本文目录

1. 最近有什么好看的小说
2. 女生为了变好看变漂亮能有多拼
3. 怎么参加Kaggle比赛
4. 求一个作品封面

最近有什么好看的小说

有有有，以下推荐都是我特别喜欢的，反复看过的文章，每种类型各推5本吧。

一、现言推荐

1.明开夜合《落雪满南山》，师生文，他用阅历与时间，宽容她的幼稚与鲁莽。

2.Twentine《那个不为人知的故事》，缉毒警察与古董修复师的故事，有点催泪。

3.尾鱼《西出玉门》，霸气女主，作者脑洞大开，超好看。

4.耳东兔子《他从火光中走来》，男主消防员，女主黑料缠身的明星，吐血推荐，三观超正。

5.自由行走《第三种爱情》

二、古言

1.唐七公子《华胥引》，宋凝篇看一次哭一场，看过5遍左右，超超推荐。

2.书海沧生《昭奚旧草》，有点虐，也特别好看。

3.福宝《呸！下流胚》女鬼与俊书生的故事，轻松文。

4.米兰Lady《孤城闭》，在封建王权下，公主与内侍的绝望爱情，超推荐，特别催泪。

5.青帷《平阳公主》，权谋文，男强女强。

三、耽美

1.墨香铜臭《魔道祖师》

2.priest《六爻》

3.月下蝶影《不要物种歧视》

4.柴米油盐《农家乐小老板》，未完结，坑，但是巨好看。

5.priest《镇魂》

四、民国文

1.墨宝非宝《十二年故人戏》

2.寐语者《衣香鬓影》

3.蓬莱客《海上华亭》

4.缪娟《最后的王公》

5.匪我思存《碧甃沉》

五、重生文

1.闻檀《嫡长孙》

2.蓬莱客《春江花月》

3.蓬莱客《折腰》

4.白鹭成双《春日宴》

5.闻檀《丹阳县主》

六、志怪文

1.尼罗《无心法师》

2.尾鱼《怨气撞铃》

3.尾鱼《半妖司藤》

4.请叫我山大王《神婆姜苏》

5.南无袈裟理科佛《苗疆蛊事》

女生为了变好看变漂亮能有多拼

看到这个问题就不禁要翻出J小姐自己的黑历史了。

话不多说，先爆照，J小姐不得不承认，青春期时的自己顶多算个2分女，脖子短头大，大饼脸，左右还不对称，颧弓突出，肿眼泡小眼睛，小小年纪还有了法令纹，肤质也很薄，风稍微吹一吹就露出村儿红，连我妈妈都觉得一个城市姑娘看起来怎么会土土的。

