当前位置: 首页 > ai >正文

补4月30日

现在是5月1日下午两点五十,我要补上昨天的日记

昨天是不同寻常的一天,因为马上就要放假啦(实际上29号考完解析几何我就给自己放假啦)

然后早八依旧是无聊的近代史纲要,但是又是那个疯狂给加分的代课老师,这节课结束之后我的分数来到了120分。就是很神奇,但是一问zmq才知道他已经200多分了。。。。无语

微积分水掉,已经基本听不懂了。然后下午的英语课依旧是很水。学的内容是有关风水,上课老师让同学们画一下自己卧室,我看他们画的感觉他们的卧室都好大,但是我感觉其实能够住就行。 

我想我以后应该是不会买房的,因为房子的意义就是居住,但是我可以通过租房解决这个问题,还不会因此背上巨额贷款,我认为一旦有了巨额债务就会沦为给资本打工的机器,就没时间思考其他的事,就成为了财富的奴隶。我要做财富的主人。虽然这个可能不太现实,就是说所谓的实现财富自由,但是如果我不买房不结婚,就能省下来好多钱。然后只要自己养活自己就可以了。这样就可以自由自在地,想干什么干什么,不用迫于生计去上班,可以做做自己喜欢的事,不用舍不得给自己用好的东西,我现在是很想得开的,人生就三万天,说不定到不了三万天,所以要对自己好一点。

这个点不知道爸妈起床了没有,说的是下午要回老家,我从姥姥家回来的路上身份证掉半路了。好心人帮我送到派出所,派出所给我打电话我去拿的。

接着说,昨天就是上完英语课光速跑路。但是回宿舍之后洗了个澡就开始刷视频打游戏。感觉效率确实是有点低。但是最后zmq叫我走的时候我只用了不到20min就收拾好了。提前了大概两个小时就走了,因为说可能要下雨,路上万一堵车就不好办了。这里有个小细节,就是打车的时候,zmq用滴滴打,打了十多分钟司机都没到,然后我用高德map打,秒接单,秒到,就是这么神奇。

以后还是多用用搞得,其他的感觉协议什么的有些地方会坑人。当然也可能是大数据杀熟。

感觉写的东西还是没有什么逻辑。

今天路上想到那天晚上在ktv,yay说“有必要吗这个'然后点燃之后说”牛逼牛逼“,非常的有意思,zx当时笑了好久,我就回家之后把视频剪了一下发给了他。

这件事让我告诉自己,想到了什么事就立即去做,不要等。等着等着就忘记了。

五月份应该就是团委学生会换届了,我问部长,部长说竞选的时候要述职,我就打算提前准备一下述职的ppt,借鉴了一下部长的,他说实际上就是走个过场。但是我想借这个机会练一下制作ppt 的能力,感觉准书记做ppt做的真的很强!

再谈一谈绿皮车。我以后如果没抢到高铁票,我一定不会再坐绿皮车回家。太煎熬了。有奇怪的味道,然后座子非常的窄,过道也窄,也是比较吵闹。主要还是太挤,时间太长,时间太阴间。我昨天晚上八点走的,第二天早上两点半到家。回去的票目前只抢到了5月4日早上的,一点走,8点到。。。也是非常的阴间,还在努力候补中

以后尽量不要独处。除非学习什么的

http://www.xdnf.cn/news/3359.html

相关文章:

  • python310 安装 tensorflow-gpu2.10
  • 内网穿透系列二:使用cpolar公开一个本地Web站点到公网
  • 补题:K - Magic Tree (Gym - 105231K)
  • Java 期中考试试题考点剖析
  • jupyter notebook汉化教程
  • 打包 Python 项目为 Windows 可执行文件:高效部署指南
  • 题解:CF1398D Colored Rectangles
  • 【一】 基本概念与应用领域【数字图像处理】
  • Python基本语法(控制语句)
  • Spring IoC容器的设计与实现
  • ERP系统(技术面)知识积累
  • Transformer架构的解耦重组现象
  • SpringTas定时任务使用详解
  • GPU虚拟化实现(七)
  • MySQL基础关键_003_DQL(二)
  • 动态规划简单题
  • 【验证技能】验证质量活动及其执行注意事项
  • 权限提升—Linux提权内核溢出漏洞辅助项目
  • 【QNX+Android虚拟化方案】138 - USB 底层传输原理
  • 实验五 完整性
  • 初学者如何学习AI问答应用开发范式
  • PostgreSQL数据类型
  • 使用Python和Pandas实现的Amazon Redshift权限检查与SQL生成用于IT审计
  • 【DeepMLF】具有可学习标记的多模态语言模型,用于情感分析中的深度融合
  • EBO的使用
  • 基于python的人工智能应用简述
  • Spring 提供了多种依赖注入的方式
  • C#泛型集合深度解析(九):掌握System.Collections.Generic的核心精髓
  • 电池预测 | 第27讲 基于CNN卷积神经网络的锂电池剩余寿命预测
  • x86架构详解:定义、应用及特点