美国教授写给被开除的中国学生的一封信!令人深思!

AI 赋能测试全生命周期:多 Agent 协同的自动化提效方案 本文提出了一种基于Coze平台的多Agent协同测试解决方案,旨在解决软件测试中PRD解析不清晰、测试点覆盖不全、用例编写效率低、代码生成耗时等痛点。通过PRD优化、测试点生成、测试用例生成和单元测试框架生成四个Agent的协同工作,结合Cursor工具实现从需求到代码的全链路自动化。以电商平台登录模块为例,展示了从模糊PRD到标准化测试用例和可执行Java单元测试代码的完整转化流程。该方案通过AI赋能显著提升测试效率,减少人工干预,实现测试覆盖率≥95%,为快速迭代的软件研发提供了高效的测试自动化支持。 阅读详情

XX同学:

接到你要求“保留学籍”的上诉被研究生院董事会驳回的消息,我想告诉你:这是你的失败,也是我的失败。你很难过,我也很难过。一个教授,一辈子培养不了多少研究生。你祟拜的Y教授,刚去世,他一辈子也就培养了九个“东西方比较哲学”的研究生。我创建的C大“东西方比较研究”,从第一个研究生到最后一个研究生,一共十一个。你是第十一个。现在,第十一没有了。因为项目停了,以后也不会再有。在美国,或在C 大,遍地都是西方文化,加开一点中国文化研究项目,很不容易,全是教授自愿作出的无偿贡献。所有的研究生,都是教授的作品。我用同一个标准要求所有的研究生,我希望每一个作品都是杰出作品。你被取消学籍,第十一个作品报废。你没达到标准,是我和你的共同失败。

你想到的是:你的前途中断了。这是不对的。你的前途依然有无限多的选择。你可以从商,在网上办你的杂文网站,或回中国办公司,再换一个能收你的项目学习,等等。我希望你在别的行业和地方能有成就。如果,你下了决心要在学术界做学问,我下面写的东西,是给你的临别礼物。如果你不想做学问了,下面的话,你根本不用看。世界上路很多,不一定要做学问,做个好人,就值了人生。你可以就看到这句为止:“你当个好人,我祝你好运。”

如果你往下看了,那我假设你想知道为什么你刚开始往“做学问”这条路上走,就失败了的原因。如果,你还想走做学问的路,下面的话会对你有用。我对你直话直说。

事实上,我从来没有跟你绕过弯子,也没有改变过对你的要求。你失败的原因,有些是你自己的责任,有些是那些把你教成这种样子的教育模式和社会环境的责任,有些是我的责任。

先讲我的责任。我的责任是:我不应该录取你。因为你想要的东西,我无法给你。

你想要的是到美国来见识一圈,和教授搞好关系,使一些点子,让教授按着你的设计,给你一些作业,你轻轻松松得到一个学位;再靠这个学位,说自己成为学者了,然后在中国或美国找个挣钱多又体面的工作。你说你将来想在大学当教授,你还对我说过不止一次,你必须得到这个学位。我懂这个学位对你的重要性。

但是,我能教给你的,是做人和做学问的基本原则,让你成为一个尊重知识、热爱真理的人。在学术领域,你必须不为任何利益撒谎,只说真话,且对自己说的每一句话负责任;你必须脚踏实地,一步一步去寻找未知,没有捷径可走;你还必须知道自己的局限和无知,把你个人的角度和判断低低地放在“公正”之下,这样,你才能开始做学问。要想从我这里得到学位,你必须达到这些标准,我不卖学位。我的知识可以无偿贡献给愿意跟着我一起寻找真理的学生,但不做交易。

这是我们之间的误区。我是在你选了我的两门课之后,才认识到我们之间的这个误区。这个误区,造成我们之间的所有冲突。我认识到,把你录取来,是我犯的错误,也是对你犯的错误,让你错误地计划了前景。

其次,讲你的责任。讲你的责任,其实是我对你的最后评价。或,是我给你的解释——为什么你不适合做学问。你可以成为一个很好的商人、公司老板或其他什么职业人士。搞学术,和经商或当清洁工,没有职业高下的不同,但明显有职业要求的不同。做学问,要有品格,最首要的是,得做人。我前面说的误区,与其说是学术上的,不如说是如何做人上的。你在C 大期间,做学问的技术,我时时刻刻在教你,那些技术都详细写在你的每一篇作业和论文上了。但是,关于做学问和做人的关系,我没跟你讲透彻。在谈你的责任时,我会讲这个问题。