其他长的漂亮的女生被男生暗恋、被男生追捧、被男生写在诗里，但是J小姐只有在抄作业的时候才会被别人想到。

其实，那时的我，从没想过任何与美、与文采有关的任何事，连偷涂妈妈口红、披床单装仙女都没有过。

那时我怀揣着科学家的梦想，沉迷各种公式觉得奇妙无比，毫不介意自己又胖又土、皮肤粗糙、头发稀少。

我觉得自己很受欢迎啊，当班长、有号召力，老师同学都很喜欢我。

但该来的总会来，少女总会情窦初开，无论我怎么把头埋进书本，也依然会看见那个翩翩的白衣少年。

如果暗恋可以持续，我想也没有现在的我。

那年，圣诞节在高中校园里流行了起来，并暗戳戳的变为男生送礼物给女生的节日。谁收到的多，谁就受欢迎。

晚自习时，我满怀期待走进教室，脑海中想着我都会收到什么礼物呢？娃娃？音乐盒？

结果空荡荡的桌洞连个苹果都没有。

好死不死，我讨厌的前桌女生收到了很多，她还拿着一个会下雪的水晶球给我看“好看吗，XX送的”。

XX就是我暗恋的男生，我注视着水晶球里那两个浪漫跳舞的小人。第一次感受心脏剧烈的疼痛。

当晚，我在哈尔滨零下20度的天气里迎风流泪。南方小伙伴可能难以想象，就是脸会如刀割一般生疼。

也许是少女的胜负欲，也许是别的，总之我下决心要改变：

剪偶像剧的狗啃刘海，看杂志买好看的衣服穿。这就是当时的我：

然后减肥、护肤开始，变瘦、变白，经过一段时间的水煮白菜，涂鸡蛋清、白大夫什么的。

我成功从120斤减到了138斤，皮肤也变得敏感爆痘，怕风吹、怕日晒、怕灰尘，脸上麻麻赖赖。

整个人心态都崩了，对世界满满恶意，人缘变差、怼天怼地，学习成绩也直线下降。

直到有一次，数学还是物理课，刚刚学过的一个列对比矩阵的方法来做实验对照，自习课时，我就把我和前桌的美女同学所有外在形象的指标都列了出来：

身高体重，皮肤头发、五官、站姿、坐姿、走姿、语气语调、穿搭等等。

然后我突然就发现了一个事实：我俩的差别大部分都是即刻的变量。

她真五官比我好看么，也没有；

但她看起来干净清爽、腰背挺拔，温柔文静，说话声音甜甜的，一笑天都亮了的感觉；

我粗鲁又油腻、老气横秋，眉头拧在一起，走路横着棒子晃，跟男生开玩笑一拳都能把人打出内伤，一笑露出上牙膛……

这些不都是能改的吗！

然后我就给自己列了一个计划表：

能改的软件VS不变的硬件

马上能改的VS需要长期改的

我每天练习笑容、让自己身姿挺拔，先找回青春该有的“精气神”。

慢慢的，我的心态越来越好，从照镜子谴责自己，到能发现自己的优点了。

再渐渐发现，我以为不可更改的“硬件”，原来都可以改变的。

比如我发现我上嘴唇特别薄，我妈妈和外婆都是，以为是遗传，仔细观察发现是她们说话、吃饭、都过度地内收嘴唇，我就开始按着它，为它注入幅度的指令，慢慢上嘴唇就回来了。

就这样，我找到了改变自己的乐趣：像科学家一样的饶有兴致的研究自己。

学习建筑后，看到一栋简单的房子背后有那么复杂的美学体系，我就更加开窍了。

我就思考，人是怎么审美的？为什么看她好看，她就不好看?时尚又是什么？长相后天是如何变化的？

我开始研究各种源头书籍，从黑格尔的美学，再到进化心理学、服装史、人体解剖等等，阅读源头型书籍100本以上，造型日记超过10万字。

我几乎剪过你见过的所有的发型，涂涂抹抹各种化妆品、买买买，不停尝试各种风格。

从14岁那个冬天开始，到我觉得自己真的变美了，坦然的接纳自己时，我已经30岁了！

听起来仅仅是一个学霸发现了规律，找到了方法，认真执行的过程；

其实，这是一个不断认知自己，接纳自己，与世界和解的过程。

这个过程里，我因为怎么改变都不如天生丽质的美女那么耀眼，而沮丧绝望；

我在男朋友劈腿一个大胸女孩时，抨击自己的面板身材，产生过隆胸的想法；

我到意大利后，因为各种二代、天生捏一副好牌的人，而觉得平凡的努力毫无意义；

跟各种人攀比，拿自己没有的去碰别人有的，嫉妒那些漂亮的姑娘，嫌弃各种缺点的自己。

这些变成巨大的能耗，时不时的让我低落、沮丧，暴饮暴食，情绪激动……

内心里觉得自己不够好，是一种难以言喻的痛苦：

追求完美至极度的自卑，在意评价到主动矮化自己。

我经常会觉得自己做的、写的都是垃圾，永远不满意；在别人没有发表评价时我先自己诋毁一下自己。

但值得感激的是，我想好好的，想喜欢自己，想不那么纠结拧巴的活着，这就是最原始的“生机”，支撑我熬过所有，站在这里。

现在，我有一份我特别热爱的事业，有你们这样一群积极生长的姑娘，让我觉得：

