毕业这三年

Photal:一个用于选择照片,拍照和制作照片效果的android插件库 Photal 一个用于选择照片,拍照和制作照片效果的android插件库。 依赖于取决于: 进口 JitPack allprojects { repositories { ... maven { url 'https://jitpack.io' } } } dependencies { implementation 'com.github.arjinmc:Photal:2.1' } 呼叫照片选择器 多重选择器 Photal.getInstance().startMultipleSelector(context , resultCode, bundle_key_for_result_images, max_selected_count); 在onActivityResult()中 List<MediaFileItem> mediaFileItemLi 立即下载

文章作者:arjinmc


在文章之前,首先我想祝福跟我共度Java学习路上六年的技术网友阿晖即将迎来10月份的新婚,在这里祝福他快乐。感谢你包机票邀请我去湖南,但是作为好兄弟就不必浪费你的钱了。虽然说只是技术网友,但是我们无话不谈,我们可以很坦诚地谈工资,谈待遇,谈技术,估计很少朋友之间可以这么做。


三年前,我跟大部分人一样,读的是普通本科,在学校也没有怎么参加科技竞技之类的比赛获奖,曾经好奇地加入了ACM的队伍,又被里面的各种算法吓跑。我甚至跟家里要钱以为培训一下就能学到东西,结果到了大四,看到同学们陆续找到了工作,再加上老师们总是在催讨要我们的三方协议,上报就业工资,心情变得很浮躁。我那个时候尝试找了很多工作,但是因为没有经验,技术基础不扎实各种原因,屡次被拒绝。那个时候我在优快云上看到一篇是一位前辈写的毕业三年的一些建议之类的博文,我也想分享给大家,但是我真的找不到了,但是他的主要内容我还记得。看了他的博文以后,我觉得不管工资高低,我想还是先要迈出第一步,要先找到工作。

后来我又去了广州大学城探望我同学,顺便看看广州的招聘,才得知同学已经被迅雷要了,但是她告诉我,她去应聘开发部,却被招进测试部门,所以她还是决定去了测试部。但是我只想做开发,尽管没人要我,我还是没有放弃这个念头。
差不多毕业的时候,我被一个同学启发了要做android,然后我也慢慢地学习android。当然,我感谢这位同学。快毕业的时候我才被一位师兄拉去他们公司实习,当时听着“觉得不懂没有关系但给我机会学习”是很好的事情,但是去到那里没有人教学会了的东西还要教师兄,我当时觉得这样根本就不是我想要的。尤其是对于一个新人来说,进企业都比较希望有人带。我带这个想法,离开了这个实习公司。一直想找工作,但是没有经验和技术不扎实总是困扰我,导致我一直都没找到工作,心情又很浮躁。已经上班了的同学都开始在攀比工资的多少了。

毕业后回到深圳,足足找了两个月都没有消息,对于深圳这样的一线城市一看我的毕业学校就直接淘汰掉我,要么就是要做什么文档工程师跟编程没有多大的关系,但是却有是不是传来学校那边的招聘消息,对方一个电话就问我:“你能不能做?能就来,工资高点无所谓。”听到这个我很胆怯,没有先说自己会做然后冲过去那个企业边做边学习,我怕中途被炒我又要睡街头。当时做android的企业还不多,有些企业随便抓一些java基础比较扎实的人就可以学这个,而且工资还很高。如果我那个时候已经做上了android的工作,我现在的薪资估计已经到了30k左右。很可惜,我那个时候很可怜,没人要。后来还是同学的介绍,把我弄进了一个鞋厂做ERP。但是厂里用到技术很偏门,是UnipasS。据我了解,这个技术在国内很少人用,上海还有人用。但是在这里刚刚学习的时候遇到了一个奇葩同事,老吹牛逼自己很厉害,实际上又不能用这个技术做出个什么东西来。后来主任才跟经理说要把这个技术的老师请过来,老师来了,教会了我不少东西。老师还经常跟主任说他捡到宝了,一教我什么都会。到那个时候我才真正意识到,其实我不是一个很差的学生,至少我是很聪明的。老听奇葩同事抱怨这里的工资低,慢慢地我也对厂区的生活失去兴趣,想要找自己的理想点。想了一段时间,我决定还是要回深圳发展。经理找我三次谈话,每次两个小时,无法挽回我回深的决心。

