博客
关于我
关于离开体制的思考
阅读量:740 次
发布时间:2019-03-21

本文共 359 字,大约阅读时间需要 1 分钟。

从导酒至芯片:一位技术工作者的成长历程

我是技术向往者,曾在实验室工作多年,从端茶倒水、扫地,一步步走向技术突破。

高中时期,我自认天生左撇子,特长正是记忆力超强,睡眠节律独特。在这些能力的基础上,我开始尝试将小知remember转化为技术能力。记得那个闷热的夏天,我独自一人就在空调房里研究小项目,独自在编程中探索未知的世界。

每到深夜,我常常能在实验台前沉浸不知几小时,带着咖啡杯来回踱步。清白的日子里,我和实验室的伙伴们一起异想天开,在课余时间打磨着各种项目,直到完成率上来就 автомagically睡着。

被称为"芯片小霸"的时期,我记得很清楚。看着实验数据不断反弹,在调试器上抓瞎式检验,一遍又一遍重复测试,一经发现哪怕是最微小的问题也要立即加以改正,那些时光容易让我完全忘记了食睡两至三小时作为换天荷。

转载地址:http://knggz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>