从毕业到现在已经快俩年半了，走上开发这行也快俩年了，时间过得真的很快，没什么感觉就俩年了。
 
大学专业本身不是计算机的我，通过自己对计算机的热爱，自学了一部分，培训班也学了一部分，还是成功走上了这条道路，记得刚刚出来找工作的时候，铺天盖地都是不要培训班出来的，觉得都是速成的，不靠谱，不否认，培训班大部分学生都不怎么靠谱，编程这行看的是自己对代码的兴趣，以及愿不愿意去专研一些新的技术，有没有耐心去解决各种bug，如果仅仅是为了高工资，确实是不怎么靠谱，不过还好，我学习能力还可以，人也比较乐观，能克服困难，记得工作的第一个项目就是分布式项目，那个时候懂个毛线分布式，赶鸭子上架，自己百度一部分，然后学一部分，慢慢了解到什么是dubbo，什么是zookeeper，什么是消费者，什么是生产者，什么是消息队列，那时候还是用的ssm框架，还要写mvc文件，现在想想，开发效率真的太低了，一天就只能写一些增删改查。
 
还记得当时项目上线的时候，迟迟找不到问题，就很简单几个问题，一直没办法正常上线（主要是那时候对服务器不了解），老大下班了说，周一一定要上线，不管怎么样，没办法，自己拼了命的加班，晚上9点--晚上11点--凌晨1点--凌晨3点--凌晨8点，天亮了，还是没找到问题（服务器的问题那时候根本不懂，找不到问题所在），实在是撑不住了，回去睡觉了，结果周一的时候被老大狠狠叼了一顿，当时心里真的委屈，又没人帮我，就靠我自己一个人瞎琢磨，到处翻资料，对于当时还算菜鸟的我来说，真的心有余而力不足，就因为这段经历，所以到现在为止，很多朋友想转it，我都会让他们想清楚，是为了钱还是为了兴趣，为了钱没必要，你干不了多久！
 
不过不管怎么样吧，熬过来最开始的那一年，后面慢慢就好很多了，不再那么累了，加班也少了，开始双休了，工资也高了，看起来好像一切都在朝着好的方向发展，不过人生嘛，总是不可能让你一直那么幸福的，不给你吃点苦，你怎么才能知道老天爷的权威。事情来了，年底刚刚跟谈了3，4年的女朋友见了家长，还没等准备结婚，过完年就分手了，很突然，没什么原因，和平分手，没有偶像剧里面的情节什么的，就是这四年里一直在争吵，本以为见了家长就会好一点，毕竟要准备结婚了嘛，结果还是不一样，并没有什么区别，还是一样吵架，想了很久很久，决定放手了，现在就一直争吵，以后人生这条路还有几十年，然不成吵一辈子，到时候结了婚又离，传出去都丢脸，不是不爱了，现在我还爱着她，不过那又怎么样呢，不合适的俩个人不可能走到一起去的，然后开始颓废了，每天上班打酱油，下班打游戏，过的逍遥自在，无忧无虑，有时候也总会想起她，不过没关系，游戏玩的晚点，困了就不会去想什么了，直到国庆节回家，老妈说我胖了，我不信，去称了下体重，妈蛋，今年半年长了20斤肉，我意识到，这样下去不行，到时候再过几年还不中年发福，胖的跟猪一样，不行不行，这样太恐怖了，到时候怎么找女朋友。
 
回深圳之后，准备去报个健身房，结果发现太长时间没有运动，稍微运动一会，就缺氧，头晕，骨头疼，什么毛病都来了，教练说，你这是太虚了，啊呸，不对，心率呼吸太弱了，要先提高心率呼吸，先跑跑步吧，于是，就只能跑跑步了，感觉自己跟个废人一样了，慢慢来吧，还有很多很多故事，以后慢慢再聊吧。
 