回到深圳,我还是跟半年前一样,一事无成,面试电话越来越少,父母又开始催,那种压力就是说,培养你读大学那么多年,工作都找不到,为什么要做这个,转行不行吗?后来,我真被说服了,转行试试看。于是,我去面试了一家做电视台全球杂志的公司(公司还会安排经常出差,甚至是去欧美发达国家),对方一脸很满意,还说是我目前最好的一个,主编要我给个答复工资,限时一天。主编还给我讲了一个故事:每次聚会所有人都喝得烂醉,但是总有一个人在收拾这个餐具。他希望我能成为这个人。回到家里我左思右想,扪心一想,我到底想做什么,那个想法还是在我脑海中闪过,程序员。于是,我决定不再被父母屈服,我要追求自己的理想。

我开始改写自己的简历,即使没有经验也可以装一些过去,另外在从复习java基础开始。结果,真被一家小公司看中了招了进来。我以为机会来了,但是这个公司关系比较复杂,公司里面还有公司,而且所谓的经理就是老板,他不懂android,其实他还不懂技术,老在客户面前把自己吹得好像是个PHP大神,事实上事情都不是他做的,连网站他都是拿别人开源的,上面的文字信息都不会改。他叫我做了一些东西,为了能过试用期,我只能各种copy,但是他就以为这些技术很简单。其实那个时候我技术不扎实又要满足经理的这些项目要求,实在难熬。后台经理要降我的薪资,没有办法,为了积累经验我也熬过去了,后来公司财务问题,其实还是他们公司和公司之间的问题,最终解散以告终。

在这家公司没有学到什么,但是又要继续找下一家。最后找到的是一个工作室,当时挺胆怯,但我确实也没有什么工作经验,我还是自降身价,求收留求锻炼机会。老大觉得我不错,就把我拉进去了,试用期三天,一上来就是做自定义控件。其实那个时候我傻了眼,但是没有办法,硬着头皮上,结果那个控件真的被我三天内搞出来了。老大满意点点头,继续要我做另一个自定义控件。另一个自定义控件难度相对比前一个大很多,我还是参考了别人的代码来改,一个星期后终于搞定了,老大还是满意地点点头,说我研发能力不错。后来慢慢接手项目,后面做的东西也是越来越难,这个时候我才真正的把技术练到家。在工作室有一个问题,我从来搞不清楚,工资总迟迟发,我们做的项目又没有盈利的模块,这个项目怎么赚钱?后来我才知道,原来老板只是有一个程序员的梦想,想做这么一件事。后来没有再继续下去了,在他们解散之前,我已经到了类似的公司,做外包。在这里认识了一个大神,到现在还有合作关系。尝试了下外包的滋味,但是老板的管理和经常言而不信,让我觉得很失望,搞不懂为什么大神还这么卖力。是不是香港的老板都这样呢?

辞职后,在家里用了大概三个月的时间做好了之前公司一个同事的电商项目,然后拿着这个去找工作了,面试到了某大公司,我以为我稳定了。但是等了差不多一个月,新工作地点和薪资一直都没有定下来,我又开始不安地找别的公司好了,很快就找到了,但是没做几天,之前面试好的大公司那边又把我叫回去。两家都是大公司,从之前答应好的某总监给我的口头答应是,我觉得之前答应好的公司会好一些,结果去了发生各种恶心办公室政治问题。招我进去的总监也走了,呆着没有激情,我也走了,到了现在比较稳定的公司,总监比较器重我,要把我调入公司的一个新的核心项目组。