因为你本科成绩不好,我亲自在北京对你面试后,才决定录取你。录取你,是我拍的板。当时,我对你的判断是:人很聪明。但是,那是一个错误判断,因为那个错误判断,我得分担你失败的责任。现在,我对你的评价是:你不聪敏,你没有一点儿做学问的人所必需的聪敏。这种聪敏就是苏格拉底说的“我知道我的无知”。

你一进校的时候,就认为在美国上大学很容易,你知道怎么能玩得转。你不停地显出你什么都懂;参加讨论,不懂的事,你也常常不懂装懂,胡说一通。上课,你原着不读,必读书不买,看一些网上第三手的书评、简介,就敢宣称:书读完,懂了。就敢狂加评论。你有种种理由认为你是对的,所以,你可以轻而易举地宣称,你懂了,你比同学教授都懂得快。你有你的机巧。但你的读书“机巧”我完全不看好,那是做生意的机巧,不是做学问的技术。我对你的判断是,在我的前三门课上,我要求的必读书,你不是没读,就是没读懂。你真正开始认真读的一本书,是我的第四门课“比较逻辑”上的《逻辑》。这本书,目前,你读懂了60%。这是你的进步。

我想告诉你:你这种很坏的学习方法,至少得为你的三个“C”和两个“I”,负一半责任。

用你那种学习方法做不了学问。你可以东找一点西找一点猎奇的信息,放到你的网站上,让大众读着玩(这是你的权利),就像旧时茶馆里说书的、传小道消息的人,目的就是吸引听众兴趣一样。这没什么不好,也是一种传媒方式。但这种方式绝不能用来做学问。做学问,不是猎奇,也不是快速地搜罗信息。做学问,是一点一点地积累,在他人工作的基础上,拨开前面让人看不清楚的杂草,细细地分析;用理性拷问自己,拷问先人;然后,向前小心翼翼地放一块小小的新石头,让后人踩着,不摔下来。这就是为什么维特根斯坦将能不能把思维说清楚看作是一个道德问题。你很爱说,也总是在说。但是,你很少能把问题说清楚。在做学问上,“凡你能说的,你说清楚;凡你不能说清楚的,留给沉默。”(维特根斯坦,Tractatus)在一知半解的时候,你胡说,那叫“扩散无知”,是害人、误导,是浪费别人生命。做学问的人,要对自己说的每一句话负责任。如果你不能,或不想负这个责任,你别走这条路。我不培养产品推销商(不会),也不培养哗众取宠的网络编辑(没能力)。

因为你学识基础很差,你得弥补这个致命缺陷,才能去做学问。学识基础差并不要紧,你从基础开始好好补,是能赶上去的。但是,你却用了一些奇怪的、与学者品格不相容的方法来掩饰你的致命弱点。第一个例子,你刚来的时候,和我谈话,动不动就扯出一些社会“名人”,这个,那个,你跟他们都认识。你说的这些“名人”,我半个也不认识,也不知道你为什么要把这些人的名字夹在你和我的谈话中。我也不想认识这些社会“名人”。如果他们有成就,我为他们高兴,但是,他们与你我都无关。你要做学问,好好跟我学,不必去追啥社会“名人”。学术不是社交,不是出名,是坐冷板凳。你做学问的目的,必须是对真理的热爱和对未知的好奇心。名不名与学者无关,得奖也是天上掉下来的馅饼。对学者来说,做学问本身,就是乐趣所在。想用社会“名人”来衬托你自己的地位,你要么是骗人,要么是骗自己,都是想掩饰你先天的不足,没有自信心。如果你不想用你自己的人格魅力赢得他人的信任,你也不能做学问。

再一个例子,就是你在XXX课上的抄袭问题。你可以跟我解释,从网上复制了东西,贴下来当作业交给我,不叫“抄袭”,是我“误解”了。事实上,我也没真报告你抄袭。你也用不着解释来解释去,说你不是存心要抄袭,怪我不理解。我理解或是不理解,其实都不是关键。关键是:一,我没有报告这事件;二,不管我“误解”不“误解”,事实是你交来的作业,7%以上绝对与网上他人的东西一样,这就叫“抄袭”(按C大校规定义,7%以上雷同就叫“抄袭”)。这件事,是我坚决反对你想找捷径、借以掩盖你的基础差和没有治学能力的缺陷的开始。我就此警觉并反对你的走捷径,一直和你对抗到上周的最后一次考试。

