当前位置: 首页 > news >正文

你只是重新发现了一些东西

指北君关于另外一条思维路径的发现。

"自以为是"的顿悟时刻

有很多时候,我会"自以为是"的发现/发明一些东西。这种"自以为是"的时刻通常还带有一些骄傲自豪的情绪。这种感觉特别像古希腊博学家阿基米德 在苦思冥想如何测量不规则物体的体积 -- 如何测量皇冠的体积这个问题时,在公共浴室中顿悟的那个时刻。他大喊着 "eureka"(尤里卡!我找到了!) 并跳出浴室, 赤身裸体的跑回了家。尤里卡效应(The eureka effect)一般也称为啊哈!时刻(Aha! moment)。

老实讲,我个人认为我对情绪的处理能力其实相当有限。无论是对自己情绪的处理或是对别人投射过来的情绪,反应都相当敏感,有的时候会不自觉 的被拖入情绪漩涡而无法自拔。有一次我发现因为某些事情我很生气,一遍遍想着"他怎么能这样!他为什么要这样对我!他凭什么能这样对我!" 我甚至到了气的踢墙的程度。这个时候意外飘过来的一个问题击中了我:

"我能不能不那么生气?"

然后我开始认真思考这个问题。比如,我现在需要做什么才能不让我这么生气?我的目的是什么?我需要别人做什么?我如何需要 别人做我想做的事情?我如何明确的表达我的想法?他之前这么做到底是什么目的?他的目的是为了让我生气吗?他究竟想表达什么?他有没有可能是其他目的?

当我向自己抛出一个一个问题之后。突然发现,不知道什么时候,前面的愤怒情绪完全消失了。这是一个"Aha! moment"。

从那以后,当遇到类似的问题时,我会尽量的进行分析以避免自己进入漩涡。我意识到,人类的思维它不是只有一条思维路径, 而是,你可以给它创建多条路径。比如在上面的情境中,在原来的思维路径旁边,我创造了另外一条路径,对原来的路径进行观察和思考。 原来的路径它可能陷入了局部的一个陷阱(这个点我们一边在数学或优化上称为局部最小值,local minima),而另外的一条路径是可以辅助原来路径跳出那个局部解, 尽量的接近客观事实或解决问题(对应数学上的全局最优解)。

P.S. 当然了,即使这样,对洪水般的情绪冲击我仍然感觉无能为力,最佳策略还是尽量远离洪水...

AlphaGo 的网络架构

AlphaGo 是由 Google 子公司 DeepMind Technologies 开发的人工智能程序。它因在 2016 年的五局比赛中第一个击败人类职业围棋棋手李世石而闻名。它的胜利 标志着人工智能领域的一个重要里程碑,展示了机器在解决复杂问题方面的潜力。其实在 AlphaGo 之前,人类已经在围棋方面做了非常多的算法探索。 在计算机学科的一些基础课程里面,一般会学到一个叫做 Alpha-Beta 剪枝的算法,这个算法就可以使用在围棋上。它是一种用于优化搜索算法的技术,常用于两人对弈的棋类游戏(如围棋、国际象棋)。它通过剪枝不必要的节点,减少搜索树的大小,从而加快搜索速度。简单来说就是,如果有 500 种下棋方案,每次下子时,它会根据当前的棋盘情况,缩小下棋方案的范围(比如从200中方案中进行搜索),以更高效的方式找到下一步最佳的落子位置。虽然 AlphaGo 中使用了深度学习,我觉得可以简单理解它只是一种相对于 Alpha-Beta 剪枝更复杂的算法。个人认为,它的成功有一个核心因素,就是它的网络架构。

alt

它有两个单独训练的神经网络:策略网络(Policy Network) 和 价值网络(Value Network)。

简单来说,策略网络从当前棋盘状态生成所有可能合法走法的概率分布,它只根据当前的棋盘盘面状态做出决策,优先考虑最有希望的走法,而不必考虑每一步棋的长期影响。 而价值网络可以被视为提供“全局视角”,它重点从整体上估计落子位置对于最终结果(赢或输)可能性的影响。它主要考虑的是当前落子状态的长期后果。