三年的故事大概就是这样的,从刚刚毕业的时候就开始谈工资,到后来谈经验,到现在谈工资。毕业前三年,工资不太重要,积累经验很重要。在我屡败的面试中,有一个经理问我以后的职业计划,我说一年至少涨2k的工资。他笑我无知无能,现在我回首一看,我已经超过了我三年前的预计,投简历的时候看到那个公司我也不想再投。虽然,这三年,有些同学已经涨了很多工资,有些还是老样子做了三年还是那个工资,但是这三年,我看到更多的。毕业学校好,只能是起步的时候能进好一点的公司,但是对于职业生涯来说这不一定是好事。有些能进好一点的公司,这三年学到的东西还不如我这样乱打拼出来的。虽然说,人活着总是为了钱,但是前三年为了钱,你走的路就很窄。三年一个阶段,五年一个阶段,十年又是一个阶段。大公司三年带着会什么?可能某个算法很清楚,某个业务也清楚,但是整体一看,串通不起来。工资是比较高,锁死在那里,自己做不了什么大事情。当然,每个人的追求不同,大公司比较适合安逸死。到我现在到了大公司,会有什么变化呢,这个我还说不清楚,但我觉得做我们这个行业,尤其是在国内,升职不如加薪。

其实刚刚毕业的时候确实会被同学们的拜金主义所影响,但是要记住,毕业不代表什么,毕业一年不能代表什么,毕业二年也不能代表什么,毕业三年才能看得到过去你的努力,身为一个职场菜鸟,要经过什么的努力才能变成成熟的鸟,最后才能成为凤凰。我从毕业开始,我一直希望能找到合适的公司,有个大神或者组长可以带着我学习技术才会有很大的提升。但是很抱歉,没有,我独自一人一路走来,成为现在企业比较抢手的工作者之一,从我被企业挑到我挑企业的一个转变。学习不是靠别人,更不是靠老师,而是靠自己。当然,我要感谢在互联网这样的社会主义中分享他们的故事的前辈们,我也同样的传承他们做的事情,传递我的故事给各位晚辈。我也有不少师兄或者同学会在群里吹嘘自己有多少收入,但这些都是所谓在大公司呆的人,等着安逸死的多。我现在也在大公司,但是这里有个大神,无声无色就跟我说了很多自己创业的故事,让我目瞪口呆。我是完全看不出这小小的程序员,居然业余能赚几百万。心在于此,三年是一个什么心态的定位,应该说是创业的定位。你是想继续打工,还是想创业自己当老板?有一些前辈做IT都有6-7年拿的还是3-4年工作经验的工资,这是为什么呢?因为在第四年他把自己卡顿了。别以为这种人不多,这种人很多,尤其是大企业。有些企业根本不会想给员工加工资,有些人的工资很高,尤其是40-50k的人,一旦项目定型,他们对企业基本上是没有价值的,所以很快会被人咔嚓掉的,有一种不会,那就是他是公司的技术核心,卡嚓掉了公司就会倒闭。所以,第四年很重要,如果没有技术上更大的提升或者思想上的提升,你已经被定型,再也飞不了更高的高度。

我用我的故事告诉你,即使你毕业了还是个技术渣,来自没人听过的破学校,还没有人来指点你,但是如果你真正热爱这个行业,这一路走来被无数次拒绝与嘲笑,千万不要放弃,坚持你就会看得到成功的希望。祝你们能够做得到!