对你第一次“抄袭”这事本身,我只希望你说一句话:“对不起,我再不这样做了。”然而,我得到的却是一次又一次的报怨:为什么我不理解你的解释——那不是“抄袭”。我没有报告你抄袭,甚至都没有取消你的奖学金,这是我所能做到的对你的最大保护,是给你改正机会。但,你要我接受“那不是抄袭”,这是你在指鹿为马,还公然要求你的教授跟着你一起自己骗自己,真是滑天下之大稽。你可以赖掉一个错误,我可以不追究,但你同时也失掉了我对你的信任。如果,你还想做学问,你永远要有能力和勇气认识和承担自己的错误,不然,你不能做学问。

你自己要承担的责任,还包括你的人格分裂。这一点,不能全怪你,人格分裂是畸形教育的结果,这也是我最后要讲的你的社会背景的责任。你是我见过的最自相矛盾的学生。当我想到你的社会背景,我对你的人格分裂抱有同情。但是,我还得指出,这是病态。你应该尽快找心理学家帮助,治好这个毛病。做学问的人,必须里外一致,言行一致。

来源:网络

复分析 阿尔福斯(Ahlfors) 第三版答案 英文 答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案 立即下载

相关推荐

解决UE5像素流三大痛点:鼠标锁定/双光标/自动播放(附app.js魔改指南)

本文针对UE5像素流服务在实际应用中常见的鼠标锁定、双光标和自动播放三大交互痛点,提供了深入的技术分析和解决方案。通过详细解析app.js源码,指导开发者如何修改控制方案、修复光标显示以及实现静音自动播放,旨在提升Pixel Streaming应用的用户体验与专业度。

weixin_28025327的博客 383

2001年蒲慕明教授写给他实验室学生的信

蒲慕明:伯克莱大学教授,中国科学院神经科学研究所所长。2001年,蒲教授对美国实验室的人大发雷霆,你们太懒了,每年不能超过20天休假。每周必须工作至少六天。一天不来实验室必须得到我的同意。每周60小时动手做实验,谈天,上网,看文献的时间不算。写论文时再看文献。你们谁不干,开路。每周得向我汇报。到今年6月每人得有两篇J Neuroscience以上的论文。谁做不到,我要你8月开路。2007年,蒲慕明

博命生涯 1万+

【SLAM】探索explore_lite在移动机器人自主建图中的高效边界检测策略

本文深入解析了explore_lite在移动机器人自主建图中的应用,重点探讨了其高效的贪婪边界检测策略。该工具包专为资源受限平台设计,通过直接利用SLAM生成的地图信息,以极低的计算开销实现快速、稳定的未知区域探索,并与move_base导航框架无缝协作,是轻量级机器人自主探索的优选方案。

purple的博客 1067

寒冬之下,写给2016届校招生的一封信

秋天的凉爽带来了一丝清凉,秋高气爽的天气,让人无时无刻不在想念秋的味道。万物生长,世轮回,本来一切都按照既定的规则正常运转着。然而,在互联网+如荼如火的中国,在大众创业,万众创新的互联网时代,发生了意料之外的黑天鹅一般的事件。2015年8月末,阿里宣布了2016年校园招聘“拥抱变化”的双降政策,据传校招名额从3000砍压缩到400,后来有传说已经发了1400多个校招offer(数据来自网络,不对数

pmcaff2008的博客 266

Python-uiautomator2保姆级安装指南:从环境配置到设备连接全流程

本文提供Python-uiautomator2的保姆级安装指南,涵盖从环境配置到设备连接的全流程。详细介绍了Python 3.6+、ADB工具等核心组件的准备,以及uiautomator2的安装和设备端服务初始化步骤,帮助开发者快速搭建Android自动化测试环境,避免常见问题。

nnn11的博客 940

【数字IC设计】Centos 7桌面版 安装Synopsys EDA Tools

简称DC,是Synopsys公司用于做电路综合的核心工具,可以将HDL描述的电路转换为基于工艺库的门级网表。

qiumingT的博客 9805

蒲慕明写给实验室学生的信

蒲慕明:中国科学院神经科学研究所所长,对美国实验室的人大发雷霆 蒲慕明:伯克莱大学教授,中国科学院神经科学研究所所长。           2001年,蒲教授对美国实验室的人大发雷霆,你们太懒了,每年不能超过20天休假。每周必须工作至少六天。一天不来实验室必须得到我的同意。每周60小时动手做实验,谈天,上网,看文献的时间不算。写论文时再看文献。你们谁不干,开路。每周得向我汇报。到今年6月每人得有

