股票

订阅

今日更新 999+

主题:17886 排名:20关注 / 发布

期权论坛 - 国内最专业的期权社区»论坛 › 期权论坛› 股票

北京户口和北京市工作居住证的区别

 2023-2-1   期权匿名问答  4662  0

北京市工作居住证和北京市集体户口有什么区别？北京市工作居住证通称为北京绿卡，北京市工作居住证有哪些特 ...

☆ 展开评论(0条)★ 收起评论

小米电视上线宽带电视服务，可摆脱电视机顶盒限制，这项 ...

 2023-2-1   期权匿名问答  11919  5

小米集团张宇介绍，小米电视首页提供了宽带电视服务，一年花费159元就能在线看央视和卫视的直播，彻底摆脱 ...

2023-2-1

期权匿名回答

这个东西2021年时华为和海信就已经在跟广电谈了，去年上线的。价格上小米只要159元，比山东广电给海信电视提供的iptv便宜，山东广电给海信提供的宽带电视一年要199元。这玩意要分省份去谈，小米电视在北京也还没这个服务。 http://picx.zhimg.com/v2-5e98cfb77fcf694f747bdb53a5599ebc_r.jpg?source=1940ef5c "电视只需要供电线即可实现"这个是不行的，你家里还得有宽带网，有些地方的移动、联通宽带套餐够高的话会直接送IPTV，那就没必要在电视系统里开了。 http://pica.zhimg.com/v2-c8727706d74385c919aed9ef20ba100f_r.jpg?source=1940ef5c 在电视上开宽带电视的弊端也有： 1、原来的IPTV和广电机顶盒都是走的专线，不占用家庭带宽，在电视里开宽带电视可就要占家庭带宽。 2、缺台，比如很多老人依然喜欢看乡土气息比较足的地方台。比如我家的机顶盒不管广电还是联通IPTV，都能看到宾州本地电视台。但电视上开通有线电视会员就只有央视和省级大台。我提出个解决思路是：联通、移动、电信甚至广电，也根本没必要非得搭自己的iptv机顶盒了，现在家庭带宽高了，是不是走专线已经意义不大了。直接把你们的IPTV做成个安卓TV应用，放在电视的应用商店里，用户想用哪家直接下载安装就是了。你看处于灰色地带的电视家app都敢卖会员了，你们不眼馋吗？回复
2023-2-1

期权匿名回答

这种合作模式，之后会越来越多，口子越开越大。照此发展下去iptv机顶盒有可能穷途末路。部分智能电视在部分地区提供官方直播软件，这个功能其实已经上线快一年了，并不是全部省市都可见，也并不是免费观看，需要付费观看，相当于把办带宽捆绑的iptv机顶盒专网专线才有的直播变成通过软件认证播放。先不论付费与否，付费多少，对于用户来说这是一个好事，不必再买了智能电视再去办理IPTV机顶盒，最起码给一些愿意付费的用户提供了一个稳定点的观看电视直播官方渠道。以前我以为它会很难推动下去，毕竟这个东西动到了三大运营商以及各个城市运营商的蛋糕，但目前来看已经有不少城市加入进来，或许他们的商业模式分成谈的不错。 http://pic1.zhimg.com/v2-75a6e869d4d8ca2b18ba8b66784c47b3_r.jpg?source=1940ef5c 目前海信小米电视已经上线，其中海信电视有线宝月卡25元在6月份，就有粉丝反馈，小米和海信已经在开始和各地的电视台和当地运营商沟通，做了个电视app，只需要交月费就能像看视频app一个的看央视，卫视，地方台直播了！！！简直了，以后是否有这个功能，又成了电视一大卖点，又可以卷起来了！ http://picx.zhimg.com/v2-0104531bc6bd6b9117928aed7533a792_r.jpg?source=1940ef5c http://picx.zhimg.com/v2-d00e8fbe6628770e44a55a00d92a1ea9_r.jpg?source=1940ef5c http://picx.zhimg.com/v2-445d36464aa7d1df7cd353466ab143f9_r.jpg?source=1940ef5c 海信电视“有线宝” 比如极米投影在9月发布的极米UI5.0，也支持部分地区安装正版付费直播软件。支持的地区已有：四川，河南，江苏，安徽，广西，河北，安徽，山东，山西，贵州，甘肃，内蒙等。观看方法，在首页菜单栏tab“有线电视"板块观看，如果无此栏目要么系统不满足要不你所在地区还未开通。 http://pic1.zhimg.com/v2-d419e4138d57c9e0cf857db7c4ec3ff1_r.jpg?source=1940ef5c http://pica.zhimg.com/v2-7431b8b7f35263972982d9da51796001_r.jpg?source=1940ef5c 比如腾讯极光机顶盒，在7月份也已开通正版直播如果你在一些地区，且非小米海信电视也想安装正版软件，就可通过加装腾讯极光机顶盒实现！广电官方授权应用【有线电视】终于来了！含央卫视和地方台频道丰富直播源稳定高清没有广告 PS：目前限【河北、河南、安徽、广西、四川、江苏】用户使用之前推荐过的品牌，腾讯和创维盒子可以优先体验！#机顶盒##高清电视##有线电视##电视直播##秒懂投屏# http://pic1.zhimg.com/v2-d8b7bb1839825c64bc46b283b4dc6c09_r.jpg?source=1940ef5c 相关测评：极光3Pro和当贝B1；极光4Pro和当贝B3Pro；腾讯极光5S测评；极光5pro 怪物; 腾讯极光5Pro怎么样，最强拆解！性能过剩的“怪物”~对于电视家这种第三方直播软件影响这种新型合作模式的上线，除了冲击IPTV业务之外，对电视家这些第三方私人直播软件肯定也有冲击，愿意付费的人群可能就10%，假设他们的智能电视有更加稳定和便捷官方直播渠道，那为何还要买电视家的会员？？ http://pic1.zhimg.com/v2-9706e1bb33fd385380925b08ad1e1a23_r.jpg?source=1940ef5c 第三方电视直播软件 http://picx.zhimg.com/v2-ab58ee5f8b8febb9d57ab7c33450c549_r.jpg?source=1940ef5c 第三方电视直播软件各种电视直播软件可能能做到的优势就剩：免费观看，不同省市大大小小1000+个地方台，无广告，更干净等优点了，关于电视直播软件点播软件的介绍和推荐，可查看我下方回答，免费获取。最强电视直播软件每日分享—已追更52个APK 有哪些宝藏电视APP推荐？—最强合集更多知识宝藏，没时间看就先收藏！不懂选购和使用找我！投屏问题与高级玩法判断电视投屏；判断投影投屏；IPTV投屏；手机投屏；投屏玩法；弹幕投屏；倍速投屏；miracast常见问题；投屏搜索不到；同屏很卡； Switch连笔记本；三星电视投屏；浏览器投屏；老电视投屏；抖音投屏；索尼电视投屏手机投电脑；手机投Mac；电脑投电视；Mac投电视；竖屏倒立投屏；电脑投平板机顶盒，投屏器选购知识如何挑选投屏器；如何挑选机顶盒；IPTV和网络盒子；高配机顶盒；当贝Max1实测当贝H1盒子解码；小米盒子解码；腾讯极光4pro；创维盒子；泰捷盒子；天猫和小米；极光3Pro和当贝B1；极光4Pro和当贝B3Pro；腾讯极光5S测评；极光5pro 怪物; Apple TV/盒子/功放机；视频通话的盒子；给长辈买；为投屏买盒子；机顶盒CEC功能；扩展坞，手机电脑外设 iPad扩展坞；Mac扩展坞；雷电3扩展坞；雷电4扩展坞；不同品牌扩展坞；直播采集卡；手机投显示器；电脑外接显示器；双显示器；华为电脑拓展坞；联想电脑；300左右扩展坞电视，投影选购知识 3000内55寸电视；5千内55寸电视；4千65寸投屏电视；4-5千 75寸电视；6千65寸投屏电视；7千75寸电视；98寸电视入户安装；视频通话电视；带miracast的电视；支持airplay的电视；LG电视无法投屏；装软件方便的电视；雷鸟65寸准高端；三星电视安卓C系投影回音壁布线；如何搭建杜比全景声；投影仪投屏；坚果投影；腾讯极光投影；大眼橙NEW 7D；大眼橙H3便携；超短焦投影慧示。明基投影；极米投影大全；视频会议投影；爱普生5700TX系列。爱普生4K长焦；爱普生4K激光电视；当贝X3实测电视软件推荐电视常用软件；电视直播软件；门店电视软件；百度网盘TV版；电视屏幕检测；哔哩哔哩弹幕版。关于我求关注订阅，知乎粉丝太难涨啦！电视行业6年从业者，原在专业级投屏公司，现投屏自媒体～电视软件下载推荐；在线解任何投屏问题；解电视/投影/盒子选购及维修问题。看了这么多回答自己摸索那么费时间，如还不会使用可直接沟通，为你节省时间。仅仅是一对一沟通就累计帮助超1万+人解决各类问题，付费咨询超1100次，求关注求涨粉～回复
2023-2-1