通过整合这两个网络,AlphaGo 可以在局部战术优势和长期战略目标之间取得平衡,从而产生高度复杂且有效的游戏策略。

它们之间的联系

如果你能够看到这里,我相信,你已经发现了上述两件事情的共同逻辑。其中一条思考路径用来思考当前的问题,另外一条思考路径从更广阔的层面对原来的路径进行观察和思考。

人类是一种动物,是一种带有情绪的动物。这种动物使用的沟通方式主要是语言或行为,而语言和行为又天生的存在多义性。当一个人不精确的表达通过另外一个人不精确的接收,再加上有可能陷入的局部错误思考,自然会带来更多的后续问题。

在传统教育中,一般注重的都是知识性内容的教育,对于我们自己是怎么运转的,对于思维是怎么运转的,对于这个世界是怎么运转的,对于我们的职业怎样影响我们的性格,对于其他人性格的理解,我们知道的都是一些只言片语,甚至经常误解,产生各种各样的问题或困惑。但其实绝大部分问题以及答案前人早就研究的清清楚楚,哲学、心理学、历史等等学科早就放在那里等着我们(当然,其中的糟粕也不少),并不需要太多的"自以为是"的顿悟时刻,只需要理解后抄作业即可。可惜的是,我们的时间总是那么少,况且还有那么多无意义的事情等着我们去做。

迈克尔刘易斯是非常非常会讲故事的一个作家。前一阵时间我只是顺着他所有的出版物一本一本读下来,甚至在读之前都不知道这本书是讲什么的。有一本叫做《思维的发现》,没想到是个意外之喜,一周就听完了。如果你对人类如何做决策的心理学问题感兴趣,它肯定适合你。封面上的橡皮擦隐喻了丹尼尔·卡尼曼 (Daniel Kahneman) 和阿莫斯·特沃斯基 (Amos Tversky)提供的擦除和纠正人类中的认知偏差和错误的工具。丹尼尔曾经用到的一个技巧我觉得和上面我的"自以为是"很像,当别人提到一个和他不同的想法的时候,他不会去评价这个想法,而是会去思考,别人的这个想法在什么情况下适用(相当于创造了另外一条思考路径)。最大限度的吸收对方所表达的信息,好棒啊。

考虑到迈尔克刘易斯的写作过程,基本上可以认为,这本书就是丹尼尔和阿莫斯的传记了,两人友谊为之动容,当听到丹尼尔参加阿莫斯的葬礼时,我的心都快碎了,不过现在好了,他们俩又能见面了。

再说回最前面我那个"自以为是"的情绪处理方案。其实心理学中有非常多的现成工具供我们使用,比如认知重构(Cognitive Reframing),它是一种心理技巧,涉及改变你对情况、经历或情感的思考方式。它有助于将消极的想法或看法转化为更积极、更有建设性的想法或看法。我们的想法极大地影响我们的情绪和行为,通过改变这些想法,我们可以改变我们的情绪反应和行为。具体流程就不说了,简单举一两个例子来感受下。

消极想法:“我会在演讲过程中让自己难堪。”

  • 识别想法:“我会让自己难堪。”
  • 检查证据:“我已经多次练习我的演讲并收到了很好的反馈。”
  • 考虑其他可能:“即使我犯了一个小错误,也不是世界末日。每个人都会犯错误。”
  • 重构: “我已经准备好了,我会尽力而为。一个小错误不会毁掉演示。让我想想还能做点什么”

消极想法:“我的伴侣不关心我,因为他忘记了我们的周年纪念日。”

