来自深山老林问题

最新推荐文章于 2025-05-24 19:08:40 发布

ldfgaar

最新推荐文章于 2025-05-24 19:08:40 发布

阅读量111

点赞数

文章标签：程序人生需求分析团队开发

本文链接：https://blog.youkuaiyun.com/ldfgaar/article/details/125331505

版权

1、干的事情有什么价值，你有什么价值，目标有什么价值

2、为什么是你来做，你做了，别人也在做。你如何应对

3、技术领先不会持续领先，最后是数据和产品领先之间的优势

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

ldfgaar

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

s设计思维：用户痛点，产品，创新点，市场，

ZJQ的博客

04-14

2013

目录用户痛点，产品，创新点，市场，不行，而且又节能，血汗血汗又好的，这样一种诉求挺好的，但是真正在订货买单时欧洲的并货上说先生这个解决方案我们确实需要。但是您做的这个马力也太大了，6kw，我们欧洲出境海我们要不了这么大的，你想你做的越大，你越重，体积越大，越不好弄，越不好换。那我们的三个师哥就问了，那你们需要多少瓦的呀？他们说。1500~2kw足以。朋友们师哥们在中国吭哧吭哧做了三年，把6000w以为最大功能，最大功能外挂机做出来了，结果欧洲的订货商他不要这么大的。你给我1500 2000吧就够了，这说明什

脑科学磁共振成像（MRI)初学者必看——功能脑网络、小世界网络、FDR校正、脑电信号频率变换、模板、假设检验、广义线性模型、独立成分分析、影像组学、任务态和静息态方法汇总

04-17

2万+

磁共振成像初学者必看一、浅谈功能脑网络二、不同模态脑网络的构建功能脑网络结构脑网络白质纤维束脑网络加权网络二值网络三、趣谈散点图与相关系数四、脑电信号频域变换五、fMRI中的FDR校正六、模板（mask）1、模板(mask )往往是与ROI联系在一起的2、mask作用的原理3、常见的mask七、假设检验和效果量八、组水平标准化九、由 ALFF 说开去十、计算机存取MRI影像的那些事十二、Linux基础命令十三、浅谈标准空间模板和空间变换一：标准空间模板二：空间变换十四、功能连接十五、大脑激活与功能连接的

参与评论您还未登录，请先登录后发表或查看评论

深山老林中的激情探险

cikunie1143的博客

07-05

262

　　五一前夕，单位组织了十人的敢死队前往桐庐纪龙山神仙峰进行了为期两天的野外生存训练。纪龙山属亚热带气候，温暖湿润，年平均气温16.6℃，日平均最高气温29.3℃，最低气温4.5℃，冬暖夏凉。　　　　桐庐纪...

2015中国（深圳）互联网金融创新峰会暨第二届云海汇梦想年会圆满成功

ssll91的专栏

01-31

5291

2015年1月28日，由北京云海汇信息技术有限公司主办，深圳市深山老林移联信息技术有限公司承办的“2015中国互联网金融创新峰会暨第二届云海汇梦想年会”在深圳格兰云天国际酒店隆重举行，本次大会得到了中国互联网新闻中心和中国移动商务应用联盟以及来自全国各地的70余位众办人的大力支持。

[观点]为什么我们不要.NET程序员(读后有点想法，所以转来了) 注：本文来自优快云

李古拉雷

12-24

716

导读：本文是从《Why we don’t hire .NET programmers》这篇文章翻译而来。也许你已经知道了，我们正在招聘最优秀的程序员。不错，每个人都这样说。但是我们的程序员能打败你们的——任何时候。比如，米奇虽然只有5英尺高，但他是一个有相当实力的击剑手。维托尔德以前是一个6’3″的职业冰球选手。内特喜欢以丢匕首为乐。当然，他们都是很有水平的程序员。发现这些人才，并

我为什么投身于青少年AI编程？——因为它有意义（一）

jianghuiquan的专栏

10-29

1415

以郑州为例，不是最卷的，但也是高考大省，2024年130万考生，2.5%以内有机会上985、211学校，号称出省，因为河南985没有，211就一个郑州大学。通过下面这个图，经过简单推导归纳：红色为1+2+3+4，蓝色也是1+2+3+4，4行5列，这样总数为4*5=20，两个一样多，再除以2。我家小子在上小学时，看我工作中可以远程控制千里之外的设备，他感觉挺好玩，要学，我给他买了arduino，结果他用C 语言做了十几个例子，最后不了了之。即使，你知道答案，你直接告诉还是答案，还是引导他自己想？

c#中多线程访问winform控件的若干问题

k_1991的专栏

01-27

570

c#中多线程访问winform控件的若干问题 2010-10-28 来自：博客园字体大小：【大中小】摘要：大部分情况下都会碰到使用多线程控制界面上控件信息的问题。然而我们并不能用传统方法来解决这个问题，下面我将详细的介绍。我们在做winform应用的时候，大部分情况下都会碰到使用多线程控制界面上控件信息的问题。然而我们并不能用传统方法来解决这个问

