大学四年的遗憾

今天一天没有怎么学习,主要是把住房协议打了一下,早上把毕业论文稍微做了一些,主要是无意间去了学校的BBS的毕业生版,看了还是有点感触的,问到你大学有什么遗憾的,我想了一下,觉得就是没有追到自己喜欢的人做老婆了,问到你想在毕业之前做什么事情,我想那就是和透能够再吃一顿饭,然后可以笑着,微笑着说再见,我觉得虽然这样也会很伤心,不过不会像现在觉得会有点遗憾,想想大学四年,觉得还是学了不少知识的,虽然没有上研究生确实挺打击的,不过以后还有机会上,不过没有在大学里好好珍惜,没有合适的女朋友,没有好好努力追自己喜欢的或者有点感觉没有仔细考虑,可能自己不擅长吧,谁叫自己不帅呢,呵呵,一直都没怎么多在意这些事情,可能是人之将死,其言也善吧,现在觉得真有点可怜的,真该花些时间好好找一个喜欢的人,不会感到孤独,可以一起分享共同的人生,唉,真的遗憾,真的。在BBS上看来一些感人的东西,就贴到这,留在这吧,或许有同感的人会有所感触。

我可以逃避很多,但命运除外;我可以改变很多,但缘分除外;我可以要求很多,但爱情除外;我可以忘记很多,但,你除外...............

人的孤寂有两种,一种,男人式的,孤傲如鹰,在九万尺高空俯瞰人世,站在一种生命的高度看人世的悲喜浮沉;另一种,女人式的,孤雅如鹤,在密林深处抚琴唱曲,在灯火桥头一笑飞花,恩怨随花土里埋,哀愁化酒一杯干。


(1) I love you not because of who you are, but because of who I am when I am with you.
   我爱你,不是因为你是一个怎样的人,而是因为我喜欢与你在一起时的感觉。

(2) No man or woman is worth your tears, and the one who is, won‘t make you cry.
   没有人值得你流泪,值得让你这么做的人不会让你哭泣。
  
(3) The worst way to miss someone is to be sitting right beside them knowing you can‘t have them.
   失去某人,最糟糕的莫过于,他近在身旁,却犹如远在天边。
  
(4) Never frown, even when you are sad, because you never know who is falling in love with your smile.
   纵然伤心,也不要愁眉不展,因为你不知是谁会爱上你的笑容。

(5) To the world you may be one person, but to one person you may be the world.
   对于世界而言,你是一个人;但是对于某个人,你是他的整个世界。
  
(6) Don‘t waste your time on a man/woman, who isn‘t willing to waste their time on you.
   不要为那些不愿在你身上花费时间的人而浪费你的时间。
  
(7) Just because someone doesn‘t love you the way you want them to, doesn‘t mean they don‘t love you with all they have.
   爱你的人如果没有按你所希望的方式来爱你,那并不代表他们没有全心全意地爱你。

(8) Don‘t try so hard, the best things come when you least expect them to.
   不要着急,最好的总会在最不经意的时候出现。

(9) Maybe God wants us to meet a few wrong people before meeting the right one, so that when we finally meet the person, we
will know how to be grateful.
   在遇到梦中人之前,上天也许会安排我们先遇到别的人;在我们终于遇见心仪的人时,便应当心存感激。

(10) Don‘t cry because it is over, smile because it happened.
   不要因为结束而哭泣,微笑吧,为你的曾经拥有。

内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传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。 遗传算法(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,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 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 遗传算法流程 遗传算法的一般步骤 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
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