《Born To Run,天生就会跑》评价+感想

博主悦成分享了自己的跑步回忆,从童年的小赛跑到大学的400米跑道,再到工作后的赛跑经历。文章详细描述了跑步的快乐与挑战,并提出了通过一年的训练,养成10000米跑步的习惯,每周3次的目标。

B1-《Born To Run,天生就会跑》评价+感想

作者:悦成
版本:2014-11-10,V1.0


我的评价 : 7.5分

豆瓣上评分很高: 达到8.7分 http://book.douban.com/subject/11542577/
我的评分本来是6.5分,但看了大量网友们的评论,我的评分调整为 7.5分。

  1. 扣分原因:主要还是我不喜欢书中的叙事方式,看着累人。
  2. 而精华内容(讲述正确跑步原理,科学)的其实就那么几章。
  3. 调高分数: 仔细看看几位豆瓣网友的评论,确实可以理解的更深。

感想

其实对于跑步,一直以来是我最喜爱的运动方式之一。
喜欢跑步后的那种流汗,内心舒畅。

它不需要伙伴,可以一个人就进行
它没有硬性规定,可以凭着自己的体力精力去跑
我喜欢拿着手机,边跑边听音乐,而且是用音乐外放(因为用耳机听损伤听力,路上也要注意其他声音,所以用外放声音对我最合适)

个人的跑步记忆,印象比较深的一些事:

  1. 小学大约4-5年级,参加体育课时,和同学们做小赛跑。
    自己似乎有一股劲,可以奋力的跑出去,畅快淋漓的感觉。

  2. 再就是初中毕业时候考试,也是有一个50米赛跑,不过成绩只能说中等。

  3. 高中时,那时候觉得长跑3000米好长呀(但后来自己跑觉得真的不算啥),竟然没参加学校的3000米长跑比赛。

  4. 然后就是大学,大学入学军训期间,因为唱周杰伦的歌,有一句“坐着我的摩托车”, 然后得了个“摩托车”的外号,当然,跑步也不慢。
    因为大学有400米的完整操场,所以偶尔就会去跑个十来圈,通常是晚上吃了晚饭,跑步和做引体向上间隔着做,跑的是自己内心很快乐。

  5. 大学毕业,2006年7月后,在家待了半年多, 这期间平均起来大约是每周跑2-3次,每次 2000-5000米。这段时间个人成长上停滞不前,但跑步还是值得肯定。

  6. 2007年5月29日开始第一份工作, 初期3个月,参加公司的军训 + 晨跑,这段时间跑步比较多,基本上每天 1000米跑以上,多的时候 4000米。
    期间,参加赛跑, 3600米最好个人成绩 14分30秒。
    (附注: 这期间的体能也很好,尤其是蛙跳,全部同期学员,我的连续蛙跳距离特别长,而且比较轻松。)

  7. 第一份工作期间,则是偶尔跑跑步,但已经没有那么坚持。

  8. 2009年8月,进入第二家公司,参加了mini马拉松(个人测算,实际上大约只有3000-5000米),成绩也只能说普通 —— 体能已经比大学毕业时差多了。
    这期间,也是偶尔跑跑步,其中在中山居住期间,跑的稍微多一些。

  9. 2014年8月,离开第二家公司。 回到广州,这几个月,开始恢复跑步节奏,不过上个月10月10日时,玩单人网球时不慎左脚外翻扭伤,到今天已经一个月,却还是有些轻微疼痛。
    这期间还只跑了2次,计划脚伤再好好恢复一段时间后,再恢复两天一次的跑步节奏。


我的跑步目标:

通过一年的训练,养成10000米跑步的习惯,每周3次!
目标每次跑步 10000米 —— 有氧运动,10000米跑步时间约60-70分钟,跑一次估计减肥1斤,然后保持在110-115斤左右,健康身体。