  • 识别想法:“我的伴侣不关心我。”
  • 检查证据:“我的伴侣在许多其他方面表现出了关心。忘记周年纪念日可能是由于压力或忙碌。”
  • 考虑其他可能:“也许他因工作而不知所措,并不是故意忘记的。”
  • 重构:“忘记周年纪念日并不意味着他不在乎。我可以向他说我希望得到什么,而不是像哑谜一样让对方猜。而且我们还可以讨论未来如何不要错过庆祝重要的日子。”

认知重构(Cognitive Reframing)看上去不错,但其实还是有点难掌握的。尤其在情绪袭来的时候,很难,但不是不能做到,它可以变成一个长期目标。

还有一个短期就能见效的工具可供使用,它叫做认知解离(Cognitive Defusion),它可帮助个人改变与想法相关的方式,而不用去改变想法的内容。

关键概念:

  • 认识到想法只是文字或声音而已,不一定是真理或命令。
  • 采用观察自己想法的视角,而不是沉浸在其中。这有助于更客观地看待想法。
  • 不执着于当前想法

场景:你有一个想法:“我是个失败者,我的人生完了。”

  • 给想法贴上标签:例如,如果你认为“我是个失败者”,可以将其重新定义为“我认为我个失败者”(只是一个想法,你"认为"而已,并不一定是个事实)
  • 想象一下用愚蠢或夸张的声音(例如卡通人物或有趣的口音)说出的想法。这有助于结构想法的严肃性
  • 多次大声重复这个想法,直到它变成一系列声音
  • 可视化: 想象一下,把这个想法放在一片叶子上,看着它顺流而下:“我看到‘失败者’这个想法在叶子上飘走了。”
alt

我们可以想象下自己是可达鸭,重复说出上面的负面的标签,看能不能解离上面的想法。

当解决了情绪上的困难之后,如果想再构建一条思维分析路径就相对容易了很多。希望每个人都能更了解自己,了解他人,更了解人类本身这个物种吧。

昨天听一个朋友说他的朋友自杀了。当我母亲过世的时候,我觉得我才理解了(一点)"生命很宝贵"这句话。

真是好可惜呀。

如何在决策过程中利用这些知识

这些心理知识也可以用在生活中,用来解决偏见问题。解决偏见的方法最主要的是保持灵活和开放(open-minded)的态度。但可惜的是,只有实践起来,才知道开放(open-minded)有多困难。当你花了很长时间、费劲心思提出一个想法或干了很多工作之后,对方的第一回应是"不对不对!你这种想法是绝对错误的","你这个这个方面做的太差劲了",如果对方再斩钉截铁或语气不好,相信你没有办法很容易的切换视角去理解对方的想法。

技术预测家和斯坦福大学学者保罗·萨福(Paul Saffo)开发出一种思维框架, 是用来帮助解决偏见的, 我很喜欢: "strong opinions, weakly held"(强观点,弱持有)。

让你的直觉引导你得出结论,无论多么不完美 -- 这就是“强观点”部分。然后是"弱持有"部分 -- 证明自己是错的。进行创造性的怀疑。寻找不合适的信息,或者指向完全不同方向的指标。最终你的直觉会发挥作用,一个新的假设将从废墟中出现,准备再次被无情地撕碎。你会惊讶地发现,一系列错误的预测竟然能够如此迅速地为你提供有用的结果。

当我们了解并掌握了一些心理学知识和技巧,在解决情绪困难之后,利用别人的视角来检验和完善自己的想法和工作,这难道不棒吗?

当然,如果对方的回应技巧比较好,也许我们可能更容易检验和完善自己的想法或工作。但事实是,世界怎么会按照我们的想法运转呢?

本文由 mdnice 多平台发布

相关文章:

你只是重新发现了一些东西

指北君关于另外一条思维路径的发现。 "自以为是"的顿悟时刻 有很多时候,我会"自以为是"的发现/发明一些东西。这种"自以为是"的时刻通常还带有一些骄傲自豪的情绪。这种感觉特别像古希腊博学家阿基米德 在苦思冥想如何测量不规则物体…...