期权匿名回答

这个又不是只有小米才有，TCL，创维等等电视都有宽带电视。只要电线肯定是假的，既然是宽带电视，最起码也要一个宽带吧。我觉得广电能松这个口子还是不错的，顺着这个趋势，以后移动电信的iptv完全也可以app化直接定制到电视里面，然后开通移动电信的宽带可以免费使用，这样可以省掉一个移动机顶盒，那真的会是一件不错的事情。小米这次也是和广电合作的，也就是所谓的IPTV服务，其实原理很简单：广电提供节目流媒体直播源，然后通过互联网来给认证过的小米电视来进行播放。 http://picx.zhimg.com/v2-720bdc521e451302e2b3f89940663f99_r.jpg?source=1940ef5c 当然，这种流媒体的直播肯定不如广电网自家的清晰，但是一般来说码率肯定也是过的去的，所以不会太差。像这种iptv问题一直都是延迟问题，这是人为控制的，没啥办法。像直播的话走rtmp协议或者m3u8的格式就可以了。其实这种看直播方式国内还是很多的，比如某学习app，比如盗源的APP电视家。 http://picx.zhimg.com/v2-29b013d79452118b9d7a3733c64b5772_r.jpg?source=1940ef5c 直播源一般都是这种格式的。 http://picx.zhimg.com/v2-0db70aeb99326686a69638d43197dd46_r.jpg?source=1940ef5c 你自己如果想试试可以这么操作。下一个potplayer： http://picx.zhimg.com/v2-fb44865519abbd027055acc81fc9a821_r.jpg?source=1940ef5c 打开一个直播源，比如我这边给个CCTV1的 http://39.134.115.163:8080/PLTV/88888910/224/3221225642/index.m3u8然后就可以看电视节目了。所以也不是啥新技术，像移动电信都早就已经和广电推出了专属的IPTV，办宽带就送，因为是走内部专线，所以不占用普通带宽，换台基本能够做到秒切。像电信在2007年就提供了ITV电视服务了。 http://picx.zhimg.com/v2-b9ad27ee4735d9b266449704f51f0de3_r.jpg?source=1940ef5c 移动这边的IPTV也是统统不要钱... http://pic1.zhimg.com/v2-f9db8951ed28d094d30a81346da527b1_r.jpg?source=1940ef5c 像小米的这种宽带电视因为是走的公网，所以只要家里有人下载，卡顿估计是肯定的，换台估计也做不到秒切，加上感人的价格，159一年还是有点贵的，所以对运营商的IPTV肯定是造不成什么竞争压力的。目前这个服务因为受到181号文的限制，所以电视厂商必须和广电合作才行，必须一个省一个省的谈，不能自己一口气开办这个业务，只能说覆盖面也是极为有限了。回复
2023-2-1

期权匿名回答

我试看了，没什么本地台。如果不看本地台的话，这个服务不错，很清晰，也不卡顿。我家宽带本身就送互动电视，我一般不连，因为iptv的信号跟arc的冲突，先开盒子就会导致音响连不上，挺麻烦的，我就直接把盒子摘了。本来想着春晚的时候看直播要开，结果各视频网站直接网络直播，还是没用。我要是看直播，其实也是想看本地的一些地方频道，小米的线上宽带电视服务满足不了我，所以我试看点开就马上关了。回复
2023-2-1

期权匿名回答

没啥稀奇的啊，国内很多智能电视品牌都有这个业务，资源从IPTV获取的，可以看央视卫视地方台。而且除了小米电视以外，还有像哈趣投影（千元头部品牌）、当贝投影、极米、坚果等也有此项业务。可以看电视直播，高清流畅，似乎好像还是免费的呀。 http://pic1.zhimg.com/v2-bf81786b3feac61c084196e6e7c87003_r.jpg?source=1940ef5c 哈趣投影宽带电视频道 http://picx.zhimg.com/v2-7637b7bca173bc4bcfbb3bff86f93fec_r.jpg?source=1940ef5c 极米投影仪回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

怎样通俗易懂地解释反卷积？

 2023-2-1   期权匿名问答  17235  5

定义：反卷积（deconvolution）是指通过计算输出和已知输入，求未知输入的过程。应用1：图像识别。应 ...

