★耙子叔叔之初印象。公布耙子照片了,大家快来看呀!★

favorit 2003-01-17 07:08:46

到了上海后,第一次打电话给耙子,一听就是很地道的东北音,呵呵,声音还比较好听。就是听着声音挺年轻,一点都不像大叔,让我巨郁闷。更搞笑的是,耙子每句话差不多都只有两个字:“是呀”、”为啥”、“好呀”、“咋办”。真是言简意赅透了!而且每次两个字说完了之后,还一顿一顿的。晕。
前一天晚上,我们约好了第二天中午11点见面。到了第二天10点钟的时候,我从高桥坐车出发,到陆家嘴后坐地铁过江到了南京路。昨天在外滩附件转了一圈,对那个“元禄寿司”有点印象,可具体在哪儿,也记不太清了。正在南京路上晃呢,接到耙子电话,他说他刚起床,现在正从家里打车过来呢。而且我也晃错地方了,“元禄寿司”不在南京路上,在北京路对着外滩的路口。
我在心里狂骂了他n遍,还好南京路和北京路没隔多远。很快,我就找到那个“元禄寿司”了,一看时间,差不多11点,耙子还没影呢。这家伙不定什么时候到,我一个人站在这里等,实在太傻了,所以就顺着北京路溜达。对面走来一四十岁左右的哥们儿,巨fat那种,“嗯?”我心里一琢磨,估计这和85kg的级别差不多,敢情耙子也是属于这种类型的。心里这么一想,不由在那里得意地狂笑,那哥们儿看我那样对着他笑,恶狠狠地看着我。还好,当时人多,他权衡了一下,抑制住了上来打我的冲动,从我身边恨恨而过。
差不多等了半个小时,如果这段时间耙子在的话,估计85kg已经被我骂得只剩65kg了。好容易手机响了,耙子说他快到了,问我穿什么衣服。不行,告诉他,那我多亏!我问他,他也不告诉我。后来他说:不说也行,到时就当没看到,省钱。够恨!不过他不告诉我,我也不能告诉他,结果咱俩谁都不愿说,他就让我在路口等。他叫我等我就等,这怎么行,我得先闪。刚闪没多久,耙子说他已经到了,没看见我。我赶紧过去。85kg还不好找?我离他很远的时候就看到了。耙子正站一报亭边上呢,假装看报纸。呵呵,这叔叔挺逗,看我朝那边走还赶紧闪到报亭后面,等我停住了,他才走过来问我是不是favorit。
耙子身上挎个巨大的包,看造型和外观,估计是自制的,也不知里面装了些什么东西,耙子挎着它一走一晃的。还好,手上还拄了根棍儿,不至于摔了。鉴于“尊老爱幼”是我们的传统美德,本来想扶大叔一把的,结果他说:“没事,你大叔还没那么老呢,还能自己走。”结果我们进“元禄寿司”门的时候,估计是刚起来没多久,还没睡醒呢,耙子一个趔趄,差点摔地上,幸亏我拉了一把。唉,真是丢人呀,我恨不能立马就和他保持距离,自己溜掉。
进去后,找了个位。耙子把他那个硕大无比的包塞进了××(大叔,那个叫什么东东了)。不知怎么的,我的包就是放不进去。“你咋这笨呢?”耙子二话没说,把我的包拿过去,揉成一团,扔进了××。当时把我心痛的,就是没好说。不好意思的说,我还是第一次吃那个东东,味道不习惯。
耙子估计吃了n次了,狼吞虎咽的,刚起来食欲就是好。
真得佩服耙子的食欲,他吃完了寿司之后,还是觉得特饿,就又吃了两碗面条。sigh,我坐在旁边,看他吃得呼哧呼哧的,只有狂左顾右盼,到处张望,做不认识旁边那位、在等人状。大家都文明人,吃东西哪吃成这样的,敢情八百年没进过食似的。
当耙子吃完第一碗面条,刚准备吃第二碗的时候,突然想起来我还在旁边(他要把我忘了倒好了),就对我说:“你随便呀!别老看我呀!”倒,吃饱了就是精神焕发,嗓门也巨大,引得周围的人都朝这边看。我赶紧“嗯嗯嗯”,继续左顾右盼,当时恨不能找个洞钻进去。
五分钟后,耙子结束了战斗。然后他就开始说些坛子里的事,比如TR呀,cker呀,copy_paste呀,myy呀等等(内容略)。印象最深刻的是说copy_paste,“木石三这小子,咋我到哪儿他跟哪儿呢?我开始在delphi混的时候,他也在;后来我俩由于一些事,产生了摩擦,我就跑到BCB里混来了,结果他又跟来了。郁闷,烦!”嗬嗬,原来这样呀。
快到2点的时候,耙子手机响了,公司那边催他回去了,耙子赶紧买单。出门之后,耙子问:“要叔叔送送你不?”还送呀?我赶紧回答:“不用了!不用了!”“还跟叔叔客气啥,知道你路盲。”呜呜呜,这叔叔自己走路都不稳,还要送我,当时把我感动的......只希望他路上别摔着就行了。
我一路战战兢兢的,就怕耙子磕着碰着,一大把年纪的,不容易。终于到地铁口了,耙子说:“跟叔叔再见。”我赶紧说:“叔叔再见。”然后握手道别。结果耙子忘了右手还拄着根棍儿呢,一握手,那根棍儿也掉了。我刚准备帮他拣起来,他说“不用,不用,叔叔我虽然老,但是老当益壮”,就自己弯腰去拣,结果一是因为人太胖了,二是因为中午吃太多了,弯了半天腰硬是没弯下去,在那儿直喘气,看得我挺不忍的,连忙帮了他一把。
我上了地铁后,回想起耙子叔叔的举动,感动无比。这么大把年纪了,天又下雨,又要上班,还中途溜出来,容易吗?呜呜呜,耙子真是巨可爱的大叔呀!