从今天开始入驻csdn，会经常发表一些博客，博客内容大致会是三大类，第一肯定就是技术了，主要分享从大神那里得来的6本书（Java编程思想，大话设计模式，深入理解Java虚拟机 JVM高级特性与最佳实践，深入理解计算机系统，重构-改善既有代码的设计，java多线程编程核心技术），程序员进阶必备，有基础的有进阶的，有需要的可以私信我发给你；第二大类就是一些搞笑的事情，故事，笑话，人生还是需要乐趣的，不能一味的埋头编码；第三大类就是一些情感故事，告诉广大程序员朋友怎么去谈恋爱，怎么找个合适的对象，虽然我自己也是个单身狗。

Java程序员项目经验介绍：背景：姓名：张三；年龄：25；籍贯：安徽； 毕业学校：南京审计学院；工作经验：2年；求职城市：北京面试官你好，我叫张三，今年25岁，来自安徽，毕业于南京审计学院计算机专业，毕业以后在江苏南京工作了2年，在2年我分别在两家公司做了三个项目，第一家工作实习半年，做了一个家居信息管理的项目，第二家公司昕怡服装有限公司（最好说出公司的具体名字）工作一年半左右的时间做了两个项目，最近做的一个项目是互联网的电商平台，因为昕怡服装有限公司是一家专门从事服装贸易的公司，随着公司的不断壮大发展，线下实体门店已无法满足公司发展的需求。
 为了进一步扩展公司的规模，决定研发昕怡商城。此商城项目主要包含前台系统，后台系统，订单系统，搜索系统，登录系统。
 我在此项目中主要参与了登录系统与后台系统中部分模块的工作。
 1.使用maven进行项目构建，实现整个项目的统一管理。
 2.在登录系统中，主要负责注册模块与登录模块。在注册模块中，我们使用hibernate-validator依赖完成后台POJO的校验，可以防止用户跳过前端的js校验。在登录模块中，通过Controller，Service和Dao三层架构查询用户在数据库中是否存在信息，如果存在则通过当前时间戳及用户id生成一个token，将token存入的redis中，然后把toekn存入到cookie中，发送给浏览器。
 3.在后台系统中，主要负责商品类目的回显，完成商品的CRUD功能，在处理商品类目时，需要是否需要在同一事务中进行操作，同时通过nginx处理静态资源，来访问图片。
 
后续：面试官问道为何来北京：一直想来北京（想往一线城市发展），北京是帝都，想在北京打拼一番事业；
 
项目考点：1.面试官问这个问题，首先不是问技术，而是问你的基本概述能力，一个项目从你口中说出来，应该是有层次感的，不应该想到哪里说哪里，正常来说，应该从一个项目的生命周期为基准线，展开讲。讲的过程中，顺带附加你在这个项目的比重，也就是你在这条基准线上，那几个点是你负责的。
 
2.项目基本概述说清楚后，应该举个例子说明一下你这个人非常愿意主动解决问题，比如项目过程中，出现一个怎么样的难点，然后你是如何如何解决的，说到点就好了。
 
3.最后应该主动问下面试官，对于这个项目概述，有没有想问的地方和不清楚的地方。
 
参考知乎网址：https://www.zhihu.com/question/24525681

COCO系列文章：
 
MS COCO数据集目标检测评估（Detection Evaluation）（来自官网）
 
MS COCO数据集人体关键点评估（Keypoint Evaluation）（来自官网）
 
MS COCO数据集输出数据的结果格式（result format）和如何参加比赛（participate）（来自官网）
 
MS COCO官网数据集(百度云）下载，COCO API、MASK API和Annotation format介绍（来自官网）
 
由于coco的官网老是打不开，因此把官网内容记录在此
 
包括MS COCO官网数据集下载地址，COCO API介绍和Result Format介绍
 
 
 
下面是图像和注解下载地址：
 
Images
 
2014 Train images [83K/13GB]
2014 Val images [41K/6GB]
2014 Test images [41K/6GB]
2015 Test images [81K/12GB]
2017 Train images [118K/18GB]
2017 Val images [5K/1GB]
2017 Test images [41K/6GB]
2017 Unlabeled images [123K/19GB]
 
 
 
Annotations
 
2014 Train/Val annotations [241MB]
2014 Testing Image info [1MB]
2015 Testing Image info [2MB]
2017 Train/Val annotations [241MB]
2017 Stuff Train/Val annotations [401MB]
2017 Testing Image info [1MB]
2017 Unlabeled Image info [4MB]
 