2023-2-1

期权匿名回答

如果知友是想了解卷积神经网络里涉及的 transposed convolution，请参见其他答主的优秀答案。本答案针对的是 deconvolution，即卷积的逆操作，比如：如何使运动模糊的图像通过 deconvolution 变得清晰。卷积（convolution）的英文释义还有纠缠、绕在一起的意思。一般用二元符号 https://www.zhihu.com/equation?tex=%2A 表示，有时也会看到 https://www.zhihu.com/equation?tex=%5Ccircledast 甚至 https://www.zhihu.com/equation?tex=%5Cotimes ，主要是为了区别于不同语境中的其他符号。给定函数 https://www.zhihu.com/equation?tex=x%28t%29 和 https://www.zhihu.com/equation?tex=h%28t%29，令 https://www.zhihu.com/equation?tex=y%28t%29%3Dx%28t%29%2Ah%28t%29+%5Ctag+1+ https://www.zhihu.com/equation?tex=y%28t%29 就是 https://www.zhihu.com/equation?tex=x%28t%29 和 https://www.zhihu.com/equation?tex=h%28t%29“纠缠”在一起的结果，是一个新函数。在后文中，https://www.zhihu.com/equation?tex=%28t%29 就偷懒不写了，但心里一定要做到有数：信号是关于时间的一个函数，可连续可离散；如果放到图像处理，那么每幅图片都是关于空间位置的一个函数，函数值就是亮暗或颜色。一般来说，在信号处理的语境下，我们把 https://www.zhihu.com/equation?tex=x 看作原信号，把 https://www.zhihu.com/equation?tex=h 看作卷积核（或称冲激响应）， https://www.zhihu.com/equation?tex=y 则称为响应；反卷积就是根据响应和冲激响应，反推回原信号。在图像处理中，https://www.zhihu.com/equation?tex=x 可以是原图片，通过用一个高斯核 https://www.zhihu.com/equation?tex=h 卷积得一个糊化图像 https://www.zhihu.com/equation?tex=y；同理，也可以根据糊化图像和所用的卷积核，逆推回原先的清晰图像。需要注意的是：如果仅从数学定义出发，卷积操作是对称的，即 https://www.zhihu.com/equation?tex=x+%2A+h+%3D+h+%2Ax，我们并不能说谁被谁“卷”了。至于谁是原信号，谁是卷积核，原则上并不重要。反卷积操作就是在已知 https://www.zhihu.com/equation?tex=y 和 https://www.zhihu.com/equation?tex=h（或 https://www.zhihu.com/equation?tex=x）的情况下，反推出 https://www.zhihu.com/equation?tex=x（或 https://www.zhihu.com/equation?tex=h）。写下来就是： https://www.zhihu.com/equation?tex=x+%3D+y+%5Coslash+h+%5Ctag+2 我们姑且把 https://www.zhihu.com/equation?tex=%5Coslash 这个符号称为“卷除”，即卷积操作的逆操作。反卷积无非就是如何具体运算 https://www.zhihu.com/equation?tex=%5Coslash 了。这里大致列出三种思路，理解难度从易到难。 [*]长除法（long division）。谢谢 @章小林提醒，MATLAB 中 deconv() 函数运用的便是长除法。理解长除法为什么可行并不难，可以设定一个简单例子：如 https://www.zhihu.com/equation?tex=x+%3D+%5C%7B%5Cdots%2C+0%2C+%5Cmathbf%7B1%2C+2%2C+1%2C+3%7D%2C+0%2C+%5Cdots%5C%7D%2C+h+%3D+%5C%7B%5Cdots%2C+0%2C+%5Cmathbf%7B1%2C+0%2C+1%2C+0%7D%2C+0%2C+%5Cdots%5C%7D , 卷积求 https://www.zhihu.com/equation?tex=y ，再用 https://www.zhihu.com/equation?tex=h 对 https://www.zhihu.com/equation?tex=y 做长除法。能来关注这个问题的知友，九九成便可以在手算过程中完全理解了。长除法的优点还包括计算快，经优化后的复杂度应该是 https://www.zhihu.com/equation?tex=O%28L%5Clog+L%29 级别的，其中 https://www.zhihu.com/equation?tex=L+%3D+%5Cmax%5C%7BL_y%2CL_h%5C%7D ，且 https://www.zhihu.com/equation?tex=L_y%2CL_h 分别代表 https://www.zhihu.com/equation?tex=y 和 https://www.zhihu.com/equation?tex=h 的（有效）序列长度。长除法的缺点也很明显，如果信号是定义在实数这样的连续统上的话，长除法就无施展余地了，因为它蕴涵了信号必须“可数”的假设。好在计算机本身也只能处理序列，不光可数，还有限！MATLAB 用长除法计算反卷积是绝对没有问题的。 [*]傅里叶变换（Fourier transform)。对于熟悉 FT 的知友，理解如何用 FT 来实现反卷积，甚至比长除法还简单。本质思路是：把 https://www.zhihu.com/equation?tex=%28S%2C+%2A%29 通过 https://www.zhihu.com/equation?tex=%5Cmathcal%7BF%7D 同态映射到 https://www.zhihu.com/equation?tex=%28%5Cmathcal%7BF%7D%28S%29%2C+%5Cmathcal+F%28%2A%29%29 上，这里 https://www.zhihu.com/equation?tex=S 代表所有信号的集合（i.e. https://www.zhihu.com/equation?tex=x%2C+h%2C+y+%5Cin+S），https://www.zhihu.com/equation?tex=%5Cmathcal%7BF%7D 代表 FT。其中，最巧妙的就是 https://www.zhihu.com/equation?tex=+%5Cmathcal+F%28%2A%29 ，它直接对应了乘法，真真正正的乘法，不再是卷积。如此一来，它的逆也就是真真正正的除法。这一对应关系有一个响亮的名字唤作“卷积定理”，具体内容已在原回答中展开。假设我们用上快速傅里叶变换算法，其算法复杂度也应当在 https://www.zhihu.com/equation?tex=O%28L%5Clog+L%29 。与长除法相比，优劣只能靠实践得知了。本人更倾向于长除法，因为 FT 必须对两条序列各做一次，况且计算中引入了复数，而复数运算的开销显然要更多。 [*]线性算子。我们总是说卷积是线性操作，如果正真理解了这一点，很多烧脑的数学概念将一目了然。我们可以把 https://www.zhihu.com/equation?tex=y%3Dx%2Ah 看作 https://www.zhihu.com/equation?tex=y+%3D+Hx+%5Ctag+3 https://www.zhihu.com/equation?tex=H 是 https://www.zhihu.com/equation?tex=h 对应的线性算子。如此一来： https://www.zhihu.com/equation?tex=x+%3D+H%5E%7B-1%7Dy+%5Ctag+4 我们仅需知道该线性算子的逆就可以了。在离散情况下，https://www.zhihu.com/equation?tex=H%2CH%5E%7B-1%7D 就是一个矩阵和其对应的逆矩阵，https://www.zhihu.com/equation?tex=H%5E%7B-1%7Dy 即是 https://www.zhihu.com/equation?tex=H%5E%7B-1%7D 和 https://www.zhihu.com/equation?tex=y 的矩阵乘法。