《The Curious Case of Benjamin Button》让我哭了

最新推荐文章于 2024-07-14 22:44:23 发布
原创 最新推荐文章于 2024-07-14 22:44:23 发布 · 639 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文分享了作者观看电影《返老还童》后的深刻感悟，特别是对生命和爱情的理解。作者被电影中Tizzy和本杰明的故事深深打动，并反思了珍惜眼前人的重要性。
近来几天都在加班，今天晚上不想加班，闲来无事就到迅雷上找片子看，无意之中看了《返老还童》这部片子，已经没有很久没有一部片子让我能这么专注的从头看到尾了，特别是最后tizzy和本杰明最后的日子，一个苍老的妇人牵着一个幼儿的手走在铺满落叶的街道上，当本杰明在tizzy怀里面像婴儿睡着一样死去的时候，我泪流满面。爱如此，生命如此，我想你在看完这部影片应该对生命和死亡都有了新的认识，珍惜眼前的一切吧，珍惜家人这才是最最重要的，世上每个人的起点和终点都是一样的，只是到达的路不同而已。。。

已经是深夜了，回头看看熟睡的妻子和儿子，还有什么能比这样更幸福的呢？

另外《返老还童》这个片名我觉得翻译的很不适合，这样一部富有哲理性的片子居然翻译成这个名字
tryitsoft
关注
《论文阅读》THE CURIOUS CASE OF NEURAL TEXT DeGENERATION
MyHeartWillGoOn
08-07 586
作者从多方面的考虑了生成文本的性能，包括多样性、重复性以及困惑度，并且得到了从统计和人工两方面的测评结果，在p=0.9的情况下，nucleus sampling更接近人类水平，top-k带有t=0.7的解码策略是常用的策略。可以看到作者避开了之前的缺陷，如固定的前k个值和使用温度参数来改变分布的方法，设计了一个可以动态调整候选者容量的方法，即每次从概率质量的前 p 部分选择。，即遍历所有可能的结果，但这显然是不太实际的，它会根据词汇量的增长呈现指数级别的上升，所以我们就需要找到另一种方法，如文中提到的。..
【计算机视觉】分析CNN对情绪分析任务的缺陷 The Curious Case of Convolutional Neural Networks’
AI天才研究院
08-06 1096
从科技的革命性进步来看，计算机视觉技术已经成为人们生活中不可或缺的一部分。在2012年ImageNet比赛中取得了冠军之后，随着深度学习的飞速发展，神经网络的卷积神经网络(CNN)获得了巨大的成功，并成为现代计算机视觉领域中的关键技术。近年来，随着社交媒体的快速发展，卷积神经网络(CNN)的应用也越来越广泛，特别是在情绪分析方面。然而，目前仍存在一些令人诧异的问题，比如：为什么CNN模型不如其他深度学习模型（如LSTM、GRU等）能够有效地捕获有意义的特征？
人生若彷如倒序。。。本杰明·巴顿奇事 The Curious Case of Benjamin Button
dianchun6976的博客
01-26 227
有些人 在河边出生； 　　有些人 闪电击中过； 　　有些人 对音乐有着非凡的天赋； 　　有些人 是艺术家； 　　有些人 游泳； 　　有些人 懂得纽扣； 有些人 知道莎士比亚； 而有些人 是母亲； 也有些人 能够跳舞... 嗯，这就是今年小金人的大热吧，很好，很好，我被震撼了。 我们每个人都是某人一生的至爱。 无论你是否离开，是否爱上别人，是...
推荐电影 The curious case of Benjamin Button（本杰明.巴顿怪事）
johsonwon的专栏
06-21 604
本杰明的拖船船长是一个经典人物，因为父亲的压制，他不得不做了一个拖船船长，但是他依然认为自己是一个艺术家，一个纹身的艺术家。   我觉得他是一个艺术家，真实的。他每天都在跟人家讲自己的经历，每天都在抱怨，每天都在烂醉如泥，但是国家需要的时候，依然投入了二战。   死的时候，看到自己浑身的纹身被子弹打烂，他又骂人了，这就是他是艺术家，而且真实的证明。   他临死时说的话，我觉得是最经典的...
Benjamin Button‘sLetter to Daughter 英语阅读
厚积薄发
03-31 349
来源: The Curious Case of Benjamin Button。
龙纹身的女孩 The Girl with the Dragon Tattoo
dianchun6976的博客
03-24 241
大卫·芬奇 David Fincher又一部牛片！大师always是大师…… Fight club，Senven，The Social Network，The Curious Case of Benjamin Button……都是大爱之作。 2012年 第84届 奥斯卡(美国电影学院奖) 最佳剪辑 柯克·巴克斯特2012年 第84届 奥斯卡(美国电影学院奖) 最佳剪辑 安格斯·瓦...