 
 
如果下载不下来可以用百度云下载
 
tinyval2014（用于调试，一共只有4张图片）
 
链接：https://pan.baidu.com/s/1wSpd0pmCZQVFFZOzBPQlFw 
 提取码：7y0s 
 大家可以使用tinyval2014.py自己生成一些图片的注解，只需要修改image_ids文件下的tinyval2014.txt里面的图片id，不需要后缀jpg
 
coco2014-2015，coco2017数据集
 
链接：https://pan.baidu.com/s/1QT-s0iwVYlClMThVySzuTQ 
 提取码：2pyr 
  
 
coco2014
 
链接：https://pan.baidu.com/s/1mz3_9IAYD0X8OD8f37ikvQ 
 提取码：p41k 
  
 
coco2015
 
链接：https://pan.baidu.com/s/1BASqrUJ1YfrN_4O5rtA_kw 
 提取码：rdpi 
  
 
coco2017 
 
链接：https://pan.baidu.com/s/1xhy0Iw7v1rMozTvmj9T-eQ 
 提取码：ipco 
  
 
 
 
instances_minival2014.json.zip  https://dl.dropboxusercontent.com/s/o43o90bna78omob/instances_minival2014.json.zip?dl=0
 
链接：https://pan.baidu.com/s/1Zjli9-g21_q50GkZvbyWww 
 提取码：uawd 
  
 
instances_valminusminival2014.json.zip https://dl.dropboxusercontent.com/s/s3tw5zcg7395368/instances_valminusminival2014.json.zip?dl=0
 
链接：https://pan.baidu.com/s/1ffkttgyMif5aH5B6qms2fQ 
 提取码：klr4 
  
 
test2015.json和test-dev2015
 
2015 Testing Image info [2MB]
 
 
 
1. 概述
 
你应该下载哪个数据集？每年的拆分（split）都与不同的挑战有关。特别地：
 
2014 Train/Val    Detection 2015, Captioning 2015, Detection 2016, Keypoints 2016
 
2014 Testing      Captioning 2015
 
2015 Testing      Detection 2015, Detection 2016, Keypoints 2016
 
2017 Train/Val    Detection 2017, Keypoints 2017, Stuff 2017
 
2017 Testing      Detection 2017, Keypoints 2017, Stuff 2017
 
2017 Unlabeled [optional data for any competition]
 
如果您提交2017年的挑战，只需要下载2017年的数据。您可以忽略较早的数据拆分。
 
 
 
为了有效地下载图像，我们建议使用gsutil rsync来避免下载大的zip文件。但由于我下不下来这个工具就没有用
 
 
 
 
 
我们的数据托管在Google云端平台（GCP）上。gsutil提供了有效访问这些数据的工具。您不需要GCP帐户即可使用gsutil。下载数据的说明如下：
 
(1) Install gsutil via:
 
curl https://sdk.cloud.google.com | bash
 
(2) Make local dir:
 
mkdir val2017
 
(3) Synchronize via:
 
gsutil -m rsync gs://images.cocodataset.org/val2017 val2017
 
The splits are available for download via rsync are: train2014, val2014, test2014, test2015, train2017, val2017, test2017, unlabeled2017. Simply replace 'val2017' with the split you wish to download and repeat steps (2)-(3). Finally, you can also download all the annotation zip files via:
 
(4) Get annotations:
 
gsutil -m rsync gs://images.cocodataset.org/annotations [localdir]
 
The download is multi-threaded, you can control other options of the download as well (seegsutil rsync). Please do not contact us with helpinstalling gsutil (we note only that you do not need to run gcloud init).
 