再拓展一点，傅立叶变换 FT 本身也对应一个线性算子 https://www.zhihu.com/equation?tex=F，上面提到的卷积定理本质上就是说： https://www.zhihu.com/equation?tex=Fh+%5Ccdot+Fx+%3D+FHx+%5Ctag+5 常见的线性算子还有积分 https://www.zhihu.com/equation?tex=%5Cint，微分 https://www.zhihu.com/equation?tex=d%2Fd%3F，多元微分 https://www.zhihu.com/equation?tex=%5Cnabla，散度 https://www.zhihu.com/equation?tex=%5Cnabla%5Ccdot ，拉普拉斯 https://www.zhihu.com/equation?tex=%5Cnabla%5E2 等等。更多内容可以在学习泛函时涉及到。以下为原答案：如果题主有傅里叶变换的知识背景，反卷积是一个“很显然”（万恶的显然二字 XD）的操作。怎样通俗易懂地解释卷积？这个知乎问题的高票答主们很喜欢挨老板揍，那我也来举这样的例子。。。以一百天为限，已知小明分别在第10，第50和第55天挨了屁股。。。就是下图，我们可以把这个叫做源信号或者信号系统的输入，也就是三个冲击。 http://picx.zhimg.com/v2-a83e18b2be7ac142d8a6b1f265ef04f1_r.jpg?source=1940ef5c 图一，啥时候挨屁股（系统输入 x）另知，每次挨打后，迅速肿起一公分高度，然后慢慢消肿，如下图。。。信号处理中又作冲击响应。 http://picx.zhimg.com/v2-839cbf748cb606c7bdbd796536703c1d_r.jpg?source=1940ef5c 图二，挨单次屁股以后，消肿的过程（冲激响应 h）从图中看，消肿是挺慢的。。。现在，两个序列做卷积，得到这个，叫做信号系统的输出 http://picx.zhimg.com/v2-b094e719f480cebceb8d039512c5668d_r.jpg?source=1940ef5c 图三，序列一与序列二的卷积，100天里屁股的状况（系统输出 y）注意，两个100位序列卷积的长度应该是 100+100-1 = 199，我只是把后面99位擦了，反正也接近零，无所谓。上图 x 轴是时间，以天为单位；y 轴是肿的高度，以厘米为单位。可以看到在第55天肿最高，都过1.2公分了，因为在第50天打的还没完全消。。。关键来了，已知图一、图二，卷积得图三。那么，只知道图二、图三，怎么反过来得图一？也就是知道系统输出和冲击响应，怎么得到系统输入？我举的这个例子，明眼人一下就能看出来系统输入原来的样子，不就是挨三次屁股嘛。但如果冲击响应复杂一点，就可能没有那么显然了。假设题主不清楚啥是傅里叶变换，没关系，现在我给你一个黑盒儿叫 DFT，用就是了。功能如下 [*]把一个长度为 https://www.zhihu.com/equation?tex=N 的序列，记 https://www.zhihu.com/equation?tex=x%5Bn%5D%2Cn%3D1%2C2%2C%5Cdots%2CN ，丢进 DFT 黑盒，得到另一个等长序列，记 https://www.zhihu.com/equation?tex=X%5Bn%5D%2Cn%3D1%2C2%2C%5Ccdots%2CN （注：懂傅里叶的朋友求别拍，我知道频域序列的下标不该继续使用时域下标）表达式： https://www.zhihu.com/equation?tex=%5Ctext%7BDFT%7D%5Cbig%5C%7Bx%5Bn%5D%5Cbig%5C%7D+%3D+X%5Bn%5D ，同理， https://www.zhihu.com/equation?tex=%5Ctext%7BDFT%7D%5Cbig%5C%7Bh%5Bn%5D%5Cbig%5C%7D+%3D+H%5Bn%5D%2C%5Ctext%7BDFT%7D%5Cbig%5C%7By%5Bn%5D%5Cbig%5C%7D+%3D+Y%5Bn%5D [*]很关键。https://www.zhihu.com/equation?tex=%5Ctext%7BDFT%7D%5Cbig%5C%7Bx%5Bn%5D%2Ah%5Bn%5D%5Cbig%5C%7D%3D%5Ctext%7BDFT%7D%5Cbig%5C%7Bx%5Bn%5D%5Cbig%5C%7D+%5Ctimes%5Ctext%7BDFT%7D%5Cbig%5C%7Bh%5Bn%5D%5Cbig%5C%7D+%3D+X%5Bn%5D%5Ctimes+H%5Bn%5D （https://www.zhihu.com/equation?tex=%2A 号代表卷积， https://www.zhihu.com/equation?tex=%5Ctimes 就是正常的按位乘法）。这就是所谓的，时域卷积对应频域乘积。再你个黑盒叫 IDFT，I 代表 inverse，意思就是 DFT 黑盒的反操作。作用呢就是 [*]https://www.zhihu.com/equation?tex=%5Ctext%7BIDFT%7D%5Cbig%5C%7B+X%5Bn%5D+%5Cbig%5C%7D+%3D+x%5Bn%5D 。或者说， https://www.zhihu.com/equation?tex=%5Ctext%7BIDFT%7D%5Cbig%5C%7B+%5Ctext%7BDFT%7D%5Cbig%5C%7Bx%5Bn%5D+%5Cbig%5C%7D+%5Cbig%5C%7D+%3D+x%5Bn%5D ，一去一回，啥都没变。同理， https://www.zhihu.com/equation?tex=%5Ctext%7BIDFT%7D%5Cbig%5C%7B+H%5Bn%5D+%5Cbig%5C%7D+%3D+h%5Bn%5D 有了上面两个黑盒，我们就能通过图二、图三序列求对应的图一序列了。既然， https://www.zhihu.com/equation?tex=x%5Bn%5D%2Ah%5Bn%5D+%3D+y%5Bn%5D 那么， https://www.zhihu.com/equation?tex=%5Ctext%7BDFT%7D%5Cbig%5C%7Bx%5Bn%5D%2Ah%5Bn%5D%5Cbig%5C%7D+%3D+%5Ctext%7BDFT%7D%5Cbig%5C%7By%5Bn%5D%5Cbig%5C%7D+%5Cquad+%5CLongrightarrow+%5Cquad+X%5Bn%5D%5Ctimes+H%5Bn%5D+%3D+Y%5Bn%5D 做一个小小的代数操作就有 https://www.zhihu.com/equation?tex=X%5Bn%5D+%3D+Y%5Bn%5D+%5Cmathbin%7B%2F%7D+H%5Bn%5D IDFT 黑盒登场就有 https://www.zhihu.com/equation?tex=x%5Bn%5D+%3D+%5Ctext%7BIDFT%7D%5Cbig%5C%7B+X%5Bn%5D+%5Cbig%5C%7D+%3D+%5Ctext%7BIDFT%7D%5Cbig%5C%7B+Y%5Bn%5D+%5Cmathbin%7B%2F%7D+H%5Bn%5D+%5Cbig%5C%7D+ 即， https://www.zhihu.com/equation?tex=x%5Bn%5D+%3D+%5Ctext%7BIDFT%7D%5CBig%5C%7B+%5Ctext%7BDFT%7D%5Cbig%5C%7By%5Bn%5D+%5Cbig%5C%7D+%5Cmathbin%7B%2F%7D+%5Ctext%7BDFT%7D%5Cbig%5C%7Bh%5Bn%5D+%5Cbig%5C%7D+%5CBig%5C%7D+ 好了，根据图二冲激响应 https://www.zhihu.com/equation?tex=h%5Bn%5D 和图三系统输出 https://www.zhihu.com/equation?tex=y%5Bn%5D ，用两次 DFT 黑盒，一次除法，一次 IDFT 黑盒，我们就得到了所需要知道的图一系统输入 https://www.zhihu.com/equation?tex=x%5Bn%5D 。因为这相当于把两个卷积在一起的序列再次分开，所以命名反卷积 XD。如果用 Matlab 的话，对应的代码也只需要一行。 x = ifft(fft(y)./fft(h)); 回复
2023-2-1