文章作者:arjinmc


上一篇是针对新手写的感悟,现在是针对我这个三年工作经验的阶段性的感悟做一次总结。

工作了三年,虽然做android还没有达到三年,但是对于软件行业这个三年工作经验,已经到了一个中级阶段。写得不好别喷,求前辈指点,如果是同经验的人士请多多留言交流一下。

不管做开发的什么领域,3年不能代表什么,尤其是IT类,范围是很大的,想要在某个领域专注地做好,3年是不可能达到的。3年的定义,只能说是就自己的而言选取未来主要开垦的领域的一个新的起点。不可否认,很多前辈都会很多种语言的开发,但事实上,他们并不是所有领域专注,所有语言都精通,这是不可能的事情。除了技术,3年的工作经验,有会想去做管理,3年是时间做一个项目经理,其实还是有点可能的。如果你不是只会移动端开发,可能性会更大。企业几乎不会让一个只懂移动端开发的人来做项目经理,因为任何一个项目的核心部分都是在服务端。所以,服务端做得牛X的人,永远都是公司的核心。相反,移动端就不见得了。但是现在来说,移动端发展速度非常快,如果一个项目经理不了解移动端的开发的话,那么项目进度也会变得很糟糕。所以,未来项目经理的便是既然要懂服务端,也要懂移动端。当然,做管理,对于技术的要求不会太高,毕竟要了解很多领域,主要专注自己的一个强项就好了。

我发现我们这些80后,90后,甚至00后,都是很浮躁的一代。从提问开始,本身提问是一种学问,我不怕得罪一些有经验的人士,到现在为止,我遇到不少已经工作了两三年的依然是不会提问题。提问最忌讳就是自己不思考就去问,最忌讳自己不动手搜一下再去问,最忌讳问了别人还不懂感恩。虽然互联网这个社会主义很伟大,把所有东西都拿出来共享;虽然我们可以很轻易地在上面拿到自己的需要的东西,但是千万不要忘记了感恩这些愿意把资料共享出来的前辈们。子曰:三人行必有我师。只要某某在某一方面比你有经验,他就是你的前辈。但是很可惜,这个年代的人就是很浮躁,还有些故意叫你把源码共享出来的。对于这些人,我从来都不理。有些人会怨念我分享的东西不够全,或者回答问题的时候说得不够全,我只能说我一惯保持自己的风格,点到则止,剩下的应该留给提问的人自己思考。不是所有人都有义务回答你的问题,所以你必须有耐性为自己去寻找答案,实在找不出来,便要学会自己去制作答案。我看过一些自己在刚刚接触android的时候问了一些傻冒的问题,大部分是因为描述不清楚,所以没有人回答我,最后呢,还是靠自己解决了。当然也有一些深度的问题,潜伏在论坛的大神还是会回我的。大神喜欢高深的问题,所以一定要提高深的问题,才会得到大神的青眯。

已经有了三年工作经验,从最低爬了上来,到了现在的高不成低不就。有些人会选择转做管理,有些人会选择停留在这个阶段,有些人选择更高深的阶段,有些会选择创业。这个没有标准的答案,自己觉得自己适合做什么就好了。选择停留在现在阶段的人,其实属于最多的一类。他们通常是没有什么人生梦想,理想,混混日子,整天想怎么忽悠一下又可以过了一天,又可以领到一天薪水的人,大公司也有,小公司也有。转做管理的人,相对比较少,至少也是在同一家公司工作了两三年,得到了老板的认可,才可以升上去。有些人跟我抱怨管理不好做,但是话说回来,如果不喜欢做管理,干嘛要做呢?既然做了为什么要抱怨呢?有些人属于只求更高一层楼的人,这种人更少了。平时工作已经够累了,还要自己把休息娱乐的时间分割出来进行自我提升,虽然这样很累,但是如果能坚持,总监这个位置就是你的了。还有一种就是创业,最难的一种。创业需要一个团队,有些已经有家室的朋友比较担心创业会导致家庭经济不够稳定,当然创业人脉是最重要了,不管是做外包还是做产品,没有人脉是拉不到单,产品也很难推广。团队也是很重要的,如果招来了一只狼,团队怎么解散的都搞不清楚。当然,如果你已经有了天时地利人和,我还是建议你创业,因为现在是互联网发展比较稳定的时代,谁都有可能成为下一个百万富翁。我不能说这四种人谁好谁不好,毕竟每个人的追求是不同的。但有梦想的人绝对不会做第一种。

