开始试试写微博玩玩 (http://t.sina.com.cn/yzsind)

作者在经历了从程序员到管理层的职业生涯后,决定回归技术岗位。分享了换岗后的感受及对未来工作的展望。

从程序员到分析师,从项目经理到部门经理,一直在犹豫自己该继续走管理,还是返回技术,这个问题思考了几年,去年终于有了结果,我最终选择换个环境回到技术。

现在对我来说一切都是从头开始,工作环境变化了,工作性质变化了,心理负担轻了许多,所以思维会更开阔一些吧。5.1期间还收到以前电力公司领导的问候电话,深感欣慰。现在阿里提倡的是简单开放,于是突然想试试写微博,就当是写流水帐日记吧。

博客写起来需要整理思绪,微博写起来没有顾虑,这是它们最大的区别的,所以我的理解是“博客展现更多的是我想做什么,微博展现更多的是我看到什么、听到什么和在做什么”。

希望自己不要在微博上花太多的时间,这只是记录我人生一些脚印的地方,而不是愤青的会议室。

twitter很早注册了,虽然很多同事和都朋友都用twitter,但我一直没用,因为怕浪费时间。去年突然想试试,发现被墙了,现在真不是人干的活,所以也不想在twitter上玩。

新浪微博刚推出的时候也注册了,但也一直没用,原因一是怕浪费时间,二是新浪上没什么朋友。这两天试了一下新浪微博,发现还不错,也有一些朋友用新浪微博,所以就用它吧。

这是我的微博地址 http://t.sina.com.cn/yzsind,有没有follow me 的,呵呵。

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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