### 全文完

内容概要:本文围绕基于Wasserstein生成对抗网络(W-GAN)的光伏场景生成程序展开研究,提出了一种利用W-GAN生成高精度、高波动性光伏出力场景的方法,以应对新能源发电中的不确定性挑战。研究通过构建生成器与判别器之间的对抗训练机制,有效捕捉光伏出力的时间序列特征与统计分布规律,生成符合实际运行条件的多样化场景数据,弥补实测数据稀缺问题。相较于传统GAN,W-GAN引入Wasserstein距离作为损失函数,显著提升了模型训练的稳定性与梯度传播的连续性,增强了生成样本的质量与多样性。文中还提供了完整的Python代码实现,便于读者复现与拓展。; 适合人群:具备一定Python编程能力、深度学习基础的研究生、科研人员,以及从事新能源电力系统规划、优化调度、不确定性建模等相关领域的工程师和技术人员。; 使用场景及目标:①用于电力系统中可再生能源出力的不确定性建模与风险评估;②支撑微电网、综合能源系统等场景下的随机优化、鲁棒优化与分布鲁棒优化研究;③为风光互补系统、储能配置、需求响应等应用提供高质量、多样化的输入场景;④帮助研究人员掌握深度学习在能源时序数据生成中的前沿应用,推动模型迁移至风电、负荷等其他场景生成任务。; 阅读建议:建议读者结合提供的Python代码进行动手实践,深入理解W-GAN的网络架构设计、损失函数构造、训练技巧及超参数调优策略,重点关注Wasserstein距离在缓解模式崩溃与梯度消失问题中的作用,并尝试将该框架拓展至多变量、多站点或多能源联合场景生成,提升模型的泛化能力与工程实用价值。
源码链接: https://pan.quark.cn/s/a4b39357ea24 在信息技术领域中,将网页或网站转化为移动应用程序(APP)是一项普遍的需求,尤其是对于那些希望在移动设备上提供便利访问的开发人员而言。HbuilderX是一个功能强大的集成开发环境,专门为HTML5、Vue.js等前端技术构建,并且支持将网页迅速转换为原生APP。以下将具体阐述如何运用HbuilderX来打包您的网站。 您需要【获取并安装HbuilderX】。您可以从官方指定的网址(http://www.dcloud.io/hbuilderx.html)下载到最新版本的软件。下载及安装过程一般较为简单,只需遵循安装向导的步骤即可顺利完成。 接下来,【启动HbuilderX并设立5+APP项目】。运行软件后,点击“文件”选项卡,然后选择“新建”->“1.项目”。在出现的界面中,挑选“5+APP”,为您的项目命名,随后点击“创建”键。这样,您便构建了一个用于打包网站的基本项目架构。 【设定网站位置】是打包流程中的核心环节。打开项目内的`manifest.json`文件,该文件用于定义应用的基本信息和配置。在此处,您需要输入您网站的IP地址,让HbuilderX明确要加载的网站内容。同时,您也能够设定应用的横屏或竖屏显示方式,以契合不同的用户使用环境。 为了执行【云打包并制作APK】,您必须先【在HbuilderX中注册并登入账号】。登入后,右键点击项目,选择“发行”->“原生APP-云打包”。按照提示设置打包参数,例如应用图标、名称、版本标识等,然后点击“打包”键。这个阶段可能需要一些时间,因为HbuilderX需要将您的网站内容转换为Android原生应用的格式。 在【打包作业...
源码直接下载地址: https://pan.quark.cn/s/20f41dfc7318 在数字音频信号处理技术中,音频CODEC(编码解码器)作为核心构成部分,承担着对数字音频信号进行编码及解码的关键任务。本资料系统性地阐述了音频CODEC芯片内部ADC(模拟至数字转换器)与DAC(数字至模拟转换器)组件的工作原理,并深入分析了多种数字音频接口的类型及其特性。同时,还考察了多种可选的数字功能单元,包括限压器、低音强化、数字音量调节等,并说明了它们在音频处理过程中的效用以及具体的配置方式。 我们将探讨DAC模块,该模块是执行数字音频信号向模拟信号转换的核心部件。DAC模块的工作效能直接关联到音效的优劣。在DAC部分中,数字音频接口扮演着至关重要的角色,它界定了数据传输的规范和格式。 I2S接口是由飞利浦公司制定的一种总线规范,在数字音频设备间的音频数据交换中得到了广泛的应用。该接口包含三个主要信号线:位时钟(BCLK)、左右声道切换时钟(LRCK)以及串行数据(SDATA)。其中,BCLK负责管理数据的传输时序,LRCK用于切换不同的声道,SDATA传输的是音频数据信息本身。I2S接口能够支持单向或双向的数据传输模式,并且兼容多种不同的数据排列格式,例如左对齐、I2S标准格式和右对齐。 PCM接口在物理连接方式上与I2S接口完全一致,主要差异在于数据格式层面。PCM接口主要用于传输未压缩的线性PCM音频数据。SPDIF接口是由索尼与飞利浦共同研发的数字音频接口,能够传输未压缩的PCM数据流以及压缩型的多声道音频信号,如Dolby Digital、DTS等格式。SPDIF接口提供了同轴和光纤两种不同的传输方式,其中光纤传输方式因为具备更强的抗干扰性能而逐渐成为主流选...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值