【英伟达GPU的挑战者】Groq—AI大模型推理的革命者

目录 引言第一部分:Groq简介第二部分:Groq的特点与优势1、高性能推理加速2、近存计算技术3、专用ASIC芯片设计4、低延迟与高吞吐量5、成本效益分析6、易用性与集成性7、软件与硬件的协同设计 第三部分:Groq的使用指南1、准备工作2、简单使用样…...

Python学习路线

Python学习路线 领取资料 一、Python基础知识 Python入门:了解Python的安装方法、如何运行Python程序以及交互模式的使用,同时学习注释的添加方法。 数据类型:掌握Python中的各种数据类型,包括数字、布尔值、字符串、列表、元…...

C++ std::forward()

在线调试网站&#xff1a; https://wandbox.org/ #include <iostream> #include <thread> #include <mutex> void func(int &&args) {std::cout << args << std::endl; }int main () {int a 10;func(20); …...

常见的8种排序(含代码):插入排序、冒泡排序、希尔排序、快速排序、简单选择排序、归并排序、堆排序、基数排序

时间复杂度O(n^2) 1、插入排序 (Insertion Sort) 从第一个元素开始&#xff0c;该元素可以认为已经被排序&#xff1b;取出下一个元素&#xff0c;在已经排序的元素序列中从后向前扫描&#xff1b;如果该元素&#xff08;已排序&#xff09;大于新元素&#xff0c;将该元素移到…...

go语言day2

使用cmd 中的 go install &#xff1b; go build 命令出现 go cannot find main module 错误怎么解决&#xff1f; go学习-问题记录(开发环境)go: cannot find main module&#xff1b; see ‘go help modules‘_go: no flags specified (see go help mod edit)-CSDN博客 在本…...

vue echarts画多柱状图+多折线图

<!--多柱状图折线图--> <div class"echarts-box" id"multiBarPlusLine"></div>import * as echarts from echarts;mounted() {this.getMultiBarPlusLine() },getMultiBarPlusLine() {const container document.getElementById(multiBar…...

cesium for unity 打包webgl失败,提示不支持

platform webgl is not supported with HDRP use the Vulkan graphics AR instead....

python开发基础——day7 序列类型方法

一、初识序列类型方法 序列类型的概念&#xff1a;数据的集合&#xff0c;在序列类型里面可以存放任意的数据&#xff0c;也可以对数据进行更方便的操作&#xff0c;这个操作是叫增删改查(crud) ( 增加(Creat)&#xff0c;读取查询(Retrieve)&#xff0c;更新(Update)&#xf…...

用java写一个二叉树翻转

class TreeNode {int val;TreeNode left, right;TreeNode(int val) {this.val val;left right null;} }public class BinaryTree {TreeNode root;// 递归翻转二叉树public TreeNode invertTree(TreeNode root) {if (root null) {return null;}// 递归翻转左子树和右子树Tre…...

数学建模系列(3/4):典型建模方法

目录 引言 1. 回归分析 1.1 线性回归 基本概念 Matlab实现 1.2 多元回归 基本概念 Matlab实现 1.3 非线性回归 基本概念 Matlab实现 2. 时间序列分析 2.1 时间序列的基本概念 2.2 移动平均 基本概念 Matlab实现 2.3 指数平滑 基本概念 Matlab实现 2.4 ARIM…...

AI播客下载:Machine Learning Street Talk(AI机器学习)

该频道由 Tim Scarfe 博士、Yannic Kilcher 博士和 Keith Duggar 博士管理。 他们做了出色的工作&#xff0c;对每个节目进行了彻底的研究&#xff0c;并与机器学习行业中一些受过最高教育、最全面的嘉宾进行了双向对话。 每一集都会教授一些新内容&#xff0c;并且提供未经过滤…...