wangqinghao的专栏 4730

Windows11 升级到24H2后,原本的protel99se软件的DDB图纸文件打不开解决办法

Windows11更新后无法打开DDB文件

xingchen2837的博客 423

引用 张启发院士给他的博士生的一封信

引用 七星夜 的 张启发院士给他的博士生的一封信   张启发院士给他的博士生的一封信  (七星夜按:这是我的师兄铐给我的,对我的松散的博士生活起到了很大的收紧作用 ,拿来各位一起分享。)   谈做学问兼论人生——读各人工作计划后看法点滴。 最近我拜读了各位送交的年度工作计划,仔细推敲后...

lssm163的博客 487

UFAST车道线检测 Ultra-Fast-Lane-Detection 从环境搭建到复现完成(一)

UFAST车道线检测 Ultra-Fast-Lane-Detection 从环境搭建到复现完成(一)

m0_46364958的博客 4345

天龙八部TLBB系列 - 网单服务端各目录文件说明【超详细】

专注于Android/Unity和各种游戏开发技巧,以及各种资源分享(网站、工具、素材、源码、游戏等) --- 天龙八部服务端各目录详细说明

空名先生 7636

写给中国学生的信1——李开复

李开复2000年4月 今年5月23日,比尔·盖茨先生在《华尔街日报》上撰文,支持和敦促美国政府给予中国永久性正常贸易国待遇。文中,他特别谈到了在清华大学与中国大学生那次对话的愉快经历以及因此而留下的深刻印象。 这篇文章令我不禁想到,在中国的这两年来,我工作中最大的享受也是到国内各高校与学生们进行交流。这些访问和交流使得我有机会与成千上万的青年学生就他们所关心的事业、前途等问题进行面对面的沟通。中

§为艺术而技术§ 1340

飞牛fnNAS存储模式RAID 5数据恢复

中介绍了fnNAS存储空间的几个模式,细心的网友应该能感受到,我是非常推崇RAID 5的。但我认为,一般人出现1块硬盘损坏后,就能够赶紧采取处理措施了,再高的容灾等级也无法满足这个用户的需求了。》就完成了飞牛NAS存储空间的说明,包括了如何创建、怎么选择空间模式、RAID 5 硬盘故障后的更换、系统更换/重装后数据盘的恢复等等。在VMware中新建虚拟机,安装好fnNAS后,再向虚拟机添加“已有硬盘”(这就是所谓崩溃虚拟机的数据盘),此时新的fnNAS出现提示。在“选择要添加的硬盘”中,选择刚添加硬盘。

dgnankai的专栏 3010

读《美国教授写给被开除中国留学生的信》有感

这封信是一位美国教授写给她学生的一封信,教授本身也是一位中国人,并且还是这位学生入学时的担保人。出于这些种种原因,在自己的学生背开除后,教授写下了这一封信。 在起初,这位学生的分数是没有资格上这所美国大学的,但是在教授对他的面试中,他表现出的“聪明”这一优点,使得教授下定决心为这一名学生做下担保。学生得偿所愿,然而在学生入学后,他种种的表现,使得教授很快的发现,他当初的错误——这名学生...

dianqian3434的博客 193

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

[转]给中国学生的一封信

题记:华裔美国科学家、微软中国研究院院长李开复是一位在语音识别、人工智能、三维图形和国际互联网多媒体等领域享有很高声誉的年轻人。他的成功经验和治学精神引起了我国许多青年尤其是大学生的广泛关注。在与我国年轻人的交往过程中,李开复归纳出了一些大家共同关心的问题,并结合自己的学习和工作经历,坦诚相见,直抒胸臆,写成了一封给我国学生的长信。本站现全文刊载这封信件,相信对大学生和青年朋友在如何对待机遇、如何

Mickle's BLOG... 1006

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

李开复写给中国学生的信

#1  李开复写给中国学生的信 来自:IT人[www.iteer.net]李开复写给中国学生的信  来自:IT人[www.iteer.net]华裔美国科学家、微软中国研究院院长李开复是一位在语音识别、人工智能、三维图形和国际互联网多媒体等领域享有很高声誉的年轻人。他的成功经验和治学精神引起了我国许多青年尤其是大学生的广泛关注。在与我国年轻人的交往过程中,李开复归纳出了一些大家共同关心的问题,并

面包会有的 1067

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")

李开复博士写给中国大学生的第一封信

                                         李开复博士写给中国大学生的第一封信     许久以前的文章了,致大学生:-------------------------------------------------------------------------------- 华裔美国科学家、微软中国研究院院长李开复是一位在语音识别、人工智能、三维图形和国际互

Amoon100的专栏 2054

一中国研究生被美国教授开除,教授坦言:我就不该录取你!