 
 

 请按照COCO API Readme自述文件中的说明设置下载的COCO数据（图像和注释）。通过下载这个数据集，您同意我们的使用条款。
 
 
 
 
 
2017更新：2017年的主要变化是，根据社区反馈，而不是一个80K / 40K train/ val拆分，现在train/ val的拆分是115K / 5K。使用相同的准确的图像，并且不提供用于检测/关键点的新注释。然而，2017年新增了40Ktrain图片（2017年全部115K训练图片的子集）和5K val图片的注释。此外，为了进行测试，在2017年，测试集只有两个拆分（dev / challenge），而不是前几年使用的四个拆分（dev / standard / reserve / challenge）。最后，2017年的新作品发布了COCO的120K无标签图片，与标签图片一样，这可能对COCO的半监督学习有用。
 
注意：注释最后更新09/05/2017（添加了注释）。如果您发现有关数据的任何问题，请让我们知道！
 
2. COCO API
 
COCO API帮助加载，解析和可视化COCO中的注释。API支持对象实例（object instance），对象关键点（object keypoint）和图像标题（image caption）注释（对于标题，并非所有功能都已定义）。有关更多详情，请参阅:CocoApi.m,coco.py, and CocoApi.lua for Matlab, Python, and Lua code, respectively, and also the Python API demo.
 
 
 
Throughout the API "ann"=annotation, "cat"=category, and "img"=image.
 
download           从mscoco.org服务器下载COCO图像。
 
getAnnIds          获取满足给定过滤器条件的ann ids。
 
getCatIds           获取满足给定过滤条件的cat ID。
 
getImgIds          获取满足给定过滤条件的img ids。
 
loadAnns           用指定的id加载anns。
 
loadCats           使用指定的ID加载类别。
 
loadImgs          用指定的id加载imgs。
 
loadRes           加载算法结果并创建用于访问它们的API。
 
showAnns        显示指定的注释。
 
 
 
3. MASK API
 
COCO为每个对象实例提供分割掩码。这产生了两个挑战：紧凑地存储掩码并有效地执行掩码计算。我们使用自定义运行长度编码（RLE，Run Length Encoding）方案来解决这两个挑战。RLE表示的大小与掩码的边界像素的数量成比例，并且可以直接在RLE上有效地计算诸如面积，联合或相交（area, union, or intersection）的操作。具体而言，假设相当简单的形状，RLE表示是O（√n），其中n是对象中像素的数量，并且公共计算同样是O（√n）。天真地计算解码掩码（存储为数组）相同的操作将是O（n）。
 
 
 
MASK API提供了一个操作以RLE格式存储的掩码的界面。该API定义如下，其他细节请参阅：MaskApi.m,mask.py, or MaskApi.lua.。 最后，我们注意到，大部分的实际真值（ground truth）掩码被存储为多边形（polygons）（非常紧凑），这些多边形在需要时被转换为RLE。
 
encode                 使用RLE编码二进制掩码。
 
decode                解码通过RLE编码的二进制掩码。
 
merge                  计算编码掩码的联合或交集（union, or intersection）。
 
iou                        计算掩码之间的联合的交集(intersection over union)。
 
area                     计算编码掩码的区域（area）。
 
toBbox                获取围绕编码掩码的边界框（bounding boxes）。
 
frBbox                 将边界框转换为编码的掩码（Convert bounding boxes to encoded masks.）。
 
frPoly                  将多边形转换为编码掩码（Convert polygon to encoded mask）。
 
 
 
4. Annotation format
 
COCO目前有三种注解类型：对象实例，对象关键点和图像标题。注释使用JSON文件格式存储。所有注释共享下面的基本数据结构：
 
{
 
    "info": info,
 
    "images": [image],
 
    "annotations": [annotation],
 
    "licenses": [license],
 
}
 
 
 
info{
 
    "year": int,
 
    "version": str,
 
    "description": str,
 
    "contributor": str,
 
    "url": str,
 
    "date_created": datetime,
 
}
 
 
 
image{
 
    "id": int,
 
    "width": int,
 
    "height": int,
 
    "file_name": str,
 
    "license": int,
 
    "flickr_url": str,
 
    "coco_url": str,
 
    "date_captured": datetime,
 
}
 
 
 
license{
 
    "id": int,
 
    "name": str,
 
    "url": str,
 
}
 

 下面介绍各种注释类型特有的数据结构。
 
 
 
4.1. Object Instance Annotations
 
每个实例注释包含一系列字段，包括对象的类别ID和分割掩码（segmentation mask）。分割格式取决于实例是否代表单个对象（iscrowd = 0，在这种情况下使用多边形）或对象集合（iscrowd = 1，在这种情况下使用RLE）。请注意，单个对象（iscrowd = 0）可能需要多个多边形，例如，如果被遮挡。人群注释（Crowd annotations）（iscrowd = 1）用于标记大量对象（例如一群人）。此外，还为每个对象提供了一个封闭的边界框（框坐标是从左上角的图像角度测量的，并且是0索引的）。最后，注解结构的类别字段存储了类别ID到类别和超类别名称的映射。 See also theDetection Challenge.
 
