来总把“你懂的”原则点破了,大家好好学习,举一反三。//@来去之间:汽车博主点评江山时候一定别忘了一个大前提,新能源汽车是举国之力要发展的突破行业,还是一些地区的营商重点保障行业。。。自媒体不是,别评着评着号没了//@里誩:真是没帽子硬扣
@小特叔叔
微博这个东西是有点东西的,学到了这个新词。
前几天粉丝群里有人说煎鱼的时候炒锅手柄的铆钉爆炸了,幸好人没事(图1、图2)。铆钉居然能爆炸,好像很不可思议。不过看到他发的图片也就明白了,因为我之前恰好观察过用来这种锅上的铆钉:铆钉本身是铝的,但可能为了美观,铆钉头上会再卡一个不锈钢铆钉罩。问题就出在这里。铆钉罩和铆钉头之间不可避免会存在空隙,而且这个空隙可能不是密闭的,存在和外界相通的入口。在锅的使用过程中,如果汤汁从入口进入空隙后,恰好火开的比较大,高温使得入口处的汤汁烧结焦化,堵住了入口,那么铆钉罩和铆钉头之间就会形成密闭空间,而且这个密闭空间里是有水的。那么下一次烹饪时,如果火开的比较大,或者类似煎鱼这种场景,导致铆钉处温度超过水的沸点,铆钉罩和铆钉头之间密闭空间里水被气化,就可能发生爆炸。我在网上搜了一下,发现这位粉丝遇到的事情不是孤例(图3、图4、图5),而且还有人说手被炸伤了(图6),好在只是小伤。这应该和锅的品牌、质量等无关,纯粹是这种设计本身的缺陷。只要用了这种设计,就有概率发生爆炸。我相信当初设计这个铆钉罩的工程师可能也想不到这居然会成为一个安全隐患。我也许会给自己家锅的铆钉罩钻个泄压孔。
抖音那个wide&deep 双塔模型还是有些朋友理解不了,我再用个新例子来解释下。图1 是比较流行的 wide&deep 结构图。我们今天讲一个更实用的图2.这个和抖音推荐内容,把用户和内容的link建立起来是一样的。图2 是一个用来判断用户是否会下载和打开那些app的模型。假定训练语料。比如一些用户的特征,设备特征,安装app和打开app的特征。那么通过把用户的特征wide,deep化(一部分wide,一部分deep),设备特征deep化,app的安装和展现也deep化。连续特征一般走wide,稀疏特征走wide。用一个前馈神经网络,拼接各种嵌入向量和交叉乘积变换后的特征组合,通过计算得到一个数值,这个数值和1 求loss。损失函数是logistic 函数。通过大量的训练后,对任意一个给定的用户和设备,任选一个app就可以预测安装和打开的概率了(会拿到一个概率得分),然后拿到这个概率就可以排序,选择最好的app推荐给他,那么转化率就高了。不知道我这样解释是不是更清楚一点了。。
上次体能测试我提到,脂肪降低15公斤,肌肉提高15公斤,好多网友不信。。今天我又去测试了下,上图为证。图1-4 是20多天前测试的一个结果。图1 显示体重84.8公斤,图2显示体脂率45%;骨骼肌24.9;图3显示健康分49分;图4 倒数第三行显示43.5公斤这个是肌肉量,体脂肪38.2公斤(第三行)图5-8是今天的测试图5显示 体重83.7公斤图6显示 体脂率27.1%;骨骼肌31.8图7显示健康分55分;图8是打印结果,显示肌肉量 57.8公斤;体脂肪22.7公斤结合上面结果,肌肉量提高了 57.8-43.5 = 14.3公斤;体脂肪低了38.2-22.7=15.5公斤。数据是正确的啊。。如果没有这个效果,体脂率也不会从45降低到27。是不是我最近老吃猪肉脯,里面瘦肉精搞的啊?
美发剪的开刃角远小于普通剪刀,所以也脆弱很多。美发剪的刃口损伤后只有专业人员用专业工具才可能修复,随便拿块磨刀石磨一下只会更糟。//@午后狂睡:……她刚开始拿剪刀剪啥呢???裤眼能用美发剪???