鱼缸补水器工作原理是什么

鱼缸补水器是一种应用广泛的智能设备&#xff0c;主要用于自动监测和补充鱼缸内的水位&#xff0c;以确保鱼类生存环境的稳定。其工作原理简单而高效&#xff0c;为饲主提供了方便和安全的使用体验。 该补水器通常由两部分组成&#xff1a;控制器和吸盘。首先&#xff0c;用户…...

Linux-Tomcat服务配置到系统服务

目录 前言一、系统环境二、配置步骤step1 了解环境的安装路径step2 配置生成tomcat.pid文件step3 配置tomcat.service文件 三、测试systemctl命令管理Tomcat服务3.1 systemctl命令启动Tomcat服务3.2 systemctl命令查看Tomcat服务3.3 systemctl命令关闭Tomcat服务3.4 systemctl命…...

Python抓取高考网图片

Python抓取高考网图片 一、项目介绍二、完整代码一、项目介绍 本次采集的目标是高考网(http://www.gaokao.com/gkpic/)的图片,实现图片自动下载。高考网主页如下图: 爬取的流程包括寻找数据接口,发送请求,解析图片链接,向图片链接发送请求获取数据,最后保存数据。 二…...

Vue配置项data

data 目录 data 目录类型介绍关键原理编译过程 Vue2Vue3 &#x1f4cc;Vue.js 中的 data&#xff08;Obj/Function&#xff09;属性是 Vue 实例的一个配置选项 类型介绍 对象式 对于根实例或者非复用组件&#xff0c;通常直接提供一个对象字面量作为 data 的值。在对象式中…...

在IDEA 2024.1.3 (Community Edition)中创建Maven项目

本篇博客承继自博客&#xff1a;Windows系统Maven下载安装-CSDN博客 Maven版本&#xff1a;maven-3.9.5 修改设置&#xff1a; 首先先对Idea的Maven依赖进行设置&#xff1b;打开Idea&#xff0c;选择“Costomize”&#xff0c;选择最下边的"All settings" 之后找…...

动手学深度学习(Pytorch版)代码实践 -卷积神经网络-28批量规范化

28批量规范化 """可持续加速深层网络的收敛速度""" import torch from torch import nn import liliPytorch as lp import matplotlib.pyplot as pltdef batch_norm(X, gamma, beta, moving_mean, moving_var, eps, momentum):""&quo…...

Apache Paimon系列之:Append Table和Append Queue

Apache Paimon系列之&#xff1a;Append Table和Append Queue 一、Append Table二、Data Distribution三、自动小文件合并四、Append Queue五、压缩六、Streaming Source七、Watermark Definition八、Bounded Stream 一、Append Table 如果表没有定义主键&#xff0c;则默认为…...

Vue使用vue-esign实现在线签名 加入水印

Vue在线签名 一、目的二、样式三、代码1、依赖2、代码2.1 在线签名组件2.1.1 基础的2.1.2 携带时间水印的 2.2父组件 一、目的 又来了一个问题&#xff0c;直接让我在线签名&#xff08;还不能存储base64&#xff09;&#xff0c;并且还得上传&#xff0c;我直接***违禁词。 好…...

与码无关:分数限制下,选好专业还是选好学校?

本文的目标读者&#xff1a;24届的高考生和家长。 写这篇非技术性文章&#xff0c;是因为我看到了24届考生和21年的我同样迷茫。 事先声明&#xff0c;本文带有强烈的个人思考色彩&#xff0c;可能会引起不适&#xff0c;如有不同观点&#xff0c;欢迎在评论区讨论。 一、前言…...

什么是负载均衡技术?

随着网络技术的快速发展&#xff0c;互联网行业也越来越广泛&#xff0c;人们的日常生活中也离不开网络技术&#xff0c;大量的用户进行浏览访问网站时&#xff0c;企业会使用负载均衡技术&#xff0c;降低当前网站的负载&#xff0c;以此来提高网站的访问速度。 今天小编就来给…...

