王,各有特色,都是学习的榜样,每天都讨论设计,分享国外好的作品和 讨论大家的生活问题等等。这些人彻夜练习,让我想起了之前的牛B设计小团体,这样的伙伴会有多少。我相信,2年后,5年后,甚至10年后。在回望以前我们做过的,哪些刻骨铭心的回忆,哪些坚持下来的和坚持不下来的。都会被时间冲淡,而我永远不会忘记…再次感谢:21,阿兹,大超,阿正,岩姐,春,小婷,黄胖子,三门洋,光头,小凡,聪,娇,小范,Susan,瓜蛋,会,小明,呆呆,奶牛,慢慢,小米,子明,灯哥,妖所有朋友。这些都是我一辈子不可复制的朋友。2014年的努力总算对自己有个交待了。


自己做了这么多年的设计,回头看看,自己都觉得不可思议,虽然如今还是个穷屌丝,但还是那么执迷不悟地去做着这件事情。做设计有快乐,也有痛苦,自己做了不后悔就行,在很多设计群里看到很多朋友都说设计的前途在哪里?能否发财等等问题?我只想说做设计不容易,但心态一定要放好,有没有前途,发不发财这些东西根本不用管,人啊做事很容易,多年做着一件事情是更难,只有自己坚持,相信自己,加上强大的毅力才行。就算哪天不做设计了,以后回味起来,自己的人生还是很有味道的。


本文来自优设网,作者:Rainy James
【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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