年休归来........散分

Anubis 2003-04-15 09:04:23
请了7天的年休假。玩了7天的游戏,爽,散分
...全文
64 70 打赏 收藏 转发到动态 举报
写回复
用AI写文章
70 条回复
切换为时间正序
请发表友善的回复…
发表回复
井中老男孩 2003-04-22
  • 打赏
  • 举报
回复
羡慕
pzl686 2003-04-22
  • 打赏
  • 举报
回复
楼主牛人,羡慕呀
qiuafa 2003-04-22
  • 打赏
  • 举报
回复
劫分 & 捧场
  • 打赏
  • 举报
回复
up
doctorx4587 2003-04-19
  • 打赏
  • 举报
回复
恭喜楼主神清气爽,up,接分
Spectrum 2003-04-19
  • 打赏
  • 举报
回复
xian muING
dyman 2003-04-19
  • 打赏
  • 举报
回复
up



up
接分!
同喜同喜!!
yeahspyme 2003-04-19
  • 打赏
  • 举报
回复
还是当学生幸福呀!
justtest 2003-04-19
  • 打赏
  • 举报
回复
呵呵,接分啦!同乐同乐!!!!
penu 2003-04-19
  • 打赏
  • 举报
回复
要大力提高接分积极性!年休也不例外!!!
penu 2003-04-19
  • 打赏
  • 举报
回复
年休回来继续接分!!
penu 2003-04-19
  • 打赏
  • 举报
回复
接完分我就年休!
javalz 2003-04-19
  • 打赏
  • 举报
回复
楼主玩什么游戏啊?
cloudtarget 2003-04-18
  • 打赏
  • 举报
回复
快结贴!!!
espider 2003-04-17
  • 打赏
  • 举报
回复
接分~
iamsoloist 2003-04-17
  • 打赏
  • 举报
回复
willingsilly 2003-04-17
  • 打赏
  • 举报
回复
爽啊,给分给分
libozhang 2003-04-17
  • 打赏
  • 举报
回复
我们干满一年才有年假的,我刚刚转正,还早着了,好像又不想干了。
meizizi 2003-04-17
  • 打赏
  • 举报
回复
如果不做了不是天天可以歇着吗!
mercury1231 2003-04-16
  • 打赏
  • 举报
回复
呵呵,我是死了,好多work啊。
加载更多回复(50)
详细介绍Ubuntu20.04下 安装 Cadence IC617(HotFix),Spectre18(以前MMSIM),Calibre19,XCELIUMMAIN_18(以前叫INCISIVE,数模混仿)。附录安装文件(Cadence IC617(HotFix,Base),Cadence IC618,Spectre18,Calibre19,Calibre20,INCISIVE152,XCELIUMMAIN_18)在Ubuntu 20.04操作系统中安装Cadence软件,如Cadence IC617 (HotFix)、Spectre18、Calibre19以及XCELIUMMAIN_18,是一项相对复杂的任务,涉及到多个步骤和依赖库的安装。这些工具主要用于集成电路设计和验证,包括模拟、数字以及混合信号仿真。以下是一份详尽的指南,帮助您完成这个过程:确保您的系统满足最低需求,至少4GB内存,并且有足够的磁盘空间。在安装过程中,不要在设置中添加共享文件夹,而是将安装文件提前下载到一个英文命名的文件夹。1. **系统准备**: - 开始时,进行Ubuntu 20.04的基础安装,选择最小化安装,并确保系统可以联网。 - 关闭自动启动光盘,然后更新系统软件包: ``` sudo apt update sudo apt upgrade ``` - 安装VMware Tools以优化虚拟机性能: - 重新启动虚拟机,安装或重新安装VMware Tools。 - 将下载的VMware Tools tarball解压到`~/Desktop/tools/`目录。 - 在该目录下运行安装脚本: ``` cd ~/Desktop/tools/ sudo ./vmware-install.pl ``` - 重新启动计算机。2. **安装必备软件**: - 安装必要的库和工具,包括Korn she
【创新未发表!】基于BKA算法优化-BP、HO算法优化-BP、CP算法优化-BP、GOOSE算法优化-BP、NRBO算法优化-BP神经网络回归预测比较研究(Matlab代码)内容概要:本文档聚焦于五种优化算法(A、HO、CP、GOOSE、NRBO)与BP神经网络结合的回归预测性能比较研究,所有内容均基于Matlab代码实现。研究属于创新未发表成果,涵盖机器学习、深度学习、智能优化算法等多个科研方向的应用实例,尤其在时序预测、回归分析等领域。文档还列举了大量相关课题,如微电网多目标优化调度、储能选址定容、轴承故障诊断等,展示了广泛的科研应用场景和技术实现手段。; 适合人群:具备一定Matlab编程基础,从事科研或工程应用的研究人员,尤其是关注智能优化算法与神经网络结合应用的硕士、博士研究生及科研工作者。; 使用场景及目标:①用于科研项目中对比不同优化算法对BP神经网络回归预测性能的影响;②为相关领域如能源调度、故障诊断、负荷预测等提供算法实现参考与代码支持;③辅助学术论文撰写与实验验证。; 阅读建议:此资源以实际Matlab代码为核心,建议读者结合文档中提供的网盘链接获取完整代码资源,并在实践中运行和调试代码,深入理解各算法的实现细节与优化机制。同时建议按目录顺序系统学习,以便构建完整的知识体系。

23,407

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
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