上苍厚我，人间如此值得。

我并不是天生的审美品味好，只是我自己就走了这样的一段路，所以：

我懂你的“我不行”和“我很好”；懂你的一戳就碎的脆弱和一点就燃的勇猛之心……

我把我的知识经验、洞察、心理，变为我的课程、书籍、文章，帮你少走些曲折探索的路，更有变美的信心。

我也因此见证了无数姑娘的变化，收获她们的感谢和爱意，参与她们的成长和蜕变，让我有了意义感。

最重要的是，我也在她们的改变里找到了很多力量，去接纳自己：

从一开始觉得自己的文字很垃圾，难以提笔，不敢示人；到觉得只要认真的把自己知道的写给读者就可以，反而写的顺畅很多，也出了很多爆文；

觉得自己上镜难看，怕姑娘们觉得我不匹配“美学”的身份；到觉得只要把自己的真诚和学识拿出来就可以，反而自然了很多，收获了很多姑娘的喜爱。

在这里，不得不特意鸣谢一下我朋友小七，没有她，就没有自发光这个陪伴大家成长的品牌。

很多人都听过我和小七的故事：

我们是网友，回国后刚巧一个城市，见面前她一直给我打预防针：我长得特别丑，有人说我像人妖，有人说我凸嘴像黑猩猩。

这是那个时期的小七，嫌自己头发少有很多的假发；

嫌自己长得男性化，都是粉嫩可爱的衣服，还有毛球的帽子。▼

我能感觉到她为长相自卑，就想帮她找到自己的特点，让她看看大气时尚的自己。

当时我给她捯饬的类似她的这身穿搭吧。▼

她完全接受不了，觉得太成熟，眼镜摘了颧骨度露出来了，头发好少等等。

她也让我深刻的认识到：改变一定先发生在认知层，外表是最后的。

经过大概两年的浸泡式洗脑吧，循序渐进的，油盐不进的小七开始接受了自己美洲豹的一面。

现在大家都喊她七爷，她也真的活出了——无论暴风将她带到什么岸边，都能以主人的身份上岸。

再给大家看一张特别有意义的照片：

当时我们路过伦敦桥，她说想停下来看看，我就给她拍了张照片：

当晚她发了朋友圈：终于，我可以和这座城市喝杯咖啡了！

紧接着，她给我发了一封长长的信，大意是：

我一直觉得我不配，不配这座美丽城市的一切，现在，我才觉得我成为它的一部分。过去认为美貌很重要，其余都是锦上添花，现在才知道，美貌才是锦上的花，而锦本身是：我喜欢我自己。

那一刻，是我第一次如此深刻的感受到自己存在的价值，在帮她变化的过程，也疗愈了自己。

我们一起熬过了至暗时刻，也脱下了自己沉重的壳。

她一直说我是她的贵人，事实是她才是我的贵人：

过去我找不到工作的意义感，很空虚，现在我看着一个又一个的女性在我的帮助下从颜值焦虑里走出来，我才找到了使命和价值。

故事讲到这里，我希望你知道：

我并不是天赋异禀，而是一卷书、一里路、一字一句，花了20年的时间，才走到你的面前。

接纳自己是个普通人，去相信平凡踏实的努力；

一蹴而就的、灵光咋现的事太少了，每个人的精彩，都是艰难的、甚至蠢笨的，一天一天，一年一年，活出来的！

如果给我的故事，小七的故事，一个核心的总结，我想是：

当你接纳自己时，你就拥有了召唤漫天神佛的力量，那些你需要遇到的人，都会千里迢迢的赶来加持你！

不要想“如果我有XX，我就可以xx”，先在路上吧；

没有人是你等来的，都是你在路上遇见的.

愿你相信自己的努力，能从内心燃起勇气，去做真正有“改变意义”的事情。

让每一天的自己能有流动着的喜悦，回头看看，汗水处满地花开呢!

怎么参加Kaggle比赛

有个很好的例子是KaggleDogsvs.Catschallenge：

目标很简单：对输入图像分类为狗或猫。这对我们来说非常容易——人脑可以轻松分辨出这两种家庭宠物的差异。

但是，对于一台电脑来说呢？这就没那么简单了。电脑能看到的只是一个巨大的充满0和1的矩阵。我们如何在这些图像中学习相应的模式，从而分辨猫和狗？2014年发布这个挑战时，它受到了大家的欢迎。这对于研究人员和工程师来说是个挑战。它获得了大量的关注，因为这个问题看似非常容易。此外，谁不喜欢看这些可爱的小动物呢？超过200支队伍参与了这场挑战，他们尝试了数百种算法及其变型，耗费了数千小时的计算时间。

那么今天呢？如果使用从预训练的卷积神经网络中提取的特征，我们可以在这个挑战中获得第二名的好成绩。而且，最棒的事情是，如果使用微软的DSVM（预下载了所有必备的计算机视觉和深度学习库），我们可以在22分钟的时间内获得第二名！代码地址是：http://pyimg.co/5jhwg让我们启动UbuntuDSVM实例，计时开始！