期权匿名回答

阅读本文的基础，是默认已经理解了图像处理中正向卷积的过程(卷积特征提取 - UFLDL)。什么是反卷积？ [*]上采样(Upsample) 在应用在计算机视觉的深度学习领域，由于输入图像通过卷积神经网络(CNN)提取特征后，输出的尺寸往往会变小，而有时我们需要将图像恢复到原来的尺寸以便进行进一步的计算(e.g.:图像的语义分割)，这个采用扩大图像尺寸，实现图像由小分辨率到大分辨率的映射的操作，叫做上采样(Upsample)。 [*]反卷积(Transposed Convolution) 上采样有3种常见的方法：双线性插值(bilinear)，反卷积(Transposed Convolution)，反池化(Unpooling)，我们这里只讨论反卷积。这里指的反卷积，也叫转置卷积，它并不是正向卷积的完全逆过程，用一句话来解释：反卷积是一种特殊的正向卷积，先按照一定的比例通过补 https://www.zhihu.com/equation?tex=0 来扩大输入图像的尺寸，接着旋转卷积核，再进行正向卷积。反卷积的数学推导 [*]正向卷积的实现过程假设输入图像 https://www.zhihu.com/equation?tex=input 尺寸为 https://www.zhihu.com/equation?tex=4+%5Ctimes+4 ，元素矩阵为： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+input+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bcccccc%7D+++++x_1+%26+x_2+%26+x_3+%26+x_4+%5C%5C+x_5+%26+x_6+%26+x_7+%26+x_8+%5C%5C+x_9+%26+x_%7B10%7D+%26+x_%7B11%7D+%26+x_%7B12%7D+%5C%5C+x_%7B13%7D+%26+x_%7B14%7D+%26+x_%7B15%7D+%26+x_%7B16%7D+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 卷积核 https://www.zhihu.com/equation?tex=kernel 尺寸为 https://www.zhihu.com/equation?tex=3+%5Ctimes+3 ，元素矩阵为： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+input+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bcccccc%7D+++++w_%7B0%2C0%7D+%26+w_%7B0%2C1%7D+%26+w_%7B0%2C2%7D%5C%5C+w_%7B1%2C0%7D+%26+w_%7B1%2C1%7D+%26+w_%7B1%2C2%7D%5C%5C+w_%7B2%2C0%7D+%26+w_%7B2%2C1%7D+%26+w_%7B2%2C2%7D+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 步长 https://www.zhihu.com/equation?tex=strides%3D1，填充 https://www.zhihu.com/equation?tex=padding%3D0 ，即 https://www.zhihu.com/equation?tex=i%3D4%2Ck%3D3%2Cs%3D1%2Cp%3D0 ，则按照卷积计算公式 https://www.zhihu.com/equation?tex=o%3D%5Cfrac%7Bi%2B2p-k%7D%7Bs%7D%2B1 ，输出图像 https://www.zhihu.com/equation?tex=output 的尺寸为 https://www.zhihu.com/equation?tex=2+%5Ctimes+2。 [*]用矩阵乘法描述卷积把 https://www.zhihu.com/equation?tex=input 的元素矩阵展开成一个列向量 https://www.zhihu.com/equation?tex=X： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+input+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bcccccc%7D+++++x_1+%26+x_2+%26+x_3+%26+x_4+%26+x_5+%26+x_6+%26+x_7+%26+x_8+%26+x_9+%26+x_%7B10%7D+%26+x_%7B11%7D+%26+x_%7B12%7D+%26+x_%7B13%7D+%26+x_%7B14%7D+%26+x_%7B15%7D+%26+x_%7B16%7D+++%5Cend%7Barray%7D%5Cright%5D%5ET+%5Cend%7Balign%2A%7D 把输出图像 https://www.zhihu.com/equation?tex=output 的元素矩阵展开成一个列向量 https://www.zhihu.com/equation?tex=Y： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+input+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bcccccc%7D+++++y_1+%26+y_2+%26+y_3+%26+y_4%5Cend%7Barray%7D%5Cright%5D%5ET+%5Cend%7Balign%2A%7D 对于输入的元素矩阵 https://www.zhihu.com/equation?tex=X 和输出的元素矩阵 https://www.zhihu.com/equation?tex=Y ，用矩阵运算描述这个过程： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+++Y%3DCX%5C%5C+%5Cend%7Balign%2A%7D 通过推导，我们可以得到稀疏矩阵 https://www.zhihu.com/equation?tex=C ： https://www.zhihu.com/equation?tex=C%3D%5Cbegin%7Balign%2A%7D++%5Cleft%5B%5Cbegin%7Barray%7D%7Bcccccc%7D+++++w_%7B0%2C0%7D+%26+w_%7B0%2C1%7D+%26+w_%7B0%2C2%7D+%26+0+%26+w_%7B1%2C0%7D+%26+w_%7B1%2C1%7D+%26+w_%7B1%2C2%7D%26+0%26w_%7B2%2C0%7D+%26+w_%7B2%2C1%7D+%26+w_%7B2%2C2%7D+%26+0+%26+0+%26+0+%26+0+%26+0%5C%5C+0+%26w_%7B0%2C0%7D+%26+w_%7B0%2C1%7D+%26+w_%7B0%2C2%7D+%26+0+%26+w_%7B1%2C0%7D+%26+w_%7B1%2C1%7D+%26+w_%7B1%2C2%7D%26+0%26w_%7B2%2C0%7D+%26+w_%7B2%2C1%7D+%26+w_%7B2%2C2%7D+%26+0+%26+0+%26+0+%26+0%5C%5C+0+%26+0+%26+0+%26+0+%26+w_%7B0%2C0%7D+%26+w_%7B0%2C1%7D+%26+w_%7B0%2C2%7D+%26+0+%26+w_%7B1%2C0%7D+%26+w_%7B1%2C1%7D+%26+w_%7B1%2C2%7D%26+0%26w_%7B2%2C0%7D+%26+w_%7B2%2C1%7D+%26+w_%7B2%2C2%7D%26+0%5C%5C+0+%26+0+%26+0+%26+0+%26+0+%26+w_%7B0%2C0%7D+%26+w_%7B0%2C1%7D+%26+w_%7B0%2C2%7D+%26+0+%26+w_%7B1%2C0%7D+%26+w_%7B1%2C1%7D+%26+w_%7B1%2C2%7D%26+0%26w_%7B2%2C0%7D+%26+w_%7B2%2C1%7D+%26+w_%7B2%2C2%7D++++++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 反卷积的操作就是要对这个矩阵运算过程进行逆运算，即通过 https://www.zhihu.com/equation?tex=C 和 https://www.zhihu.com/equation?tex=Y 得到 https://www.zhihu.com/equation?tex=X ，根据各个矩阵的尺寸大小，我们能很轻易的得到计算的过程，即为反卷积的操作： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+++X%3DC%5E%7BT%7DY+%5Cend%7Balign%2A%7D 但是，如果你代入数字计算会发现，反卷积的操作只是恢复了矩阵 https://www.zhihu.com/equation?tex=X 的尺寸大小，并不能恢复 https://www.zhihu.com/equation?tex=X 的每个元素值，本文最后会在 tensorflow 平台进行这个实验。在此之前，我们先给出反卷积图像尺寸变化的公式。 [*]反卷积的输入输出尺寸关系在进行反卷积时，简单来说，大体上可分为以下两种情况： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+o%26%3Dsize%5C+of%5C+output%5C%5C+i%26%3Dsize%5C+of%5C+input%5C%5C+p%26%3Dpadding%5C%5C+s%26%3Dstrides+%5Cend%7Balign%2A%7D Relationship 1：https://www.zhihu.com/equation?tex=%28o%2B2p-k%29+%5C%25+s%3D0 此时反卷积的输入输出尺寸关系为： https://www.zhihu.com/equation?tex=o%3Ds%28i-1%29-2p%2Bk http://picx.zhimg.com/v2-78be59f3fee31730d49372bca2cec843_r.jpg?source=1940ef5c 如上图所示，我们选择一个输入 https://www.zhihu.com/equation?tex=input 尺寸为 https://www.zhihu.com/equation?tex=3+%5Ctimes+3 ，卷积核 https://www.zhihu.com/equation?tex=kernel 尺寸为 https://www.zhihu.com/equation?tex=3%5Ctimes+3 ，步长 https://www.zhihu.com/equation?tex=strides%3D2+，填充 https://www.zhihu.com/equation?tex=padding%3D1，即 https://www.zhihu.com/equation?tex=i%3D3%2Ck%3D3%2Cs%3D2%2Cp%3D1 ，则输出 https://www.zhihu.com/equation?tex=output 的尺寸为 https://www.zhihu.com/equation?tex=o%3D2%5Ctimes%283-1%29%2B3%3D5 。 Relationship 2： https://www.zhihu.com/equation?tex=%28o%2B2p-k%29%5C%25s%5Cneq0 此时反卷积的输入输出尺寸关系为： https://www.zhihu.com/equation?tex=o%3Ds%28i-1%29-2p%2Bk%2B%28o%2B2p-k%29%5C%25s http://pic1.zhimg.com/v2-300529091680abb9f674745eeac0391a_r.jpg?source=1940ef5c 如上图所示，我们选择一个输入 https://www.zhihu.com/equation?tex=input 的尺寸为 https://www.zhihu.com/equation?tex=3+%5Ctimes+3 ，卷积核 https://www.zhihu.com/equation?tex=kernel 的尺寸为 https://www.zhihu.com/equation?tex=3%5Ctimes+3 ，步长 https://www.zhihu.com/equation?tex=strides%3D2，填充 https://www.zhihu.com/equation?tex=padding%3D1 ，即 https://www.zhihu.com/equation?tex=i%3D3%2Ck%3D3%2Cs%3D2%2Cp%3D1 ，则输出 https://www.zhihu.com/equation?tex=output 的尺寸为https://www.zhihu.com/equation?tex=o%3D2%5Ctimes%283-1%29%2B3-2%5Ctimes+1%2B1%3D6 。 [*]反卷积在 FCN 中的应用在图像语义分割网络 FCN-32s 中，上采样反卷积操作的输入每张图像的尺寸是 https://www.zhihu.com/equation?tex=7%5Ctimes+7，我们希望进行一次上采样后能恢复成原始图像的尺寸 https://www.zhihu.com/equation?tex=224%5Ctimes+224 ，代入公式： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+++++o%26%3Ds%28i-1%29%2Bk-2p%5C%5C+++++o%26%3D224%2Ci%3D7+%5Cend%7Balign%2A%7D 根据上式，我们可以得到一个关于 https://www.zhihu.com/equation?tex=s%2Ck%2Cp 三者之间关系的等式： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+++6s%2Bk-2p%3D224+%5Cend%7Balign%2A%7D 通过实验，最终找出了最合适的一组数据： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+s%3D16%2Ck%3D64%2Cp%3D32+%5Cend%7Balign%2A%7D在 tensorflow 中实现反卷积 [*]反卷积的具体计算步骤下面我们用一组实验更直观的解释一下在 tensorflow 中反卷积的过程：我们令输入图像为： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+input+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bccc%7D+++++1+%26+2+%26+3+%5C%5C+++++4+%26+5+%26+6+%5C%5C+++++7+%26+8+%26+9+%5C%5C+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 卷积核为： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+kernel+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bccc%7D+++++1+%26+0+%26+0+%5C%5C+++++0+%26+1+%26+0+%5C%5C+++++0+%26+0+%26+1+%5C%5C+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D case 1 如果要使输出的尺寸是 https://www.zhihu.com/equation?tex=5%5Ctimes+5 ，步数 https://www.zhihu.com/equation?tex=stride%3D2 ，tensorflow 中的命令为： transpose_conv = tf.nn.conv2d_transpose(value=input, filter=kernel, output_shape=[1,5,5,1], strides=2, padding='SAME') 当执行 transpose_conv 命令时，tensorflow 会先计算卷积类型、输入尺寸、步数和输出尺寸之间的关系是否成立，如果不成立，会直接提示错误，如果成立，执行如下操作： 1. 现根据步数 https://www.zhihu.com/equation?tex=strides 对输入的内部进行填充，这里 https://www.zhihu.com/equation?tex=strides 可以理解成输入放大的倍数，即在 https://www.zhihu.com/equation?tex=input 的每个元素之间填充 https://www.zhihu.com/equation?tex=0 ，https://www.zhihu.com/equation?tex=0 的个数 https://www.zhihu.com/equation?tex=n 与 https://www.zhihu.com/equation?tex=strides 的关系为： https://www.zhihu.com/equation?tex=n%3Dstrides-1 例如这里举例的 https://www.zhihu.com/equation?tex=strides%3D2，即在 https://www.zhihu.com/equation?tex=input 的每个元素之间填 https://www.zhihu.com/equation?tex=1 个 https://www.zhihu.com/equation?tex=0 ： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+input_%7Bpad%7D+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bccccc%7D+++++1+%26+0+%26+2+%26+0+%26+3+%5C%5C+++++0+%26+0+%26+0+%26+0+%26+0+%5C%5C+++++4+%26+0+%26+5+%26+0+%26+6+%5C%5C+++++0+%26+0+%26+0+%26+0+%26+0+%5C%5C+++++7+%26+0+%26+8+%26+0+%26+9+%5C%5C+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 因为卷积类型为 same，所以此时， https://www.zhihu.com/equation?tex=i%3D5%2Ck%3D3%2Cs%3D1%2Cp%3D1 。 2. 