读<特蕾莎嬷嬷传>

本文分享了作者阅读关于特蕾莎嬷嬷一生事迹后的感悟。特蕾莎嬷嬷以其无私奉献的精神感动了无数人,尽管面对争议,但她坚持不懈地帮助穷人,这种精神值得我们每个人学习。

这个是我2月份的任务, 还好我今天读完了.


看完该书,觉得特蕾莎真是的厉害, 她的一生几乎一直在工作, 一直在为穷人说话.

当人很多人也对她的所做所为提出了质疑, 认为她的做法指标不治本. 但是我想在地球上彻底去除贫穷也不是一天两天,一个人两个人的事情.

但是我们自己若不去做, 世界上就少了一份力. 反之若人人都尽自己一份力, 那这个世界将会比现在美好很多.


嬷嬷不为自己积财, 所有的财物都奉献给穷人, 这很值得我们学习. 也许做不到她那样,但是我也要尽自己的能力去做.

当人了, 嬷嬷也不是完美的人, 她也有缺点, 也有无法解决的问题, 这就需要我们抱着一个客观的心态看待她.


不论如何, 嬷嬷是值得尊敬的. 她的爱深深的打动了数以万计的人们, 以致众多的年轻女孩追随她. 虽然现在没有机会见到嬷嬷了, 但是她无疑使我们看见人性的原来也有这么美好的一面. 嬷嬷没有高深的哲理, 就是她那简单的话语和切实的行动打动了我. 


爱, 是认识神的最直接的道路, 因为神就是爱. 嬷嬷选择了这条道路, 她是聪明并且智慧的. 

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗算法 - 简书 遗算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗、突变、自然选择、杂交等。 搜索算法的共同征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗算法流程 遗算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
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