顶着台风,也要去参加的一次“磨课”

在面对台风挑战时,一位博主决定坚持参加学习活动,并从中获得宝贵经验。文章详细阐述了学习过程中的重要性,包括友谊、线下聚会的价值、环境影响以及个人成长故事。还分享了关于面试技巧、技术背景融合以及使用工具的经验,揭示了在不同领域中取得成功的秘诀。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天,上海迎来台风登陆,本来在今天下午2点的博览网“磨课”李老师说取消改下周。柴茝同学鼓动说去,我心一想,期待和准备了一周的“磨课”,不能因为天气就放弃了,于是顶着台风赶往浦东软件园了。


收获良多,主要以下几个方面:

一、对学习这件事的认识

1.学不可以无友,一个人孤独地很大的问题是没有反馈,受挫多了容易放弃;

2.线下肉身聚集的重要性,这也是大家不远千里、离家来到北上广深的一大原因,在这里能找到志同道合的伙伴,彼此碰撞出思想的火花;

3.环境的力量会潜移默化地影响你,这也是圈子的重要性,李老师也讲了一个例子:他几年前曾经教过的一个学生,跟他说虽然当时培训的内容会忘记,但是由此结识的朋友、融入的圈子,却一直帮助自己到现在。

二、和柴茝同学交流得到的信息:

1.很多公司的笔试和面试题都是模式化的,基本多面几次就熟了,当然这也是鉴别公司是否重视技术的方法,想找好的公司面试必定不会轻松。

2.一个朋友,担心自己的技术不过关,害怕面试被拒,柴茝同学自告奋勇地教他技术方面的东西,而且让他投1份不行投10份,10份不行投100份,结果也就投了10份左右就顺利拿到offer了,现在工资比他还高:)

3.柴茝同学的专业是社会学专业,我问他是否会给自己的简历减分,他给我的回答是恰恰相反,一个既懂编程同时又有社会学专业背景的人,只要编程能力过硬,是更具有组合价值的。

4.我问storyboard是否在企业中用的很少,他告诉我他们公司用的就是storyboard,看来这个问题还是不能简单地争论用storyboard还是xib或者手写代码,其实企业都会根据自己的需要灵活运用。

5.他也告诉我说,刚进公司,以为公司会提供完整的培训,同事之间会互相分享技术,结果发现自己就是不断地写类似的代码、完成类似的功能(看来确实理想很丰满,现实很骨感啊)
基于python实现的粒子群的VRP(车辆配送路径规划)问题建模求解+源码+项目文档+算法解析,适合毕业设计、程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。
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