通常而言，我们将卷积神经网络视为端到端的图像分类器：

但是，并没有「规则」表明我们必须让图像在整个网络中正向传播。相反，我们可以终止任何一层网络（例如激活层或池化层）的传播过程，在这一位置提取网络的值，然后使用提取的值作为特征向量。让我们用Simonyan和Zisserman提出的VGG16架构举个例子：

上图左侧是原始的VGG16的架构，它可以输出1000个ImageNet类别标签的概率。

为了将网络编程一个特征提取器，我们可以在概念上「移除」网络的全连接层，相反，返回最终池化层（上图右侧）的输出——这个输出将作为我们的特征向量。

由于在ImageNet数据集上训练的CNN倾向于学习大量的判别过滤器，我们通常可以在未经训练的数据集上使用这些预训练的网络——我们把这个过程成为迁移学习。

我们可以将在ImageNet数据集中训练的CNN的知识进行迁移，将所学的知识编码为特征向量，然后在这些特征向量的基础上训练一个简单的机器学习模型（例如Logistic回归分类器、线性SVM等）。

为了了解整个过程的工作流程，请确保已下载：

为了简单起见，我们不会将测试集提交给评价服务器。相反，只需下载「train.zip」文件即可。注意：如果你尝试使用「test1.zip」，我们将无法从文件路径中提取类别标签。请不要下载「test1.zip」。在你下载「train.zip」之后，将其解压，然后你就会得到一个名为「train」的目录，其中有25000张关于猫和狗的、JPG格式的图片。从这里开始，我们就可以应用迁移学习了。

为保证你能跟上进度，请确保你已下载与本文相关的JupyterNotebook。第一个步骤是抓取KaggleDogs.vs.Cats数据集中所有25000张图像的路径（见cell3）：

Dogsvs.Cats数据集中文件的名称都诸如「cat.153.jpg」或「dog.4375.jpg」——因为类别标签已经写在了文件名中，所以我们可以很容易地提取它们（见cell4）

为了执行特征提取，我们需要一个预训练的网络——ResNet50是一个不错的选择（见cell5）。请注意，我们利用忽略了所有的全连接层，这让我们能够轻松执行特征提取。

在我们拥有所有的图像路径后，我们需要对它们逐一进行循环，并建立批量，让它们通过网络进行特征提取。

在本节中，介绍整个的循环太过复杂（请参阅我们的JupyterNotebook，其中有完整的文件代码），不过其中最重要的代码片段节选如下：

对于每个批量的图像，我们将其传递给神经网络，然后将最大池化层的输出作为我们的特征。我们将最大池化层的输出压缩成2048-d的特征向量。这些特征以数据矩阵的形式堆叠在一起，因此我们可以在这些特征上训练模型。

对于25000张图像，整个数据矩阵占用大约204MB的RAM，即使是最小规模的机器也可以轻松管理。

整个特征提取过程使用了UbuntuDSVM（同样我们不需要手动配置或构建，这节省了大量的时间），共耗时22分48秒。

考虑到我们提取的特征，我们使用75%的数据作为训练集，使用25%作为测试集，训练了一个Logistic回归分类器（网格搜索适当的参数）：

训练模型仅用时36s

通过评估我们的Logistic回归分类器，我们发现我们的模型在测试集上达到了98.8896％的准确率：

这个准确率足以在KaggleDogsvs.Cat竞赛中获得第二名：

不过，这种比较并不是完全公平，因为我们没有在Kaggle竞赛提供的测试集中评估（取而代之，我们生成了我们自己的测试集）并将结果提交给评估服务器（因为这不在本入门教程的范围之内），但我认为你应该理解了我要表达的意思。在不到25分钟的计算时间内，我们可以使用：

建立一个模型，从而在这个挑战中提供具有强大竞争力的准确率。

请自如地使用本文的代码，将其作为你自己深度学习项目的起点。

求一个作品封面

申请时注明作品名，作者名，类型，大致年代，以及风格

在这里MAY花园的封做得很好，你可以向她求助

O(∩_∩)O~

希望你能得到满意的封面

关于图文封面pk怎么弄好看的内容到此结束，希望对大家有所帮助。

标签：# 我的# 怎么弄# 封面# 好看# 参加