有一位影剧界的朋友告诉我一个生活小插曲
某次录影她打无线电计程车回家,下车时计费表上显示的是一百八十元,她拿出两百元给司机,司机默默的收了。
以台北市的计费标准,表上加十五元等於车费,她稍微等了一下,以为司机会找五元给她,但司机一点动静也没有,她想,算了,才五元嘛,就拉开车门下车了。
关上车门的那一刹那,她才恍然想起自己是叫无线电车的,按规矩需再加叫车费十元,是她还欠司机五元才对。
於是她又敲敲前车窗,赶紧把五元再递给司机。
司机冷冷的摇下前车窗来,说:「哼,亏你想到了,不然我还以为,连你这样一个名人,也想贪我五块钱的~~小便宜!」
虽然误会是化解了,但我这个朋友心里老大不舒服,她说:「他为什麽不直接告诉我,我少给了他五元呢?」
在日常生活中微不足道的五元,在这给了我们一个启示:
是不是有些时候,我们像那个司机一样,无声的在忍耐着某个人的作为,而事实上,我们的沈默反而误解那个无辜的人,让他根本不知道哪里得罪了你?
你心里因为这样不舒服,他的名誉也因而受损。
为什麽你不说出口呢?
很多类似这种「五块钱」的问题,影响了我们的朋友情谊、爱情品质、人际关系,甚至人的情感。
婆嫌媳妇洗的碗不乾净,怕变成坏婆婆,隐忍不说,自行把媳妇洗过的碗再洗一遍──
媳妇当然老大不高兴。
觉得媳妇的菜不顺口,硬把每餐揽来自己弄,背地里又感到自己好委屈。
办公室亦然,你虽然喜欢助人,但因别人搞不清楚你「助人」的尺度为何,常做出你认为过份的要求,你默默做了,却咬牙切齿在心里,在别的同事面前对他表示不屑,也是常有的办公室情事。
忍,不一定都是美德。
除非你忍了就忘了,但有几人能够呢?
我们想认亏了事,不愿表达自己的看法,但在无意间,我们却以成见,伤害了彼此的关系,或无辜者的名誉!。
「不知者无罪」,如果对方并不知道他哪里得罪你,你的忍耐,只会造成他受损而已。
忍耐人的时候,脸色通常很难好看,如果你忍耐的对象是自己很亲密的人,他的情绪和你们的关系,一定受损得更厉害!!
有话不妨直说吧!我有没有欠大家五块钱。
分享到:
相关推荐
8. **结果解释**:解释模型的预测结果,理解模型的优缺点,以及可能存在的过拟合或欠拟合问题。 9. **报告撰写**:将整个分析过程和结果整理成清晰的报告,方便他人理解。 在完成这个数据科学分配时,你需要展示...
4. 模型训练与验证:使用交叉验证(如k-fold交叉验证)来评估模型性能,避免过拟合或欠拟合。同时,需要设置合适的评价指标,如准确率、精确率、召回率、F1分数以及AUC-ROC曲线等。 5. 参数调优:通过网格搜索或...
7. 测试与验证:最后在测试集上评估模型的泛化能力,确保模型不会过拟合或欠拟合。 8. 结果解释:分析模型的预测结果,找出影响用户购买决策的关键因素。 通过这个项目,我们可以学习到如何使用Python进行数据处理...
在报告中,可能会探讨不同尝试之间的差异,例如哪些参数调整导致了性能提升,或者遇到的过拟合或欠拟合问题以及如何解决。此外,还可能评估模型在不同种族类别上的表现,看看是否存在某些类别的识别难度高于其他类别...