如果还继续做技术,当然聪明的人已经不会在局限于android,不再局限于java,开始追求更全面的发展。回到从刚刚毕业的时候会问,到底去小公司好还是去大公司好?谈谈我这三年在各种大小公司的感受吧,如果让我回到我刚刚毕业的时候再我选择一次,我还是会先选择小公司。小公司肯定会有个刻薄的老板,可能会天天叫你加班,但大多数绝对是工资少少,然后什么事情都要你做。在小公司,至少对于学技术来说,刚刚开始专业的东西什么模块都做一下,或多或少总比只做一个模块学的东西多多了,最重要的一点,并不是技术本身,而是软件工程的思想。小公司通常一个人独立完成项目,独挡一面,所以基本上一个项目从需求开始到架构,开发,测试,资源调度,所有过程你至少经历过一次,一个完整的软件工程思想,虽然这个思想可能不是很成熟,有可能只是占了软件工程的一个小毛皮,写的都是不规范的文档,但是有了这些套路,人就会自然而然地向去完善它。但是相对于大公司,架构师把架构搭好了,经理把分支整理好,文档都各种好了,你只要看着上面的“说明书”,一点一点地做出来就没事做了。大公司的好处就是可以然你专注于某个模块,做到精益求精,大公司的福利待遇好,容易让人产生安逸感,有些人一辈子打工,大概就是被这种安逸所宠坏。当然并不是所有大公司的制度和项目都是很完善的,尤其是那些非IT类,电商类,通讯类的公司,领导他自己也不太清懂,只要一个结果,准时完成就ok了,其他东西,不管。所以这样项目组开发的时候,时间非常漫长。但是,遇到一些不懂技术又觉得这种东西很简单的老大,这个时候你就会很苦逼了。如果这个老大非常苛刻不是那么善解人意,那么,我还是建议你离开这里的。

据我了解,大公司都容易养闲人,当然不是每个公司的老总都可以像马云一样“我宁愿公司倒闭也不养一个闲人”那么狠心去做好每一件事情,大部分依然是办公室政治。如果你能很好地处理好办公室政治问题,你绝对是一个很好的领导。但是,如果你没那种能耐去做这些,那么就好好地来当个程序员吧,谁给我钱,我就给谁打工。其实大部分大公司的大神们,或者已经工作了5年以上的人很多都是除了打一份公司的工资,另外还做一些副业,也许是理财,投资,炒股,炒房,也许是自己开公司,也许是开个奶茶店,也许是做本行业相关的其他互联网app都有可能。但是,他们都有一个共同点,那就是不可以把这些事情告诉你的老大们。其实这些都是废话,大部分老大都知道下属们都有这些副业,但是聪明的老大不会揭穿你,而是挖掘一些新的东西,让你的思路更好的回到打工这边的工作上来。所以,这个也是做管理也需要做好的事情。我听过不少人说做产品的公司,产品经理要经常请项目组的人吃饭,不然,项目组就会把项目做出偏离,导致产品经理挨骂。我觉得还好吧,至少我所在的公司也没有遇到这么恶略的情况。

工作了3年的朋友,到现在这个阶段边会开始思考自己的方向,管理,资深技术人员,副业还是创业?我想,我会在资深技术人员和创业之间。你呢?

android 自动换行layout 自定义自动换行LinearLayout LayoutParams使用android.widget.LinearLayout.LayoutParams 立即下载