接下来，用卷积核 https://www.zhihu.com/equation?tex=kernel 对填充后的输入 https://www.zhihu.com/equation?tex=input_%7Bpad%7D 进行步长 https://www.zhihu.com/equation?tex=stride%3D1 的正向卷积，根据正向卷积输出尺寸公式： https://www.zhihu.com/equation?tex=o%3D%5Cfrac%7Bi-k%2B2p%7D%7Bs%7D%2B1%3D%5Cfrac%7B5-3%2B2%5Ctimes1%7D%7B1%7D%2B1%3D5 得到输出尺寸是 https://www.zhihu.com/equation?tex=5%5Ctimes+5 ，反卷积公式中我们给出的输出尺寸参数 https://www.zhihu.com/equation?tex=output%5C_shape 也是为 https://www.zhihu.com/equation?tex=5，两者相同，所以可以进行计算，结果为： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+output+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bccccc%7D+++++1+%26+0+%26+2+%26+0+%26+3+%5C%5C+++++0+%26+6+%26+0+%26+8+%26+0+%5C%5C+++++4+%26+0+%26+5+%26+0+%26+6+%5C%5C+++++0+%26+12+%26+0+%26+14+%26+0+%5C%5C+++++7+%26+0+%26+8+%26+0+%26+9+%5C%5C+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 与 tensorflow 的运行结果相同。 case 2 我们将 case 1 中的输出尺寸 https://www.zhihu.com/equation?tex=output%5C_shape 改成 https://www.zhihu.com/equation?tex=6 ，其他参数均不变，tensorflow 中的命令为： transpose_conv = tf.nn.conv2d_transpose(value=input, filter=kernel, output_shape=[1,6,6,1], strides=2, padding='SAME') 卷积类型是 same，我们首先在外围填充一圈 https://www.zhihu.com/equation?tex=0 ： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+input+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bcccccccc%7D++++++++++0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%5C%5C++++++0+%26+1+%26+0+%26+2+%26+0+%26+3+%26+0+%5C%5C++++++0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%5C%5C++++++0+%26+4+%26+0+%26+5+%26+0+%26+6+%26+0+%5C%5C++++++0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%5C%5C++++++0+%26+7+%26+0+%26+8+%26+0+%26+9+%26+0+%5C%5C++++++0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%5C%5C+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 这时发现，填充后的输入尺寸与 https://www.zhihu.com/equation?tex=3%5Ctimes3 的卷积核卷积后的输出尺寸是 https://www.zhihu.com/equation?tex=5%5Ctimes+5 ，没有达到 https://www.zhihu.com/equation?tex=output%5C_shape 的 https://www.zhihu.com/equation?tex=6%5Ctimes+6 ，这就需要继续填充 https://www.zhihu.com/equation?tex=0，tensorflow 的计算规则是优先在左侧和上侧填充一排 https://www.zhihu.com/equation?tex=0 ，填充后的输入变为： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+input+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bcccccccc%7D+++++0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%5C%5C+++++0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%5C%5C+++++0+%26+0+%26+1+%26+0+%26+2+%26+0+%26+3+%26+0+%5C%5C+++++0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%5C%5C+++++0+%26+0+%26+4+%26+0+%26+5+%26+0+%26+6+%26+0+%5C%5C+++++0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%5C%5C+++++0+%26+0+%26+7+%26+0+%26+8+%26+0+%26+9+%26+0+%5C%5C+++++0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%26+0+%5C%5C+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 接下来，再对这个填充后的输入与 https://www.zhihu.com/equation?tex=3%5Ctimes3 的卷积核卷积，结果为： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+input+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bcccccc%7D+++++1+%26+0+%26+2+%26+0+%26+3+%26+0+%5C%5C+++++0+%26+1+%26+0+%26+2+%26+0+%26+3+%5C%5C+++++4+%26+0+%26+6+%26+0+%26+8+%26+0+%5C%5C+++++0+%26+4+%26+0+%26+5+%26+0+%26+6+%5C%5C+++++7+%26+0+%26+12+%26+0+%26+14+%26+0+%5C%5C+++++0+%26+7+%26+0+%26+8+%26+0+%26+9+%5C%5C+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 与 tensorflow 的运行结果相同。 [*]反卷积只能恢复尺寸，不能恢复数值最后，我们要验证一下前文中提到的“如果你代入数字计算会发现，反卷积的操作只是恢复了矩阵 https://www.zhihu.com/equation?tex=X 的尺寸大小，并不能恢复 https://www.zhihu.com/equation?tex=X 的每个元素值”。 1. 正向卷积： value = tf.reshape(tf.constant([[1., 2., 3.], [4., 5., 6.], [7., 8., 9.]]), [1, 5, 5, 1]) filter = tf.reshape(tf.constant([[1., 0.], [0., 1.]]), [2, 2, 1, 1]) output = tf.nn.conv2d(value, filter, [1, 2, 2, 1], 'SAME') 卷积的结果是： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+output+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bccc%7D+++++6+%26+8+%26+3++%5C%5C+++++12+%26+14+%26+6+%5C%5C+++++7+%26+8+%26+9+%5C%5C+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 2. 我们用和正向卷积完全相同的参数对这个结果进行反卷积： input = tf.reshape(tf.constant([[6., 8., 3.], [12., 14., 6.], [7., 8., 9.]]), [1, 3, 3, 1]) kernel = tf.reshape(tf.constant([[1., 0.], [0., 1.]]), [2, 2, 1, 1]) output = tf.nn.conv2d_transpose(value=input, filter=kernel, output_shape=[1, 3, 3, 1], strides=[1, 2, 2, 1], padding='SAME') 卷积的结果是： https://www.zhihu.com/equation?tex=%5Cbegin%7Balign%2A%7D+output+%3D+++%5Cleft%5B%5Cbegin%7Barray%7D%7Bccc%7D+++++6+%26+8+%26+3++%5C%5C+++++12+%26+14+%26+6+%5C%5C+++++7+%26+8+%26+9+%5C%5C+++%5Cend%7Barray%7D%5Cright%5D+%5Cend%7Balign%2A%7D 可见，反卷积不能恢复数值，而且，在当 https://www.zhihu.com/equation?tex=stride%5Cgeq2 时，即便使用完全相同的参数进行转置卷积，输入的尺寸也不能恢复。回复
2023-2-1