@齐鲁晚报
【#女子理完发顺走1280元的剪刀#】4月17日(发布时间),山西。剪刀好用就直接偷走?女子用理发专用剪刀剪完裤眼后直接偷走,理发师:还我1280元的剪刀,已报警!有发型师称“美发剪刀剪了别的东西就废了”。#美发剪刀剪了别的东西会废吗#(海报新闻) 齐鲁晚报的微博视频
中文互联网上流传着一种说法:在 1996 年美国大选前夕,《财富》杂志曾在封面刊登过一句口号“笨蛋!谁当总统都无所谓,只要让艾伦当美联储主席就成”。艾伦就是艾伦·格林斯潘。这个说法从千禧年一直流传至今,从官媒到自媒体都经常引用。我考证了一下:1996年《财富》杂志封面到底是怎么说格林斯潘的
参考阅读:微博正文
@tombkeeper
一个讲理的人不可能既认为某种价值观是放之四海而皆准的,又认为该价值观遇到某种文化就应该让步。也就是说一个人不可能既认同“普世价值”又认同“文化相对主义”,除非这个人不讲理。
英伟达最多只能连72张卡//@牛叔:功耗不是事儿,制冷多耗电。咱们电价便宜//@涂若虚:如果只是功耗哪不是事。关键性能//@蚁工厂:看到semianalysis做的分析,很强啊“一套完整的 CloudMatrix 系统现在可提供 300 PFLOPs 的密集 BF16 计算能力,几乎是 GB200 NVL72 的两倍。凭借超过 3.6 倍的总内存容量和 2.1 倍的内存带宽,华为和中国现已拥有能够超越英伟达的 AI 系统能力。”。代价是3.9倍的功耗。 查看图片 //@老师木:看评论,很多人不信,现在硅基流动平台上DeepSeek R1 就是用超节点部署的,都可以直接体验的。(DeepSeek V3 目前还没用上超节点、还是910b)
@向小田
老师木说的。虽然华为芯片单颗比起用英伟达还是有落差,但是组成系统后,效率明显就高了。算力这一块中国是不缺的,真的没必要为算力焦虑。要记住,以工业化实力而论,中国甚至能让算力过剩。。。
为什么大厂不喜欢要老同志呢,我也不怕得罪人,我也敢说。。首先老同志分为三种,上马,中马,下马(看到这里说我物化老同志的可以拉黑了,这只是方便叙事,没有不尊重)。上马就是在单位拿到结果的,功勋卓著,这个时候就要看能不能有执行力和持续的成功,以前周厂长在一次接受采访表示,老同志上市发了财以后,老同志基本都干不动了,于是他就都遣散了,上马在高的岗位上,就会有非常高的期望,这一点非常关键,兑现不了高期望,人不可能往下降职降薪,所以离开是必然的。中马和上马不同,做熟悉工作,不存在搞不定,上马老是要挑战陌生领域,不断挑战。中马稳一点,但是到了年龄大了以后,就会出现一个性价比的问题,早年为公司拼死拼活,一身毛病,家庭一堆事,再也不能加班了,请假次数也多了,学习能力也下降了,房子也买了,老婆孩子也都有了,拼劲不足了,原来一件事情5天干完,现在要10天。那就会出现一些没买房,没结婚,没孩子的年轻猛人,也许有点毛躁,但干活快,待遇低,慢慢这些事情都让年轻人干了,中马老同志就慢慢被边缘化了。下马,不存在性价比问题,有很多单位老同志,业务熟练,勤勤恳恳,待遇也不高,这都是公司长期不涨工资,还能留下来的宝贵资源。。这类人离开公司一般也很容易找到替代,这就会出现有些岗位,常年不涨薪,走人了,就招新人,但是总有那么1-2个怎么就不走,最后就留成老同志了。综上,只有高端的能不断拿到结果的,和低端极具性价比的老同志才能长期留下来,互联网大厂世界很残酷,很多人说我在XX厂,没这个情况,那这个厂肯定不是互联网大厂,或者你属于能留下来的哪少数几种pattern。。我说完了,大家可以骂了。