《贫民富翁》获奥斯卡八奖 温斯莱特封后
张彤的专栏
02-23 5111
第81届奥斯卡颁奖典礼于北京时间2月23日中午13时落下帷幕。《贫民窟的百万富翁》最终八捧小金人，不仅成为“中奖率”最高的影片(十项提名八项获奖)，也成为“含金量”最高的一部获奖作品(最佳影片和最佳导演)。西恩-潘和凯特-温斯莱特封帝称后，最佳男配角则向已逝的希斯-莱杰致敬。以下为本届奥斯卡完全获奖名单：最佳电影 (BEST PICTURE)《贫民窟的百万富翁》Slumdog Milliona
What have done in the last 2 days? (2010-10-05)
weixin_30650859的博客
10-06 108
A mind struck me one night before I was going to sleep. It is from the movie named “The Curious Case of Benjamin Button”. In order to seeking his dead son, a man made a clock which is anticlockwise. A...
WinForms UI Thread Invokes: An In-Depth Review of Invoke/BeginInvoke/InvokeRequred
weixin_30487201的博客
09-21 432
国内私募机构九鼎控股打造APP，来就送20元现金领取地址：http://jdb.jiudingcapital.com/phone.html内部邀请码：C8E245J（不写邀请码，没有现金送）国内私募机构九鼎控股打造，九鼎投资是在全国股份转让系统挂牌的公众公司，股票代码为430719，为“中国PE第一股”，市值超1000亿元。 ---------------------...
What have done in the last 2 days? (2010-10-05)(Part 1)
weixin_30872867的博客
10-06 85
(This content is also available at: here)A mind struck me one night before I was going to sleep. It is from the movie named “The Curious Case of Benjamin Button”. In order to seeking his dead son, a ...
[双语阅读]传茱莉向皮特求婚遭拒
张彤的专栏
12-23 1228
 Brad Pitts marriage noCast member Brad Pitt and his wife actress Angelina Jolie pose at the premiere of movie "The Curious Case of Benjamin Button" at the
The Curious Case of Benjamin Button New Tab-crx插件
04-05
它带有一些很酷的属性，这些属性可以改善您的“新标签页”体验，例如：-每个新标签页都有高质量的壁纸-当前日期/时间-指向社交网络和购物网站的快捷链接我们将添加更多功能，让您拥有更好的体验在您的浏览器上。...
论文阅读翻译之The Curious Case of Neural Text Degeneration
shizidushu的博客
07-14 1338
尽管在神经语言建模方面取得了相当大的进步，但从语言模型中生成文本（例如生成一个故事）的最佳解码策略仍然是一个悬而未决的问题。一个违反直觉的实证观察是，尽管使用似然作为训练目标可以为广泛的语言理解任务带来高质量的模型，但基于最大化的解码方法，如束搜索（bean search），会导致退化——输出的文本平淡无奇、不连贯，或者陷入重复循环。为了解决这个问题，我们提出了，这是一种简单但有效的方法，可以从神经语言模型中提取出比以往解码策略更高质量的文本。
The Curious Case of Neural Text Degeneration
weixin_46330802的博客
02-27 1174
The Curious Case of Neural Text Degeneration主要贡献主要内容Open-ended GenerationNon-open-ended GenerationWhy Does Probability Maximization Lead to Degenerate Text?文献中的采样方法 主要贡献 提出了一种核采样方法Nucleus Sampling，解决了...
