敬畏的老大-乐伟梁

我们的老大-乐伟梁(weiliang),是我们整个中国site的老大。现在已经离开了这家公司去了更大的平台,真是人往高处走啊。

 

第一次接触,是我在北京时候的电话面试,声音很低沉语气很友好。后来,来了公司才知道他是个响当当的人物。每次大的会议他的发言我总结起来都是两个字:教育。这个教育非仅技术上的,更深的是精神层次的。听之数遍,却不厌其烦。之后,虽然有照面的机会,但是几个月也不会交谈一次。

 

2008.1.参加SDCleadership training,几个年青人一起跟他学习了7 habits 大家也会展开激烈的讨论,我也曾试探性地找到理据来反驳其观点,没想到总是有更精彩的言辞推翻抑或是升级我的版本。我学到了非常多做人做事的道理。后来,也因为创办iSDC杂志,对他进行了一次采访。采访令我最深刻的是他那么迫切的希望我们成长。这里是采访文章的链接。http://blog.sina.com.cn/s/blog_6183ef7b0100jvrc.html

 

Weiliang是个认真的人。我所做的产品已经有了很多的用户,UI也是大家都熟悉的,虽然还有很多很小的可以改进的地方,但是无伤大雅。weiliang一接手这个项目,便从quality上大刀阔斧的进行改进。这种认真的态度,让我觉得我也需要从Polish做起。凡事都是期乎其上方能及其中,期乎其中方能及其下,期乎其下则不及以。Weiliang是也个积极向上追求完美的人。时至今日,我仍然可以在他的博客上看到,他要和大家一起成长。无论是年纪、经历、生活,都已经非常丰富的他,还在要成长,我们有什么理由不去随之成长?

作为管理者,Weiliang是个赏罚分明的人。在weiliang的团队里做事情也许你会很累,但是回报也是丰厚的。这是年轻人需要的平台。大家work hard, play hard.和一群有的没的,扯皮胡侃的一众在一起努力工作一起疯狂游戏,真是快乐。

 

2010.631weiliang离开SDC,去了他更大的舞台。其实,我还没有机会和他接触更多学习更多,他就跑掉了。所以俗话说师父领进门修行在个人,上帝知道我的聪明伶俐,觉得给我的指点已经够多,所以现在轮到我自己了。

 

昨天,我收到他的邮件,关于我的技术博客一事,他给我了很大的鼓励。我受宠若惊的同时,也更坚定了做好这件事的信心。非常感谢。我觉得刻苦学习,认识朋友都容易做到,但是能够结识像weiliang这样一个愿意指点你的成功人事很不容易。

 

以下是我曾记录的weiliang语录,分享给大家,

 

·         做人要有方圆,要外圆内方。也许外圆很好做到,但是要做到内方需要不断内修。

·         工作上,要从三个方面锻炼自己,技术,项目管理和人员管理。

·         要分析自己的优势,什么是自己可以做的比别人好的,然后来运用它,不过这样还不够,还要有市场。所以,要结合市场来加强自己的优势,成为人才。

·         生活,可以有信仰,因为那样可以增加自己的幸福感。可以把人生看成是轮回中的一个阶段,不必事事都做尽,要放下,这样就轻松了。

·         信息不是太少,而是太多。净化信息。

·         人人都有善的一面,源于母爱的善,施予旁人就变成了大善。现在的社会是用钱来衡量价值的,这也许是使人恶的一面凸显的因素。

·         读书,有些书可以读一遍两遍十遍,但有些书尤其是技术类的,要使其成为工具,脑子里有问题的时候再去读。

·         做事情、定目标之前,一定要弄清楚自己到底想要的是什么?What you REALLY want? 要认真仔细去想,认真仔细去想和简单的想是不一样的。

·         对于QA,要做好,一个最基本的素质也是很难培养的一个素质是,你要知道如何构建一个软件。知道这点,再构建QA知识体系就不难了,成为一个QA专家也就指日可待了。

·         年轻的时候,做事情要多想因少想果,不要过早给自己定位,很多事情是水到渠成的。

  

 

 

谢谢,weiliang

(2010.6.30 合影留念)