为了表达对耙子叔叔无比崇拜与景仰之情,在此,特公布耙子叔叔的照片:
http://englishnow.myrice.com/indexfiles/phoenix2.htm
(十年前的耙子叔叔)

声明:由于本人记忆有限,中间细节可能会有些许差错,请耙子大叔指正。
...全文
177 137 打赏 收藏 转发到动态 举报
写回复
用AI写文章
137 条回复
切换为时间正序
请发表友善的回复…
发表回复
qiqi97 2003-01-18
  • 打赏
  • 举报
回复
晕倒。。。
RomanticProgrammer 2003-01-18
  • 打赏
  • 举报
回复
to bcbsoft(苍之雪) :
"把我肚子都笑死了....."你的文学功底也太差了吧.. :)
RomanticProgrammer 2003-01-18
  • 打赏
  • 举报
回复
我也在,不过我马上要跑了,因为寝室马上要熄灯了.
bcbsoft 2003-01-18
  • 打赏
  • 举报
回复
favorit 的文学功底怎么这么历害!!
把我肚子都笑死了.....
耙子 2003-01-18
  • 打赏
  • 举报
回复
我回来了!
F的造谣功力非常了得!我服了!
everlasting 2003-01-18
  • 打赏
  • 举报
回复
左边那个帅哥吧?
kingfish 2003-01-18
  • 打赏
  • 举报
回复
两个帅哥哪个是耙子???
yangguo_god 2003-01-18
  • 打赏
  • 举报
回复
我靠,那不是凤凰的照片吗
注:凤凰是水园一风云人物
favorit 2003-01-18
  • 打赏
  • 举报
回复
覃(Qin)?我一直以为那个字读Tan :(
halibut 2003-01-18
  • 打赏
  • 举报
回复
东北哪疙瘩的,俺也是东北的呀!
halibut 2003-01-18
  • 打赏
  • 举报
回复
看,一定看!
blueshu 2003-01-18
  • 打赏
  • 举报
回复
严重同意楼上:)
TR@SOE 2003-01-18
  • 打赏
  • 举报
回复
耙子贤侄果然玉树临风,风采更胜往昔矣!

copy_paste 2003-01-17
  • 打赏
  • 举报
回复
也不行了...

CSDN又....
copy_paste 2003-01-17
  • 打赏
  • 举报
回复
没有啊,,俺还在,,,,

FANS我这边还能发短消息试试...
chxinheifeng 2003-01-17
  • 打赏
  • 举报
回复
一群兰人
slwqw 2003-01-17
  • 打赏
  • 举报
回复
我靠,都跑了???

那我也开始编程了。
slwqw 2003-01-17
  • 打赏
  • 举报
回复
奇怪,你们可以使用短信息???

为什么我一直不行!

查看时提示“你没有短信息”,而正常的提示为“已阅读短信息 未阅读短信息”

我给我自己发短信息时提示“读xml文件错误 -1072896685”。
slwqw 2003-01-17
  • 打赏
  • 举报
回复
我是“上林”县人,故叫“sl”...

我的名字叫“韦覃武”(Wei Qin Wu),简写即为“wqw”...