相关推荐

忆阻器(二)——忆阻模拟器

除了真实的器件,我们也可以用运放和乘法器来搭忆阻模拟器。这节将介绍数学模型、matlab仿真及multisim仿真。 一、数学模型 忆阻分为磁控和荷控两种,这里介绍三次非线性磁控忆阻模型: {I=W(φ)VW(φ)=a+3bφ2dφdt=V \begin{cases} I=W(\varphi)V \\ W(\varphi)=a+3b \varphi ^2\\ \frac{d \varphi }{dt}=V \end{cases} ⎩⎪⎨⎪⎧​I=W(φ)VW(φ)=a+3bφ2dtdφ​=V​ 这里的WWW

http://www.icfgblog.com/ 1万+

快递100 open api rss 链接

<br /><a href="http://www.kuaidi100.com/" target="_blank" >圆通快递查询</a>

SmartY0622的专栏 853

从零到一:STM32 CubeMX与WS2812B的DMA驱动艺术

本文详细介绍了如何使用STM32 CubeMX和DMA技术驱动WS2812B RGB LED灯条,从硬件设计到软件实现的全过程。通过CubeMX配置定时器和DMA,实现高效的PWM波形生成与数据传输,解决传统GPIO控制资源占用高的问题。文章还提供了颜色编码、动画效果实现及常见问题解决方案,助力开发者快速掌握智能LED控制技术。

weixin_28278377的博客 976

IT新人还是一棵小葱

说自己是新人,其实也不是很新了,但是我肯定不是一个老手。 当然,我只是在学校学了点语言基础,没有做很多项目或者是工程。在大一的时候,我们学了很多基础课,但是确不知道是学来干什么用的。然而刚刚接触编程的时候,我们就开始了C++的课程,刚刚开始的时候是非常吃力,因为从来都没有接触过计算机编程。我当时选了计算机这个行业主要原因是,我对新鲜事的敏感度比较深和喜欢研究新的事物。不过,第一次开始接触编

the Coder And Writer 1063

FeynRules的上手使用3--运行

FeynRules的运行 接上两篇,在我们正确的设定模型参数和拉氏量之后,就可以运行FeynRules来推导费曼规则。 装载文件 首先需要设定FeynRules文件所在位置,并装载FeynRules模块: $FeynRulesPath = SetDirectory[ ] << FeynRules` 接下来是装载写好的模型文件: LoadModel[ < file.fr >, < file2.fr >, … ] 模型文件后缀为".fr",可以分几块构成。模型描述可以写在

cool_bot的博客 1074

利用Matlab高效处理Comsol仿真数据的可视化技巧

本文详细介绍了如何将Comsol仿真数据高效导入Matlab并进行专业可视化与后处理。核心内容包括正确的数据导出格式设置、三维矩阵重构方法、二维截面与三维体渲染技巧,以及基于Matlab的定量分析与批处理自动化流程,帮助工程师和科研人员深度挖掘仿真数据价值,提升工作效率。

weixin_29065791的博客 359

性能测试与优化

优秀代码准则: 简练可读性强模块化层次性设计良好高效优雅清晰   代码规范 基本要求 程序结构清晰,简单一动,单个函数的程序行数不得超过100行打算干什么,要简单,直接了当,代码精简,避免垃圾程序尽量使用标准库函数和公共函数不要随意定义全局变量,尽量使用局部变量使用括号以避免二义性 可读性要求 可读性第一,效率第二保持注释与代码完全一致每个源程序文件,都有文件

the Coder And Writer 1005

提升YOLOv8性能:用Swin Transformer替换Backbone的详细实现与分析【YOLOv8】

YOLOv8作为目标检测领域的最新版本,在速度和精度之间取得了良好的平衡。然而,随着计算机视觉任务的复杂性不断增加,YOLOv8的标准主干网络(Backbone)在处理高分辨率图像或多尺度目标时,可能存在一定的局限性。为了进一步提升YOLOv8的性能,我们可以引入Swin Transformer替换其主干网络,以增强模型的全局感知能力和多尺度特征提取能力。本文将详细介绍如何在YOLOv8中用Swin Transformer替换原有的Backbone,提供代码示例,并深入探讨其中的原理和效果。