存在重复元素Ⅱ python3

存在重复元素Ⅱ 问题描述解题思路代码实现复杂度 问题描述 给你一个整数数组 nums 和一个整数 k &#xff0c;判断数组中是否存在两个 不同的索引 i 和 j &#xff0c;满足 nums[i] nums[j] 且 abs(i - j) < k 。如果存在&#xff0c;返回 true &#xff1b;否则&#xff…...

【CV炼丹师勇闯力扣训练营 Day13:§6二叉树1】

CV炼丹师勇闯力扣训练营 代码随想录算法训练营第13天 二叉树的递归遍历 二叉树的迭代遍历、统一迭代 二叉树的层序遍历 一、二叉树的递归遍历&#xff08;深度优先搜索&#xff09; 【递归步骤】 1.确定递归函数的参数和返回值&#xff1a;确定哪些参数是递归的过程中需要处理…...

代码随想录算法训练营第46天 [ 121. 买卖股票的最佳时机 122.买卖股票的最佳时机II 123.买卖股票的最佳时机III ]

代码随想录算法训练营第46天 [ 121. 买卖股票的最佳时机 122.买卖股票的最佳时机II 123.买卖股票的最佳时机III ] 一、121. 买卖股票的最佳时机 链接: 代码随想录. 思路&#xff1a;dp[i][0] 第i天持有股票的最大利润 dp[i][1] 第i天不持有股票的最大利润 做题状态&#xff1a;…...

基于IDEA的Maven简单工程创建及结构分析

目录 一、用 mvn 命令创建项目 二、用 IDEA 的方式来创建 Maven 项目。 &#xff08;1&#xff09;首先在 IDEA 下的 Maven 配置要已经确保完成。 &#xff08;2&#xff09;第二步去 new 一个 project &#xff08;创建一个新工程&#xff09; &#xff08;3&#xff09;…...

解锁空间数据奥秘:ArcGIS Pro与Python双剑合璧,处理表格数据、矢量数据、栅格数据、点云数据、GPS数据、多维数据以及遥感云平台数据等

ArcGISPro提供了用户友好的图形界面&#xff0c;适合初学者快速上手进行数据处理和分析。它拥有丰富的工具和功能&#xff0c;支持各种数据格式的处理和分析&#xff0c;适用于各种规模的数据处理任务。ArcGISPro在地理信息系统&#xff08;GIS&#xff09;领域拥有广泛的应用&…...

后端路线指导(4):后端春招秋招经验分享

后端春招&秋招经验分享 春招(暑期实习) /秋招是应届生非常重要的应聘时间,每一个想就业的同学一定要有所了解! 本篇内容&#xff0c;老白将与大家分享暑期实习和秋招如何应对招聘的个人经验&#xff0c;希望每个同学看完都能有所收获! 首先说明一下老白对于面试核心竞争力的…...

面完小红书算法岗,心态崩了。。。

暑期实习基本结束了&#xff0c;校招即将开启。 不同以往的是&#xff0c;当前职场环境已不再是那个双向奔赴时代了。求职者在变多&#xff0c;HC 在变少&#xff0c;岗位要求还更高了。提前准备才是完全之策。 最近&#xff0c;我们又陆续整理了很多大厂的面试题&#xff0c…...

Android 断点续传进阶之多线程下载

今天继续下载的风骚走位内容—多线程多文件断点续传 Android 断点续传基础之单线程下载&#xff1a;http://blog.csdn.net/qq_27489007/article/details/53897653 效果图&#xff1a; 文件关系&#xff1a; 所需内容 多文件下载列表的显示 启动多个线程分段下载 使用通知栏…...

Python爬虫学习 | Scrapy框架详解

一.Scrapy框架简介 何为框架&#xff0c;就相当于一个封装了很多功能的结构体&#xff0c;它帮我们把主要的结构给搭建好了&#xff0c;我们只需往骨架里添加内容就行。scrapy框架是一个为了爬取网站数据&#xff0c;提取数据的框架&#xff0c;我们熟知爬虫总共有四大部分&am…...