所以总称就是“slwqw”。
copy_paste 2003-01-17
  • 打赏
  • 举报
回复
:D,
Norton的杀毒工具也在上面...要的话就下
加载更多回复(117)
内容概要:本文研究了考虑隐私保护的分布式联邦学习在居民电力负荷预测中的应用,提出了一种基于联邦学习框架的方法,使多个参与方能够在不共享原始数据的前提下协同训练高精度的负荷预测模型。该方法有效缓解了传统集中式数据收集带来的隐私泄露风险,结合Python实现了算法原型,并通过实验验证了其在保证预测性能的同时,具备良好的隐私保护能力。研究进一步分析了模型在不同数据分布、通信轮次和客户端数量下的适应性与鲁棒性,展示了其在智能电网、能源管理系统及需求侧管理中的广阔应用前景。; 适合人群:具备一定机器学习基础和电力系统背景的研究生、科研人员,以及从事智慧能源、数据隐私保护相关领域开发的工程师。; 使用场景及目标:①应用于居民侧用电行为建模与精细化负荷预测,提升电网调度与能源配置效率;②在确保用户数据本地化存储的前提下,实现跨区域、跨主体的能源数据协同分析;③为构建安全、可信、合规的新一代智能电力系统提供核心技术支撑。; 阅读建议:建议读者结合文中提供的Python代码进行动手实践,深入理解联邦学习的通信机制、模型聚合策略及隐私防护设计,并关注模型收敛性与隐私预算之间的权衡优化。
内容概要:本文围绕“考虑隐私保护的分布式联邦学习电力负荷预测研究”展开,提出了一种融合联邦学习框架与隐私保护机制的电力负荷预测方法,旨在解决传统集中式数据处理中潜在的用户隐私泄露问题。通过构建分布式模型训练体系,各参与方在本地完成模型训练,仅向中心服务器上传模型参数或梯度信息,实现“数据不动模型动”的协同建模模式,确保数据“可用不可见”。研究采用Python语言实现了完整的联邦学习流程,涵盖客户端本地训练、全局模型聚合、隐私保护策略(如差分隐私或同态加密)集成、通信机制设计及预测性能评估等核心模块,显著提升了电力负荷预测在隐私安全与模型精度之间的平衡能力。; 适合人群:具备Python编程基础和机器学习基础知识,从事电力系统、智能电网、能源大数据分析、数据隐私保护等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于居民或工业级电力负荷预测任务,在保障用户用电数据隐私的前提下实现高精度预测;②为构建符合数据合规要求的智慧能源管理系统提供技术支撑;③推动联邦学习在能源互联网、跨企业数据协作等场景中的落地应用,促进多方协同建模与数据价值释放。; 阅读建议:建议读者结合文中提供的Python代码进行实践操作,重点关注联邦学习的通信轮次设置、本地训练迭代策略、模型聚合算法设计以及隐私噪声添加机制的实现细节,并可根据实际需求替换底层预测模型(如LSTM、XGBoost、Transformer等)以进一步优化预测性能。
内容概要:本文介绍了一种基于噪声抑制半监督学习的锂离子电池SOH(State of Health,健康状态)估计方法的Python代码实现,旨在通过结合半监督学习框架与噪声抑制技术,提升电池健康状态预测的准确性与鲁棒性。该方法充分利用少量有标签样本和大量无标签数据进行模型训练,有效缓解了实际应用中电池老化数据标注成本高、获取困难的问题。文中详细阐述了模型的整体架构设计、关键特征提取策略、噪声处理机制以及半监督学习中的损失函数构建,并提供了完整的可复现代码,便于研究人员理解和二次开发。; 适合人群:具备一定机器学习理论基础和Python编程能力,从事电池管理系统(BMS)、新能源汽车、储能系统等领域的科研人员或工程师,尤其适用于关注电池寿命预测、状态估计及数据驱动建模的研究生与青年学者。; 使用场景及目标:①实现锂离子电池健康状态的高精度估计,服务于电池管理系统的优化与安全预警;②为工业场景下标注数据稀缺的退化建模问题提供一种高效的半监督解决方案;③推动复杂噪声环境下电池性能退化预测的研究进展,增强模型在真实工况中的泛化能力和稳定性; 阅读建议:建议读者结合所提供的Python代码逐模块深入学习,重点理解数据预处理流程、噪声抑制模块的设计原理以及半监督损失函数的实现细节,同时可在不同公开电池数据集上进行迁移实验与对比分析,以全面掌握该方法的有效性与适用边界。

551

社区成员

发帖
与我相关
我的任务
社区描述
C++ Builder 茶馆
社区管理员
  • 茶馆
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