 
 
annotation{
 
    "id": int,
 
    "image_id": int,
 
    "category_id": int,
 
    "segmentation": RLE or [polygon],
 
    "area": float,
 
    "bbox": [x,y,width,height],
 
    "iscrowd": 0 or 1,
 
}
 
 
 
categories[{
 
    "id": int,
 
    "name": str,
 
    "supercategory": str,
 
}]
 
 
 
4.2. Object Keypoint Annotations
 
关键点注释包含对象注释的所有数据（包括id，bbox等）和两个附加字段。首先，“关键点”是长度为3k的数组，其中k是为该类别定义的关键点的总数。每个关键点有一个0索引的位置x，y和一个被定义为可见性标志。v = 0：没有标记（在这种情况下x = y = 0），v = 1：标记但不可见，v = 2：标记并可见。如果关键点位于对象段内部，则认为它是可见的。“num_keypoints”指示给定对象（许多对象，例如拥挤(即重叠）和小对象将具有num_keypoints = 0）的标记关键点的数量（v> 0）。最后，对于每个类别，类别struct还有两个附加字段：“keypoints”，它是关键点名称的长度为k的数组，以及“skeleton”，它通过关键点边缘对的列表定义连接，并用于可视化。目前，关键点仅标记为人物类别（对于大多数中/大型非人群人物实例）。See also the Keypoint Challenge.
 
annotation{
 
    "keypoints": [x1,y1,v1,...],
 
    "num_keypoints": int,
 
    "[cloned]": ...,
 
}
 
 
 
categories[{
 
    "keypoints": [str],
 
    "skeleton": [edge],
 
    "[cloned]": ...,
 
}]
 
 
 
"[cloned]": 表示从4.1中定义的对象实例注释复制的字段。
 
 
 
4.3. Stuff Segmentation Annotations
 
物体注释格式是完全相同和完全兼容上面的对象实例注释格式（除了iscrowd是不必要的，默认设置为0）。我们提供JSON和PNG格式的注释，以便于访问，以及两种格式之间的conversion scripts。在JSON格式中，图像中的每个类别都使用单个RLE注释进行编码（有关更多详细信息，请参阅上面的Mask API）。 category_id表示当前的东西类别的ID。有关东西类别和超类别的更多细节see thestuff evaluation page.
 
4.4. Image Caption Annotations
 
这些注释用于存储图像标题。每个标题描述指定的图像，每个图像至少有5个字幕（一些图像有更多）。See also theCaptioning Challenge.
 
annotation{
 
    "id": int,
 
    "image_id": int,
 
    "caption": str,
 
}
 
 
 
 
 
 

 
 
前言
 
 
大家好，我是bigsai。我觉得是时候和大家碰个面，介绍一下和总结一下自己吧，也算是给这个时间刻下一个标记吧。我觉得这个时间点是挺重要的！
 
 
还是很感谢各位的关注和认可，也很感激在这个过程中和我一起交流过，给过所有支持和认可的伙伴们，感谢我身边的你们给我塑造这么一个环境。我是一名草根博主吧，努力做好知识分享和输出，但我也想着能不能做点什么能够和大家一起进步(可见文末)！
 
 
寒假剑指offer一起刷题群已建！可通过文末加我拉你！
 
 
谈公众号(博客)
 
 
说起公众号和博客，我觉得这一年其实是比较幸运的一年吧，公众号和博客的发展比较快，其实还是很出乎我的意料的。当然可能有些师兄弟姐妹来自掘金、或者知乎又或者博客园其他渠道之类，但是大部分可能还是来自csdn。因为一篇爆文火起来甚者在csdn现在还有很强的余温。。。让我的一些数据蹭蹭蹭的往上涨。搞得我都羞愧了，但一想，这也是资源。并且运气和魅力也是实力的一部分！不是吗？！
 