博客 1715

写给毕业三年的自己

时光飞逝,日月如梭,不知不觉毕业三年了。 三年时光,有开心 ,有伤心 ,有得,有失,细数一下好像也没啥成就。 普普通通的工作,普普通通的学习,普普通通的游玩。偶尔约上三五知己,吹吹水,述说生活的艰辛与不易,分享努力过后的回报。 三年期间: 考了《软件设计师》职称(虽算不是含金量十足,至少说明我还是个合格的开发人员); 考了驾照(因为疫情原因,硬生生拖了一年); 坚持写博客(写了快六年了吧,混得一个博客专家的称号,现在回首以往的文章,实在拿不上台面); 写了七篇国内新型发明专利(纯属水专利);

两只橙的博客 6160

【深度学习驱动流体力学】OpenFOAM目录流体力学求解器汇总介绍

下面这些目录结构和其中的求解器和工具展示了OpenFOAM作为一个功能强大且广泛应用的开源CFD软件框架的多样性和灵活性。每个求解器都专门用于解决不同类型的流体动力学问题,从基础的流动模拟到复杂的多相流动和燃烧模拟等各种应用场景。

源代码杀手的博客 1184

【从零到一】Jetson Nano上YOLOv5部署完全攻略:零基础小白也能玩转边缘AI推理

文章摘要: 本文详细介绍了在Jetson Nano边缘设备上部署YOLOv5目标检测模型的完整流程。从硬件准备、系统镜像烧录、基础环境配置,到CUDA/cuDNN验证、Python虚拟环境搭建及PyTorch安装,逐步指导开发者完成部署准备。教程兼顾理论原理与实践操作,提供Python和C++两种实现方案,并涵盖TensorRT优化、实时检测等生产级应用场景,帮助零基础开发者快速掌握边缘AI推理技术,实现高性能目标检测应用。

LXY_LOVE36的博客 367

毕业三年

   /****************************转载**************HUST机械学长****************************/ 写在前面   我QQ里有一个群,名字叫深圳xx公司,这个群一直在那里悄悄的待着,开始还偶尔会有一句问候,一张美女图片,慢慢就啥也没有啦。   突然它闪了起来,我点击打开,一个陌生人在里面问“深圳xx公司怎么样啊?,于是有人...

weixin_34198797的博客 4491

Claude Code Auto Memory 的 Storage Location,SAP ABAP 项目里的本地记忆仓库应该怎么理解

本文介绍了 SAP ABAP 项目中 Claude Code 的 auto memory 机制,重点探讨了其存储位置的设计原理。auto memory 不是存储在项目目录中,而是默认位于 ~/.claude/projects/<project>/memory/,其中 <project> 基于 Git 仓库路径推导,确保同一仓库下的所有工作目录和分支共享记忆。记忆目录包含入口文件 MEMORY.md(仅加载前 200 行)和详细主题文件,这种分层设计类似 CDS View 架构思想。文章还分析了按 Git 仓

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 100

毕业三年总结

毕业一年总结 毕业两年总结

张拭心的博客 shixinzhang 8316

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")

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

【毕业N年系列】 毕业第三年

距离上一篇 【毕业N年系列 毕业第二年】已经过去一年时间了。没想到自己当初的一个简单的想法竟然能坚持到第三年,处理问题的方式有一个通用的模版:遇到问题—分析问题—解决问题—反思复盘,问题的处理方式同事物的客观发展规律是一致的:螺旋向上。如果说处理问题的前三个步骤是螺旋的过程,那么反思复盘就是向上的过程。那么【毕业N年系列】就是反思复盘这样的一个过程吧,在这个过程中能让你觉得自己在增长,会比上一年更加成熟,看问题的角度会更多也更深刻一些。

MaoLin Tian's Blog 1018

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

南京4800。毕业三年,软件。这工资咋样?