用户态协议栈05—架构优化

优化部分 添加了in和out两个环形缓冲区&#xff0c;收到数据包后添加到in队列&#xff1b;经过消费者线程处理之后&#xff0c;将需要发送的数据包添加到out队列。添加数据包解析线程&#xff08;消费者线程&#xff09;&#xff0c;架构分层 #include <rte_eal.h> #inc…...

模拟退火算法

模拟退火算法&#xff08;Simulated Annealing, SA&#xff09;是一种用于全局优化问题的概率搜索算法&#xff0c;其灵感来自于金属退火过程。在金属退火中&#xff0c;材料被加热到高温&#xff0c;然后缓慢冷却&#xff0c;以减少其晶格中的缺陷并达到最小能量状态。模拟退火…...

Java匿名类

Java 匿名类是一种特殊的内部类&#xff0c;它没有名字&#xff0c;并且通常用来简化代码实现&#xff0c;尤其是在实现接口或者抽象类的实例时。匿名类可以在实例化时定义其行为&#xff0c;而不需要创建单独的类文件。 匿名类的特点 没有名字&#xff1a;匿名类是没有名字的…...

G7易流赋能化工物流,实现安全、环保与效率的共赢

近日&#xff0c;中国物流与采购联合会在古都西安举办了备受瞩目的第七届化工物流安全环保发展论坛。以"坚守安全底线&#xff0c;追求绿色发展&#xff0c;智能规划化工物流未来"为主题&#xff0c;该论坛吸引了众多政府部门、行业专家和企业代表的参与。G7易流作为…...

y=sin(2x)

函数 \( y \sin(2x) \) 是一个正弦函数&#xff0c;其中 \( x \) 是自变量&#xff0c;\( y \) 是因变量。这个函数描述了一个周期性波动的波形&#xff0c;其特点是&#xff1a; 1. **振幅**&#xff1a;正弦函数的振幅是 1&#xff0c;这意味着波形在 \( y \) 轴上的最大值…...

快捷方式(lnk)--加载HTA-CS上线

免责声明:本文仅做技术交流与学习... 目录 CS: HTA文档 文件托管 借助mshta.exe突破 本地生成lnk快捷方式: 非系统图标路径不同问题: 关于lnk的上线问题: CS: HTA文档 配置监听器 有效载荷---->HTA文档--->选择监听器--->选择powershell模式----> 默认生成一…...

从同—视角理解扩散模型(Understanding Diffusion Models A Unified Perspective)

从同—视角理解扩散模型 Understanding Diffusion Models A Unified Perspective【全公式推导】【免费视频讲解】 B站视频讲解 视频的论文笔记 从同一视角理解扩散模型【视频讲解笔记】 配合视频讲解的同步笔记。 整个系列完整的论文笔记内容如下&#xff0c;仅为了不用—一回复…...

docker 基本用法及跨平台使用

一、Docker的优点 docker 主要解决的问题就是程序开发过程中编译和部署中遇到的环境配置的问题。 1.1 Docker与其他虚拟机层次结构的区别** 运行程序重点关注点在于环境。 VM虚拟机是基于Hypervisor虚拟化服务运行的。 Docker是基于内核的虚拟化技术实现的。 1.2 Docker的技…...

Vscode远程ubuntu

远程连接 到这里vscode远程到ubuntu和关闭远程连接&#xff0c;已完成 配置python环境 在远程目录下新建.vscode隐藏文件夹&#xff0c;文件夹里新建一个 settings.json 文件&#xff0c; 先远程服务器看下conda下的python虚拟环境位置 settings.json位置及内容如下 测试pyt…...