 
 


 当然，关注我的感觉其实人群还是比较广的，自己学的多而不精吧，以前主打java，刷过一段时间题，喜欢py拿来写爬虫。我蛮喜欢做一些有趣的东西并且记录下来，我觉得这样能够提高学习兴趣和效率吧。
 
至于公众号，当时记得好像5月份左右注册了一个，但也因为公众号，认识了挺多优秀的人。也因为公众号部分原因让我开始从qq到微信上倾斜吧。我觉得我们理工科的优势尤其计算机本来就是很好交流的，我们都是技术的爱好者、学习者，每个人都有每个人的价值！多交流、多借鉴、多认知还是挺好的。但不少朋友加了朋友没过沟通呢，如果有兴趣的话可以互相做个简单介绍。共同交流借鉴一下学习经验和观点。
 
和有些师兄姐弟妹交流过，讲真，师兄姐真的很热情体贴！交流起来确实给人一种很温馨的感觉，认知和眼界也很长远！很值得学习！不过师兄姐甚至一些前辈确实谦虚低调。挺多师弟师妹也很努力，有些真的挺强的，让人感到后生可畏。谢谢你们的支持，我会一直坚持下去！
 
浅谈考研
 
说起考研吧，刚开始其实不太想提这个话题，但是几天的蛇皮和思考之后想开了。我觉得哪个结果我都能接受，这其中的区别就是自己热爱的两条路的选择而已，并且当初大三 疯狂做项目就是为了给自己有个技能留个退路，这一切也算在自己计划之中，毕竟总有那么多神仙一考试就猛的一批，认真的一批，强的一批，我这种渣渣在旱区确实很危险。考得上就闯一闯算法岗，考不上就搞开发。横竖不都是掉头发嘛！虽然这占用了半年时间，但是这段经历我觉得很充实吧。也不会后悔！
 
 


 我觉得学历(考研)这件事，大家应该提前做个准备。其实很多人考研的目的是不同的，有的为了学历，有的为了发展研究。而我确实蛮想进军AI的。其实对于这个我还是有挺多话想说的，但鉴于自己层次又不太方便说的太多。总之考研也并不是一个逃避的借口，还有一点是计算机专业的有自己特点。你干什么我觉得你得了解这个大形势吧，统筹全局。如果你是家里没矿的男孩子学弟。我觉得你是该慎重考虑一下自己的未来。我觉得清晰的目的性很重要(因为自己能力和层次问题就不展开描述了)。别长期迷茫、长期空虚。长期的话那你如果不能及时调整那真的是挺危险。
 
如果等以后过了这个期间可以谈谈这个话题。
 
感恩相识
 
 


 我觉得，一个人无论生活、还是学习，身边的环境主要还是由人决定，这毕竟是一个人连结起来的世界。可能每个人、每个家庭其实都有矛盾,有必要在各个时刻和人生长远环境中找个更好的环境，更好的依靠。挺幸运在这一年认识的一起搞技术的，在上水课时候一起抢占最后一排来：x哥这xxx。x哥这怎么搞。老哥你看看xx,卧槽牛逼！只可惜觉悟的晚，这种互助学习真的过得太快了。同时研途的伙伴和我一样屌丝，每天几个人一起吃饭，用各位敏锐的洞察力，灵敏的嗅觉，以及强大的联想能力和无可比拟的逗逼水平过得真的挺开心。丝毫没有压力感可能是我太蛇皮了哈哈，晚上回宿舍和舍友们好几个人又论天论地论小姐姐！搞得我感觉时间过得也太快了。。我本来以为这日子还挺痛苦的，怎么就这么蛇皮过来了。。
 
身边的人，我感觉有点小感激呢，我觉得他们很信任我，支持我！当然这种关系也是互相的。无论是学习还是生活，都要给自己营造一个稳定的氛围很重要。我觉得和屌丝相处其实还是挺好的，我也是一个屌丝小头头(可能大部分人甚至都不知道我是个屌丝吧)。见人说人话，见屌丝说鬼话????。但愿能一直做个潇洒的屌丝！天天能快乐学习、快乐生活，摒弃那些让我们伤心、难过的东西，是挺好的！
 
