很多年之前

简介: 慢慢感到自己越来越大,想起往事,不仅唏嘘。想起多年以前的一件事情。我小时候父母在外面打工,过年的时候会回家,过年父母在家的时候,我肯定很想和父母多待一段时间,毕竟一年见不了多次。

慢慢感到自己越来越大,想起往事,不仅唏嘘。想起多年以前的一件事情。

我小时候父母在外面打工,过年的时候会回家,过年父母在家的时候,我肯定很想和父母多待一段时间,毕竟一年见不了多次。

当时我住的还是普通的房屋,不是楼房,农村的那种一层楼的平顶房,家里空间不是很大,父母回来了,家里平时不用的房间也要用来暂时住人,比如放粮食的房屋,屋里摆一张床,我记得我奶睡在这个屋里。

我爸妈和我小弟睡另外一个屋里,家里只有一个大床,我现在记得的话,床最多应该是1米5的,我也很久没去看过了,应该是1米5的床。一家四口人,父母好不容易回来一趟,肯定要休息好一些。

那个时候,父母嫌床太小了,一个床睡4个人有点挤,我应该上1-3年级左右。说让我睡我奶的床上,我醒着的时候说在我奶床上睡不着,要睡大一点的床上,想着当时父母也是心疼小孩,小孩睡的也比较早,那个时候我7-8点钟就睡觉了,看电视最迟也就9点钟睡觉,小村庄晚上没什么好玩的。

记得比较清楚,每天晚上我在父母床上睡觉,睡之前一般会和我小弟稍微胡闹一会,确认我睡着之后,我爸会把我抱到我奶的床上睡。这样我也能睡着,而且父母也不觉得挤。

印象中深的地方是在我睡着的时候,我爸抱我到另外一个床上,我意识有些模糊,但能轻微感受到,那个时候我的身体应该很小吧。

想起了多年之前的事情,想到如今的自己,真的是长大了啊,每日想的是社会上的提升技能,赚钱,养家糊口。

少不更事的时候不懂时光的宝贵,如今再回忆当初,不禁感慨,但过的好一点,开心一点,多关心一下家庭。

相关文章
|
15天前
|
供应链 监控 安全
对话|企业如何构建更完善的容器供应链安全防护体系
阿里云与企业共筑容器供应链安全
171336 12
|
18天前
|
供应链 监控 安全
对话|企业如何构建更完善的容器供应链安全防护体系
随着云计算和DevOps的兴起,容器技术和自动化在软件开发中扮演着愈发重要的角色,但也带来了新的安全挑战。阿里云针对这些挑战,组织了一场关于云上安全的深度访谈,邀请了内部专家穆寰、匡大虎和黄竹刚,深入探讨了容器安全与软件供应链安全的关系,分析了当前的安全隐患及应对策略,并介绍了阿里云提供的安全解决方案,包括容器镜像服务ACR、容器服务ACK、网格服务ASM等,旨在帮助企业构建涵盖整个软件开发生命周期的安全防护体系。通过加强基础设施安全性、技术创新以及倡导协同安全理念,阿里云致力于与客户共同建设更加安全可靠的软件供应链环境。
150296 32
|
26天前
|
弹性计算 人工智能 安全
对话 | ECS如何构筑企业上云的第一道安全防线
随着中小企业加速上云,数据泄露、网络攻击等安全威胁日益严重。阿里云推出深度访谈栏目,汇聚产品技术专家,探讨云上安全问题及应对策略。首期节目聚焦ECS安全性,提出三道防线:数据安全、网络安全和身份认证与权限管理,确保用户在云端的数据主权和业务稳定。此外,阿里云还推出了“ECS 99套餐”,以高性价比提供全面的安全保障,帮助中小企业安全上云。
201962 14
对话 | ECS如何构筑企业上云的第一道安全防线
|
4天前
|
机器学习/深度学习 自然语言处理 PyTorch
深入剖析Transformer架构中的多头注意力机制
多头注意力机制(Multi-Head Attention)是Transformer模型中的核心组件,通过并行运行多个独立的注意力机制,捕捉输入序列中不同子空间的语义关联。每个“头”独立处理Query、Key和Value矩阵,经过缩放点积注意力运算后,所有头的输出被拼接并通过线性层融合,最终生成更全面的表示。多头注意力不仅增强了模型对复杂依赖关系的理解,还在自然语言处理任务如机器翻译和阅读理解中表现出色。通过多头自注意力机制,模型在同一序列内部进行多角度的注意力计算,进一步提升了表达能力和泛化性能。
|
8天前
|
存储 人工智能 安全
对话|无影如何助力企业构建办公安全防护体系
阿里云无影助力企业构建办公安全防护体系
1253 10
|
10天前
|
机器学习/深度学习 自然语言处理 搜索推荐
自注意力机制全解析:从原理到计算细节,一文尽览!
自注意力机制(Self-Attention)最早可追溯至20世纪70年代的神经网络研究,但直到2017年Google Brain团队提出Transformer架构后才广泛应用于深度学习。它通过计算序列内部元素间的相关性,捕捉复杂依赖关系,并支持并行化训练,显著提升了处理长文本和序列数据的能力。相比传统的RNN、LSTM和GRU,自注意力机制在自然语言处理(NLP)、计算机视觉、语音识别及推荐系统等领域展现出卓越性能。其核心步骤包括生成查询(Q)、键(K)和值(V)向量,计算缩放点积注意力得分,应用Softmax归一化,以及加权求和生成输出。自注意力机制提高了模型的表达能力,带来了更精准的服务。
|
9天前
|
人工智能 自然语言处理 程序员
通义灵码2.0全新升级,AI程序员全面开放使用
通义灵码2.0来了,成为全球首个同时上线JetBrains和VSCode的AI 程序员产品!立即下载更新最新插件使用。
1350 24
|
8天前
|
消息中间件 人工智能 运维
1月更文特别场——寻找用云高手,分享云&AI实践
我们寻找你,用云高手,欢迎分享你的真知灼见!
670 27
1月更文特别场——寻找用云高手,分享云&AI实践
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
|
14天前
|
人工智能 自然语言处理 API
阿里云百炼xWaytoAGI共学课DAY1 - 必须了解的企业级AI应用开发知识点
本课程旨在介绍阿里云百炼大模型平台的核心功能和应用场景,帮助开发者和技术小白快速上手,体验AI的强大能力,并探索企业级AI应用开发的可能性。