点击“开发者技术前线”,选择“星标????”让一部分开发者看到未来 来源:募格学术 早些年的时候,美国克瑞顿大学(Creighton University)开除了一位来自中国的研究生...

开发者技术前线-DevolperFront 226

李开复写给中国大学生的第一封信

李开复写给中国大学生的第一封信 ——第一封信:从诚信谈起 2000年4月 今年5月23日,比尔·盖茨先生在《华尔街日报》上撰文,支持和敦促美国政府给予中国永久性正常贸易国待遇。文中,他特别谈到了在清华大学与中国大学生那次对话的愉快经历以及因此而留下的深刻印象。 这篇文章令我不禁想到,在中国的这两年来,我工作中最大的享受也是到国内各高校与学生们进行交流。这些访问和交流

安源 703

大学生快上车!大学教授要求用 ChatGPT 写论文

整理 | 屠敏出品 | 优快云(ID:优快云news)新 AI 工具 ChatGPT 的到来,正在教育圈呈现出冰火两重天的态势,教授们几家欢喜几家愁。这不近日,来自宾夕法尼亚大学沃顿商学院的一位专门研究创业与创新的资深教授 Ethan Mollick 发表了一篇长文呼吁,让学生拥抱 ChatGPT,也可以使用 ChatGPT 写论文,因为只有这样,才能让学生们经过事实核查从而能够很快理解 AI...

优快云资讯 2万+

写给中国学生的第一封信:从诚信谈起

   今年5月23日,比尔·盖茨先生在《华尔街日报》上撰文,支持和敦促美国政府给予中国永久性正常贸易国待遇。文中,他特别谈到了在清华大学与中国大学生那次对话的愉快经历以及因此而留下的深刻印象。     这篇文章令我不禁想到,在中国的这两年来,我工作中最大的享受也是到国内各高校与学生们进行交流。这些访问和交流使得我有机会与成千上万的青年学生就他们所关心的事业、前途等问题进行面对面的沟通。中国学生的聪

凡事要有目标、有计划、要努力 1251

[转]李开复给中国青年学生的一封信

――给中国青年学生的一封信微软全球副总裁 微软亚洲研究院首任院长 李开复   此前,我和中国学生的多次交流都是围绕如何达到优秀和卓越,如何成为领导人才而展开的。最近,在新浪网的聊天室和我收到的许多电子邮件中,我发现更多的中国学生需要知道的不是如何从优秀到卓越,而是如何从迷茫到积极、从失败到成功、从自卑到自信、从惆怅到快乐、从恐惧到乐观。   一个极端的例子是2004年2月发生在云南大学

我的足印 1624

《美国教授写给被开除中国留学生的信》阅读笔记

  即便这封美国教授写给被开除中国留学生的信并非写给我,我的心也感到有些沉重,为学生感到悲哀。虽说被开除后的他依然有无限多种选择,可以举步维艰地走下去,但终究是一个失败者,至少在大学读研究生没能获得应有的学位,这是谁都不愿看到的结果。   我们也绝不想让此类事情发生在我们身上,那么我们应从这位老师在信中对学生的批评建议中有所收获,对学生的所作所为引以为戒,也希望那位学生可以认真听从老师...

aoaoshuai11111的博客 448

李开复写给中国学生的一封信[zz]

成功 自信 快乐――给中国青年学生的一封信2004年06月02日 02:28:17微软全球副总裁 微软亚洲研究院首任院长 李开复   此前,我和中国学生的多次交流都是围绕如何达到优秀和卓越,如何成为领导人才而展开的。最近,在新浪网的聊天室和我收到的许多电子邮件中,我发现更多的中国学生需要知道的不是如何从优秀到卓越,而是如何从迷茫到积极、从失败到成功、从自卑到自信、从惆怅到快乐、

一叶舟轻 1732
上一篇: Android下同时使用WIFI与移动网络时保证优先使用移动网络
下一篇: 2G退网大势已成,物联网的发展又会有什么样的机遇呢?
wifi狂人
博客等级 码龄17年 98粉丝 13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