<br />大家帮我评评。。。南京4800。毕业三年,软件。这工资咋样?

lwwnihao2010的专栏 861

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

毕业前三年如何拿到好绩效

毕业前三年战略打法 入职0.5年 入职1.5年 入职2.5年 如何拿到好绩效 居安思危 日常工作 技术成长 总结 毕业前三年战略打法 入职 0.5 年 作为职场新人,目标只有一个,尽快的通过试用期、熟悉技术栈 + 工具 + 业务,要有一定产出。为啥要尽快的熟悉这些呢?核心就是提升工作效率,工作要的是产出,拿的是结果。 开始的时候工作不会很忙,就要利用好空余时间时间,看工作需要的各个平台、工具的使用文档,以及内网大牛的技术文章,自己写小 demo 走通上线流程、以及看各种平台别人怎么设置?怎.

Hello World 2040

毕业三年,我开发了这堆项目

在这三年里,我每年都会开发一款产品,以磨炼自己的技术。个人博客使用前端使用vue2 + elementUI开发,后端使用PHP + Mysql,这个项目个人已经开源,感兴趣可以看看。该作品是个人毕业设计,后端使用PHP实现,我接触PHP就是从这个项目开始的,项目UI虽然简陋了点,但前端后端都涉及到。开发该项目的初衷,主要是为熟悉下Vue3技术,该项目使用vue3开发,后端PHP + Mysql,目前暂未开源。

weixin_42100033的博客 534

毕业三年之际写给可能迷茫的你我

转载:ITEYE  http://liugang-ok.iteye.com/blog/1969907 这些文字其实是在六月中下旬写的,算起来已经有好几个月了,之所以贴出来,我觉得,对自己而已,可能是一种压力或鞭策,对别人而言,可能是一种分享。回过头来看这些东西,发现有些还是有道理,有些就显得比较苍白或繁琐了,想大改又觉得没有必要,展现更加真实的自己可能也是一种勇气吧!所以我先抛个砖过去,

艺匠之美,技术人生! 901

毕业三年!

毕业三年! 目前在第四家公司还不满一个月。 毕业三年,换了四家公司,频率有点频繁了。 但是对于这个高速发展的社会我又觉得挺正常的。 相比于第一家公司,目前工资已翻了两番。 人都说,穷人家的孩子和别人不一样。 从小家境不好的我,对于很多看法和别人不一样。 为什么换工作?因为我要养家糊口,我要努力在这个城市生存下去! 跳槽的结果就是工资涨得快,这个社会变化太大,也许不知道某天就会需要用

Carychengzubin的专栏 638

一个PHP程序员毕业三年的感想

这里写自定义目录标题一个PHP程序员毕业三年的感想鸣谢今天生活是三年前决定的,同样,今天的行为将决定三年后的生活毕业三年,偶尔迷茫和焦虑因为不想把上个三年再复制成下个三年,所以觉得写点东西,让自己静下来想想,还是有必要和价值的。三年后,我会是什么样子,只有让时间来解答了! 一个PHP程序员毕业三年的感想 时间犹如白驹过隙,在不知不觉中,我们就已毕业快三年了,三年,在我们的工作生涯中又有多少个三年。...

嗜血好龙 的博客 1029

同学毕业三年聚会

 2006-8-7上周六八月五号同学毕业三年聚会,四号下午请假去南京,住尤剑宿舍,见了她女朋友,叫高茜,很好。五号上午去接钱康,然后和高茜四人一起吃了午饭,下午经震刚来了,四人小聚了一下。晚上在珠江路一家饭店聚会,应约的有大多数男生,少数女生,还有张子瑜老师。大多数人都是三年未见,吃饭喝酒交谈拍照散会。昨天上午出发,临时决定坐火车,结果十一点发的车,站票站到徐州才有位置,五六个小时,累死了

Wind_Sword的专栏 1279
上一篇: 程序员如何增加收入
下一篇: 一直以来伴随我的一些学习习惯(一):学习与思考
lcl_sysu
博客等级 码龄12年 4粉丝 0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