《大话脑影像》之： Block 还是Event？——来自任务态数据处理的逆思路答案

cc1609130201的博客

02-19

1987

正在上传…重新上传取消如果把脑功能核磁研究比作一个江湖，任务态就是这个江湖里的少林寺（天下武功出少林，实际上任务态fMRI也是最早的fMRI），而范式的设计便是任务态的核心功夫(你可以理解为易筋经或者72绝技之类的吧）——任务态实验的好坏成败，实验设计占据首要地位。实验范式的设计主要包括block设计和event设计：Block设计简单粗暴，是橫练的硬功夫（金钟罩，铁布衫...

深度学习网络大杀器之Dropout（II）——将丢弃学习视为集成学习之我见

uncle_ll的博客

07-04

3630

原帖：阿里云云栖社区： https://yq.aliyun.com/articles/110002 关于dropout的分析，可以见博主的另外一篇文章：《深度学习网络大杀器之Dropout——深入解析Dropout》 1.引言随着2012年Hiton的文章《ImageNet classification with deep convolutional neural networks》...

《尚书》全文、注释及译文(1)

AI天才研究院

03-20

1万+

《尚书》简介尚书　　《尚书》又称《书》、《书经》，为一部多体裁文献汇编，是中国现存最早的史书。分为《虞书》、《夏书》、《商书》、《周书》。战国时期总称《书》，汉代改称《尚书》，即“上古之书”。因是儒家五经之一，又称《书经》。现存版本中真伪参半。一般认为《今文尚书》中《周书》的《牧誓》到《吕刑》十六篇是西周真实史料，《文侯之命》、《费誓》和《秦...

深山老林OneKey GooD 14.5.8系统工具文件下载

资源摘要信息: "深山老林OneKey GooD 14.5.8.zip" 在IT领域，尤其是系统维护和优化方面，"深山老林OneKey GooD"是一个经常被提及的工具集。这个工具包主要面向Windows操作系统用户，提供了众多实用的一键式解决方案...

社会工程学读书[1]

csz的博客

08-12

1154

觉得这本书《社会工程，安全体系中的人性漏洞》很好，目前正在阅读，大家有兴趣的也可以去看一看哈

《黑客与画家》读后感之一

Be yourself and Beyond yourself

12-25

4183

0.为什么你应该看一看这本书？本书是硅谷创业之父Paul Graham 的文集，主要介绍黑客即优秀程序员的爱好和动机，讨论黑客成长、黑客对世界的贡献以及编程语言和黑客工作方法等所有对计算机时代感兴趣的人的一些话题。 Paul Graham被称为创业之父，自然不是一般人，他在1995年，创办了Viaweb，帮助个人用户在网上开店，这是世界上第一个互联网应用程序。 1998年夏天，

C#多线程操作界面控件的解决方案

weixin_30772105的博客

02-13

1534

C#中利用委托实现多线程跨线程操作 - 张小鱼 2010-10-22 08:38 在使用VS2005的时候，如果你从非创建这个控件的线程中访问这个控件或者操作这个控件的话就会抛出这个异常。这是微软为了保证线程安全以及提高代码的效率所做的改进，但是也给大家带来很多不便。其实解决这个问题有两种方法：一，是通过设置System.Windows.Forms.Control.CheckForIlle...

【程序人生】成功人生架构图（分层模型）

成为你自己，做你想做的

03-18

3057

🌳 根基层（价值观）│🏋️♂️ 支柱层（健康）│⚙️ 驱动层（学习）│🕸️ 网络层（关系）│🎯 目标层（财富）│🌟 顶层（意义）🔄 外层（调节环）

独立机构软件第三方检测：流程、需求分析及电商软件检验要点？

aiyuntest的博客

05-24

独立机构对软件进行第三方检测，确保质量与稳定性。需分析软件需求，制定测试计划，设计用例，执行测试并记录信息。测试完成后，撰写报告并追踪问题，进行回归测试以保证软件质量。

Mem0.ai研究团队开发的全新记忆架构系统“Mem0”正式发布

2301_79342058的博客

05-01

755

研究人员使用LOCOMO基准测试框架对Mem0和Mem0g进行了评估，并将其与六种不同类型的记忆系统对比，包括RAG模型、全上下文方法、开源和专有工具等，结果显示Mem0在所有关键指标上均实现领先。还有一些专有与开源记忆模块尝试借助向量数据库或结构化格式存储对话记录，但这些方法往往存在效率低下、冗余信息回溯、更新整合能力不足的问题，且缺乏冲突检测与更新优先级排序机制，导致AI记忆支离破碎，影响推理能力。第一阶段中，模型将处理用户提问与AI响应的对话对，以及近期对话的摘要信息。点击订阅，与未来同行！

卫星通信技术在智能交通中的应用.doc