代码下载地址: https://pan.quark.cn/s/a4b39357ea24 在计算机视觉技术中,数据集扮演着训练和评估模型的核心角色。Labelme作为一个广受欢迎的开源工具,能够支持用户以交互方式对图像进行标注,而COCO(Common Objects in Context)则是一种被广泛采纳的数据集标准格式,适用于包括物体检测、图像分割在内的多种任务。本文将详细阐述如何将Labelme生成的标注数据转换为COCO数据集的标准格式。 Labelme标注的图像在输出为JSON格式时,会包含以下核心内容: 1. `version`: 指明JSON文件的版本信息。 2. `flags`: 目前未定义或保持为空,预留用于未来的功能扩展。 3. `shapes`: 列表形式存储对象的形状信息,每个形状项包含`label`(对象类别名称),`points`(构成对象边缘的多边形顶点),以及`shape_type`(通常为“polygon”)。 4. `imagePath`和`imageData`: 提供原始图像的存储路径和二进制数据,便于后续图像的还原。 5. `imageHeight`和`imageWidth`: 明确标注图像的垂直和水平尺寸。 COCO数据集的标准格式中定义了三种主要的标注类型: 1. Object instances(目标实例):主要用于执行物体检测任务。 2. Object keypoints(目标上的关键点):适用于人体姿态估计相关应用。 3. Image captions(看图说话):用于生成图像的文本描述。 COCO的JSON结构中包含以下基本组成部分: 1. `images`:记录图像的基本属性,包括`height`(高度)、`...
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch深度学习框架构建并训练模型,旨在提升锂电池SOC估计的准确性与鲁棒性。该方法融合Transformer架构的核心机制,通过引入基函数(Basis)分解策略,有效捕捉电池充放电过程中长时序、非线性动态特征,增强模型对复杂工况的适应能力。研究不仅详细阐述了Basisformer的网络结构设计、注意力机制优化与训练流程,还提供了完整的Python代码实现方案,涵盖数据预处理、模型搭建、损失函数定义、训练验证及结果可视化等环节,便于科研人员快速复现、调优并拓展至其他电池状态预测任务。; 适合人群:具备一定深度学习与Python编程基础,熟悉PyTorch框架,从事电池管理系统(BMS)、新能源汽车、储能系统、智能传感等领域的高校研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于动力电池与储能系统的实时SOC估算模块,提升系统安全性与能量利用效率;②作为学术研究的基础模型,用于复现、改进基于Transformer的时间序列预测方法在电化学系统中的应用;③为数据驱动的电池健康状态(SOH)、剩余使用寿命(RUL)联合估计提供可扩展的技术框架。; 阅读建议:建议读者结合所提供的代码与公开电池数据集(如NASA、CALCE等)进行动手实践,深入理解模型的输入输出结构与时序建模逻辑,同时可尝试引入温度、老化周期等多维特征,或融合物理模型构建混合预测架构,以进一步提升预测精度与泛化能力。
内容概要:本文系统阐述了基于动态规划算法优化插电式混合动力电动汽车(PHEV)能源管理的技术方案,结合Matlab与Simulink工具实现完整的仿真建模与代码开发。通过动态规划这一全局优化方法,在已知驾驶循环条件下,精确求解发动机、电机及电池之间的最优能量分配策略,以实现燃油消耗与排放的最小化目标,解决PHEV多能源路径规划中的复杂决策问题。文中提供了详尽的仿真模型构建流程与算法实现步骤,涵盖车辆动力学建模、能量管理架构设计、状态空间定义、代价函数构造、最优控制律求解及结果可视化分析等关键环节,全面揭示PHEV能量管理系统的内在机制与优化逻辑。; 适合人群:具备一定Matlab/Simulink编程基础,从事新能源汽车、智能控制、电力电子、自动化或交通运输工程等相关领域的研究生、科研人员及工程技术人员,尤其适合专注于车辆能量管理策略、节能控制算法研究的专业人士。; 使用场景及目标:①深入掌握动态规划在混合动力汽车能量管理中的理论基础与工程实现方法;②学习如何在Matlab/Simulink环境中搭建PHEV整车仿真平台并实施多目标优化仿真;③为学术研究、学位论文撰写或实际工程项目提供可复用的算法框架、模型模板与技术支持,支撑后续对等效燃油消耗最小化策略(ECMS)、模型预测控制(MPC)、实时优化算法等的对比研究与性能评估。; 阅读建议:建议读者结合所提供的完整代码与Simulink模型文件,逐模块调试运行,重点理解状态变量离散化处理、前后向递推求解过程、惩罚项设置以及边界条件处理等核心技术细节,同时可进一步拓展应用于不同工况场景、不同车型结构或与其他优化算法(如庞特里亚金极小值原理PMP)的对比验证,从而深化对PHEV能量管理实时性与全局性平衡问题的理解。
内容概要:本文围绕基于多虚拟同步发电机(VSG)的独立微网系统,开展多目标二次控制策略的MATLAB/Simulink建模与仿真研究。通过构建包含多个VSG单元的独立微网系统,设计并实现了能够同时实现频率与电压的无静差恢复、有功/无功功率精确分配以及环流有效抑制的综合控制目标的二次控制方法。研究重点在于控制策略的整体架构设计、关键控制模块的数学建模及其在Simulink环境中的精细化实现,通过大量仿真实验验证了所提控制策略在不同工况下的有效性、动态响应性能及系统鲁棒性。; 适合人群:具备电力系统分析、自动控制理论及现代电力电子技术等专业知识背景,熟悉MATLAB/Simulink仿真工具,从事新能源发电、微电网运行与控制、分布式能源系统集成等相关领域的科研人员、工程技术人员及高校研究生。; 使用场景及目标:① 深入掌握多VSG独立微网系统的建模方法与稳定性分析要点;② 理解并复现兼顾静态精度与动态品质的多目标二次协同控制算法;③ 为新型微网控制保护装置的研发及先进控制策略的工程化应用提供可靠的仿真验证平台和技术储备。; 阅读建议:学习者应在巩固电力系统基础理论的前提下,重点关注控制算法的设计逻辑、各控制环节间的耦合关系以及Simulink模块的搭建技巧,建议通过调整系统参数、设置不同的负载投切与故障扰动工况进行反复仿真,以深刻理解控制策略的内在机理与适应能力。
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