谈谈心情
 
 
马克思主义的矛盾学揭示了矛盾的普遍性，斗争性。我觉得我甚至是不少人都在矛盾的对立统一中往前走的吧。一方面，过分低调甚至有点羞怯的是我，另一方面，十分随意洒脱的也是我。自卑与自傲也同时存在。或许有些方面确实内心挺强大，很多东西能够看淡。但每个环境的改变或者一个故事的结局也可能会让我很很压抑。乐观起来，我很飘觉得整个世界都是我的，消极起来，自己又想永远给自己封在内心中。坚强与脆弱！直面与逃避都一直在生活中存在吧。
 
但是，矛盾还是有矛盾主要方面和次要方面，而乐观、洒脱、积极向上占据矛盾的主要方面。各位也不用担心我会释放一些很消极的情绪。因为，没什么能彻底击垮我。每次的悲观情绪被克服之后其实都是自己很大程度的一个进步。
 
前途是光明的，道路是曲折的，螺旋式前进，影响帮助更多的人，同时也得到更多人的认可，在奉献社会中实现人生价值(这句话政治背的)，然后能够潇洒的走完人生途中的风景。我挺向往那种潇洒的生活。当时高三写的随笔吧。虽然当时年幼无知，但若干年后我再看这篇不知道会如何感想呢！不管怎么样，印记我觉得还是要留一下！
 
 

其实一般个人很少输出自己的价值观，甚至学习的东西，无论是亲人、朋友、同学、还是你们，我觉得很多价值观挺影响人的判断和心情的，可能我自己以前也是很多次的这种受害者吧。所以很保护和尊重每个人的价值观。无论你来自哪里，什么层次，是否努力如何我也不会带着有色眼镜看待所有人。毕竟不可能人人都优秀，但这个世界上，存在即有其意义，我们一定程度上其实也都一样。当然，其实如果为了避免这种被所谓价值观所伤害，大家还是要好好武装自己吧！展示自己独有的魅力吧！全方位、多层次、宽领域的发展和挖掘自身潜力和价值。就算做不了塔尖的人，至少也爬的高一些吧！有颜值的人会吸引人的眼球，有魅力的更能吸引人的心。我想，我想啥你懂的！
 
 

谈谈计划
 
 
经过这段时间的思考，我想不断突破和挑战自己，我可能还有些菜不能给你们太多帮助，但我总可以和你们一起学习！我想开个交流群群和大家一起交流吧。在这个阶段打算和大家偏高强度的搞完剑指offer然后看看能不能长久性的一起刷力扣。之前和大家交流的比较少。现在我想努力看看能不能营造一个小圈子，我们携手进步！是该稍微树个小榜样，不然也枉费大家如此信任！当然这个我可能在我回家之后开始组织。大家如果还没加我的可以先加我vx。到时拉你进群！
 
今晚，在回家的前一天晚，说了很多。我也不知道是否包含很多无知，是否消极。不过这其实也不重要，因为每一个字在此时此刻确实是我想说的吧(其实还没说完)。我希望能和大家能够更长久的走下去！
 
至于公众号，还没做过啥推广，后面可能会有些推广但不会很多。至于内容，后面还是以原创为主，好文章转载为辅吧！当然，也很欢迎大家给推一波嘿嘿嘿嘿！
 
不说感谢的话了，我们以后日子还长。互相叨扰！有兴趣的可以加笔者微信哈。我是bigsai，我虽然现在还不太行，但我确实有点小野心，也确实有点想稍微作个小引领者。嘿嘿。但我又蛮蛇皮的还喜欢开黑。望日后共勉！ 至于我长啥样吗，因为其实大学期间没怎么加过人嘛。也胖了点,并且拍照眼睛没神，恰好基本都是认识的也就懒得发，但是一想我这以后说不定那天还进军b站输出啥的。我想反正我也是要靠实力吃饭的。好不容易找到一个好的姿势。丑照就封面看看吧。
 
我的微信：后面一起充实这个寒假！