昨天寫了四篇文章，兩千多字，晚上不想寫，也沒有心情寫，早早睡了。 今天早晨看昨天的收入，收入有點低，心情有點低落。 心情不好時，喜歡看快手，或者頭條視頻，在那里尋找短暫的快樂...
發(fā)簡信
IP屬地：吉林
-
收入低 今天心情也低落 -
-
山馬扎菜，第一次聽到見到和吃到的山野菜山馬扎菜，還是第一次聽到這個山野菜的名字。朋友買的山馬扎菜買多了，用來包包子吃了，剩下一些拿給我，讓我買點肉餡買點包子皮自己包包子吃。 我說包餃子不更好嗎？ 在問她這個山馬扎...
-
我又提現(xiàn)了
今天早上，又提現(xiàn)了200貝，輕輕松松獲得了18.66元。這是我在簡書的第三筆收入。 從去年12月5日進駐簡村成為簡友以來，已經(jīng)提現(xiàn)了三次了，共賣貝500，得了43元多...
-
寫了九篇，比不上別人一篇
在簡書上日更的第七天，寫了九篇文章，收獲了1200多的閱讀量，最多的一篇311。 但是最近這兩篇，閱讀量挺不理想的。 有些喪氣的感覺，是越寫越差了嗎？ 1200的閱讀量，可能...
-
本專題收錄“書評影說，散文隨筆，詩詞歌賦”等文學作品? 俗與雅，不過一撇一捺，都是文字的堆砌，就不必分類了吧。簡陋一驛站，有花有樹，有酒有茶，油燈已亮，靜待過往的孤魂野鬼，地神天仙。
-
用心寫的文章閱讀量就會多嗎？
在簡書已經(jīng)有很長時間了，更多的是在觀望，閱讀，看簡友們是如何寫文章的，最近幾天加入了日更挑戰(zhàn)，每天都會寫一點生活的小趣事，或是感想心得。 更新幾天以后我發(fā)現(xiàn)一個現(xiàn)象，明明我很...
-
寫作變現(xiàn)8個月，從0收入到月均收入3000+我做了這幾點
我是一個普通的工薪族，能夠寫作變現(xiàn)是基于對存錢理財?shù)目释?，為了擺脫月光開始學習理財并大量閱讀了理財書籍。 當時是為了參加理財社區(qū)的活動開始了一次次的嘗試輸出分享，2019年1...
-
-
-
ISO協(xié)議+通信原理
-
在這里我們學習一種既簡單又強大的語言 —— Python ; 在這里我們不僅學習 Python 的語法，還學習他的理念和靈魂 ; 在這里我們不止用它來開發(fā)腳本，還用他進行 Web 開發(fā)、軟件開發(fā)、網(wǎng)絡爬蟲、系統(tǒng)運維、腳本測試、數(shù)據(jù)分析、編寫小游戲等等甚至還會涉及到人工智能; 在這里我們不僅學習編程，還學習編程時分析問題，解決問題的思路，還學習怎么高效的進行開發(fā)，怎么去開發(fā)一個完善而又充滿生命力的項目; 在這里我們不僅僅學習編程，還幫你認識你最好的朋友 —— 電腦，我們了解他的五臟六腑:CPU、主板、內存、顯卡、硬盤等，我們還賦予它三頭六臂:鼠標、鍵盤、顯示器、攝像頭、麥克風、音箱、外置NAS等。 在這里我們不僅去做一名程序員，還學習如何發(fā)現(xiàn)自我，如何創(chuàng)造自我的生活。所以我們不是成為一名 Python 程序員，而是成為一名 Python Hacker ! 這里不應是我一個人努力，我一個人的追求。愿遠方的你，和我一樣熱愛這個世界，熱愛計算機的朋友。我們一同努力、一同學習、一同分享、一同進步，就像最早期MIT PDP-6計算機旁的黑客、就像家釀俱樂部里瘋狂的想要制造計算機的黑客。
-
本專題招募管理員，有意向請簡信私聊，謝謝！ 用來分享機器學習，深度學習，神經(jīng)網(wǎng)絡，計算機視覺等領域的一些技術。 Machine Learning 學習資料：http://m.itdecent.cn/p/e0238db24973 相關參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://m.itdecent.cn/p/182baeb82c71 3. [深度學習與神經(jīng)網(wǎng)絡(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://m.itdecent.cn/p/6752a8845d01 8. [知乎“機器學習”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://m.itdecent.cn/p/fe428f0b32c1 …… 希望大家可以相互交流，相互學習！