SHA256 安全散列算法加速器实验

1、SHA256 介绍 SHA256 加速器是用来计算 SHA-256 的计算单元&#xff0c; SHA256 是 SHA-2 下细分出的一种算法。 SHA-2 名称来自于安全散列算法 2 &#xff08;英语&#xff1a; Secure Hash Algorithm 2 &#xff09;的缩写&#xff0c;一种密码散列函 数算法标准…...

Elasticsearch-ES查询单字段去重

ES 语句 整体数据 GET wkl_test/_search {"query": {"match_all": {}} }结果&#xff1a; {"took" : 123,"timed_out" : false,"_shards" : {"total" : 1,"successful" : 1,"skipped" : 0…...

【Apache Doris】周FAQ集锦:第 7 期

【Apache Doris】周FAQ集锦&#xff1a;第 7 期 SQL问题数据操作问题运维常见问题其它问题关于社区 欢迎查阅本周的 Apache Doris 社区 FAQ 栏目&#xff01; 在这个栏目中&#xff0c;每周将筛选社区反馈的热门问题和话题&#xff0c;重点回答并进行深入探讨。旨在为广大用户和…...

EE trade:炒伦敦金的注意事项及交易指南

在贵金属市场中&#xff0c;伦敦金因其高流动性和全球认可度&#xff0c;成为广大投资者的首选。然而&#xff0c;在炒伦敦金的过程中&#xff0c;投资者需要注意一些关键点。南华金业小编带您一起来看看。 国际黄金报价 一般国际黄金报价会提供三个价格&#xff1a; 买价(B…...

JAVA医院绩效考核系统源码 功能特点:大型医院绩效考核系统源码

JAVA医院绩效考核系统源码 功能特点&#xff1a;大型医院绩效考核系统源码 医院绩效管理系统主要用于对科室和岗位的工作量、工作质量、服务质量进行全面考核&#xff0c;并对科室绩效工资和岗位绩效工资进行核算的系统。医院绩效管理系统开发主要用到的管理工具有RBRVS、DRGS…...

Python神经影像数据的处理和分析库之nipy使用详解

概要 神经影像学(Neuroimaging)是神经科学中一个重要的分支,主要研究通过影像技术获取和分析大脑结构和功能的信息。nipy(Neuroimaging in Python)是一个强大的 Python 库,专门用于神经影像数据的处理和分析。nipy 提供了一系列工具和方法,帮助研究人员高效地处理神经影…...

非关系型数据库NoSQL数据层解决方案 之 Mongodb 简介 下载安装 springboot整合与读写操作

MongoDB 简介 MongoDB是一个开源的面向文档的NoSQL数据库&#xff0c;它采用了分布式文件存储的数据结构&#xff0c;是当前非常流行的数据库之一。 以下是MongoDB的主要特点和优势&#xff1a; 面向文档的存储&#xff1a; MongoDB是一个面向文档的数据库管理系统&#xff0…...

使用Redis优化Java应用的性能

使用Redis优化Java应用的性能 大家好&#xff0c;我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编&#xff0c;也是冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01;今天我们来探讨如何使用Redis优化Java应用的性能。Redis是一种开源的内存数据结构…...

基于Python的数据可视化大屏的设计与实现

基于Python的数据可视化大屏的设计与实现 Design and Implementation of Python-based Data Visualization Dashboard 完整下载链接:基于Python的数据可视化大屏的设计与实现 文章目录 基于Python的数据可视化大屏的设计与实现摘要第一章 导论1.1 研究背景1.2 研究目的1.3 研…...

什么是N卡和A卡?有什么区别?

名人说&#xff1a;莫听穿林打叶声&#xff0c;何妨吟啸且徐行。—— 苏轼《定风波莫听穿林打叶声》 本篇笔记整理&#xff1a;Code_流苏(CSDN)&#xff08;一个喜欢古诗词和编程的Coder&#x1f60a;&#xff09; 目录 一、什么是N卡和A卡&#xff1f;有什么区别&#xff1f;…...