这个数据集提供了2010年至2021年间加拿大各省的家庭支出与收入数据,这些数据根据人口统计和地理指标进行了分类。每行代表了年份(REF_DATE)、省份(GEO)以及编码后的支出或收入类型的唯一组合(COORDINATE)。以下是该数据集的关键特点及包含的列信息: 关键特点: 支出数据:家庭支出按照收入五分位数和支出类别进行分类。 收入数据:家庭收入值根据家庭类型、较年长成年人的年龄组别和收入水平细分。 地理位置匿名化:为了保护隐私,原始的地理位置标识符被替换为如“Province 1”这样的标签。 时间序列:涵盖了超过十年的财务数据(2010–2021),适合用于纵向经济和社会趋势分析。 包含的列: REF_DATE:记录年份(2010–2021) GEO:省份标签(例如,“Province 1”) Statistic:度量类型(例如,平均家庭支出) Before-tax household income quintile:税前家庭收入水平分组 Household expenditures, summary-level categories:支出类别 UOM:计量单位 COORD
1.【锂电池剩余寿命预测】GRU门控循环单元锂电池剩余寿命预测(Matlab完整源码和数据) 2.数据集:NASA数据集,已经处理好,B0005电池训练、测试; 3.环境准备:Matlab2023b,可读性强; 4.模型描述:GRU门控循环单元在各种各样的问题上表现非常出色,现在被广泛使用。 5.领域描述:近年来,随着锂离子电池的能量密度、功率密度逐渐提升,其安全性能与剩余使用寿命预测变得愈发重要。本代码实现了GRU门控循环单元在该领域的应用。 6.作者介绍:机器学习之心,博客专家认证,机器学习领域创作者,2023博客之星TOP50,主做机器学习和深度学习时序、回归、分类、聚类和降维等程序设计和案例分析,文章底部有博主联系方式。从事Matlab、Python算法仿真工作8年,更多仿真源码、数据集定制私信。
2000-2024年各省专利侵权案件结案数数据 1、时间:2000-2024年 2、来源:国家知识产权J 3、指标:专利侵权案件结案数 4、范围:31省 5、用途:可用于衡量知识产权保护水平
- 使用`<div>` 容器组织游戏界面,包含得分显示、游戏画布和操作按钮 - 支持三种游戏模式选择(一般模式、困难模式、无敌模式) - 移动端和桌面端兼容,提供触摸和键盘两种控制方式 2. CSS样式 : - 采用Flex布局实现页面居中显示 - 使用Grid布局实现方向按钮的排列 - 定义了游戏容器的阴影、圆角等视觉效果 - 为按钮添加了hover效果和过渡动画 3. JavaScript逻辑 : - 使用Canvas API实现游戏渲染 - 实现了蛇的移动、食物生成、碰撞检测等核心游戏逻辑 - 支持三种游戏模式,不同模式对应不同的游戏速度和规则 - 使用localStorage保存最高分记录 - 实现随机颜色生成,使游戏更具趣味性 代码整体结构清晰,功能完整,具有良好的可扩展性和可维护性。
台区终端电科院送检文档
内容概要:本文详细介绍了一个基于强化学习(RL)的飞机升阻力特性预测模型的实现过程。首先,定义了飞机空气动力学环境,包括状态空间、动作空间以及目标——预测升力系数(Cl)和阻力系数(Cd)。接着,通过生成模拟数据并进行预处理,创建了用于训练的数据集。然后,构建了一个神经网络代理模型,用于联合编码状态和动作,并预测升阻力系数。最后,实现了PPO算法来训练强化学习代理,使其能够根据当前状态选择最优动作,并通过不断迭代提高预测精度。文中还提供了完整的代码实现和详细的注释。 适合人群:航空航天领域的研究人员、机器学习工程师、对强化学习感兴趣的开发者。 使用场景及目标:适用于需要预测飞机升阻力特性的应用场景,如飞行器设计优化、性能评估等。目标是通过强化学习方法提升预测模型的准确性,从而为实际工程提供可靠的理论支持和技术手段。 其他说明:本文不仅涵盖了模型的设计与实现,还包括了数据生成、预处理等多个环节,有助于读者全面理解整个建模过程。同时,提供的代码可以作为研究和开发的基础,方便进一步扩展和改进。
cmock ut aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
lsm6d datasheet
风力发电机传动机构的设计(增速器)
genesys-zu(5ev)配置petalinux(从安装到嵌入)
django自建博客app
Android项目原生java语言课程设计,包含LW+ppt
幼儿园预防肺结核教育培训课件资料
STM32F103RCT6单片机控制气泵和电磁阀的开关 1、气泵和电磁阀的开和关均为开关量,实现控制方法有多种,比如继电器,但是继电器动作有噪声且体积较大,更好的方法为使用mos管。 2、mos管的选型:mos管选择主要注意两个参数即可,一是导通的电流,二是耐压值,并且常用NMOS管,根据要求,气泵和电磁阀供电电压为12V,所以选择的mos管耐压值要大于12V,这里选用耐压值为30V的MOS管,并且导通电流为5.8A。
因文件较多,数据存放网盘,txt文件内包含下载链接及提取码,永久有效。失效会第一时间进行补充。样例数据及详细介绍参见文章:https://blog.csdn.net/T0620514/article/details/146916073
将 Windows 系统中 “C:\windows\fonts” 目录下的所有字体文件