STM32+MAX7219数码管模块显示程序 SPI接口
12-02
提供了基于STM32F4xx系列的MAX7219数码管模块显示程序，通过SPI串行总线进行通信，使用库函数进行编程。经过实际测试，该程序能够正常驱动数码管进行显示。 特点 基于STM32F4xx系列MCU 使用SPI串行总线通信 采用库函数编程 实测能正常驱动MAX7219数码管模块显示
基于大疆M100无人机平台的自主导航与智能决策系统开发项目_该项目专注于在复杂动态环境中实现无人机的实时障碍物感知与规避以及高效全局与局部路径规划算法的集成与优化核心内容包括利.zip
12-02
基于大疆M100无人机平台的自主导航与智能决策系统开发项目_该项目专注于在复杂动态环境中实现无人机的实时障碍物感知与规避以及高效全局与局部路径规划算法的集成与优化核心内容包括利.zip
Turbo 码编码及解码仿真程序(Matlab)
12-02
Turbo 码编码及解码仿真程序(Matlab)
【改进灰狼算法】基于记忆、进化算子和局部搜索的改进灰狼优化算法及线性种群规模缩减算法（Matlab代码实现）
最新发布
12-02
内容概要：本文提出了一种基于记忆机制、进化算子和局部搜索策略的改进灰狼优化算法，并结合线性种群规模缩减策略以提升算法收敛速度与全局搜索能力。该算法通过引入记忆模块保存优质个体信息，利用进化算子增强种群多样性，同时采用局部搜索机制提高寻优精度，有效克服了传统灰狼算法易陷入局部最优、收敛速度慢等问题。文中详细阐述了算法的设计思路、实现步骤及关键参数设置，并提供了完整的Matlab代码实现，便于读者复现与应用。实验部分验证了改进算法在多个标准测试函数上的优越性能，展示了其在优化问题中的潜力。; 适合人群：具备一定智能优化算法基础，熟悉Matlab编程，从事科研或工【改进灰狼算法】基于记忆、进化算子和局部搜索的改进灰狼优化算法及线性种群规模缩减算法（Matlab代码实现）程优化相关工作的研究生、科研人员及技术人员； 使用场景及目标：①解决复杂优化问题如函数优化、参数调优、工程设计优化等；②学习灰狼算法的改进思路与实现方法，掌握智能算法的性能提升策略； 阅读建议：建议结合Matlab代码逐行理解算法实现过程，重点关注记忆机制、进化操作与局部搜索的融合方式，并通过实验对比分析改进策略的有效性。
基于ROS的机器人运动规划与路径搜索算法实现工作空间_包含A星Dijkstra等经典与优化算法在二维三维栅格地图中的高效路径规划与避障实现结合RVIZ可视化插件进行实时路径动态障碍.zip
12-02
基于ROS的机器人运动规划与路径搜索算法实现工作空间_包含A星Dijkstra等经典与优化算法在二维三维栅格地图中的高效路径规划与避障实现结合RVIZ可视化插件进行实时路径动态障碍.zip
he Curious Case of Neural Text D
08-11
### The Curious Case of Neural Text Generation or Processing Neural text generation and processing have become pivotal in the advancement of artificial intelligence, particularly in the domain of natural language processing (NLP). The introduction of the Transformer architecture, as detailed in the seminal paper "Attention is All You Need" by Vaswani et al., marked a significant shift in the design of neural network models for sequence-to-sequence tasks. This architecture relies entirely on self-attention mechanisms to draw global dependencies between input and output sequences, thereby eliminating the need for traditional recurrent neural networks (RNNs) and convolutional neural networks (CNNs) [^1]. One of the peculiar cases in the field involves the application of these models in enterprise settings, such as the scenario where Alex, a professional in the tech industry, was involved in fine-tuning a large language model (LLM) for a financial client. The objective was to analyze contracts and detect compliance risks, which required the integration of multi-component processing (MCP) to handle text, tables, and metadata. The challenge here was twofold: managing high computational costs and addressing data privacy concerns. To tackle these issues, Alex's team employed Low-Rank Adaptation (LoRA) for efficient fine-tuning and implemented differential privacy techniques to safeguard sensitive information. An example of how differential privacy was applied is shown in the following Python code snippet: ```python import torch def add_dp_noise(data, epsilon=1.0): noise = torch.normal(0, 1/epsilon, size=data.shape) return data + noise ``` This approach not only achieved General Data Protection Regulation (GDPR) compliance but also reduced training costs by 40% [^2]. In the realm of neural text generation, evaluating the quality of generated text is another intriguing aspect. Evaluation criteria can include coherence, character development, language quality, emotional impact, and originality. The MIT Media Lab has developed an AI narrative evaluation framework with 12 metrics, which is gradually being adopted by the industry [^3]. Moreover, there are specific techniques used in neural text generation to handle the probability distribution over the vocabulary. For instance, a modified probability distribution $ P'(x) $ can be defined as follows: $$ P'(x) = \begin{cases} \frac{P(x)}{\alpha} & \text{if } x \in \text{已生成token} \\ P(x) & \text{otherwise} \end{cases} $$ Here, $ P(x) $ represents the original probability distribution, $ \alpha $ is a scaling factor, and the condition checks if the token $ x $ has already been generated. This technique adjusts the probability of already generated tokens to influence the diversity and quality of the output text [^4]. ###
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
表情包 代码片
 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