期权匿名回答

我就尝试从工程实现的角度去解释反卷积，其实如果去读下深度学习框架的源码就可以看到，反卷积前向和后向传播的实现，恰好就是对应卷积的后向和前向传播，这里简单看下caffe反卷积层的前向实现的源码： deconv_layer.cpp http://picx.zhimg.com/v2-37f7de11a473f56c5426cccd2e9aa9d5_r.jpg?source=1940ef5c 可以看到核心计算部分其实是调用了继承自卷积层的反向传播函数：base_conv_layer.cpp http://picx.zhimg.com/v2-454daee380aeb977e7946b6b7ae15378_r.jpg?source=1940ef5c 可以看到卷积的反向传播实现就是一个gemm+col2im，所以只要理解了卷积的反向传播的计算过程，那么反卷积的前向计算过程也就懂了。下面结合卷积运算过程的示例图解释下其前向和反向传播的计算流程： http://picx.zhimg.com/v2-26d22de9b97d18b4b285ad02d2b747a8_r.jpg?source=1940ef5c 首先看到卷积的FP计算流程，假设给定卷积输入大小是 Cin * Hin * Win，假设卷积输出通道数为Cout，卷积核空间大小 K * K，则权值大小是 Cout * Cin * K * K，然后我们知道卷积运算的一个加速方法是转换成矩阵乘法，就是把输入通过 im2col 操作转成 (Cin * K * K ) x （Hout * Wout）大小的矩阵，然后和同样把每个输出通道对应的权值拉成向量，就可以做矩阵乘法了，可以看到乘法结果就是卷积输出结果关于im2col的解释可参考博客： caffe im2col 详解然后看下卷积的反向传播，现在是给定输出梯度，反求输入梯度，我们知道输出梯度大小和卷积输出feature map一致，输入梯度大小和输入feature map一致，如果是3x3且步长为2的卷积且pad 为1，那么输出feature map就是大小相当于是输入的一半，那么反向传播看起来就像是把输出梯度变大到输入梯度大小的过程，是不是就和反卷积所做的事情一样了:)。 Ok，那现在来看下，卷积的反向传播怎么做的，转换成矩阵乘法之后，其求导结果和全连接层求导结果类似： SIGAI：反向传播算法推导-全连接神经网络相当于是把权值转置一下然后和输出梯度做乘法，得到输入梯度的中间结果，看图中卷积BP部分的中间结果大小是 (Cin * K * K ) x （Hout * Wout），那怎么变成 Cin * Hin * Win 呢？还记得卷积前向是首先有个im2col操作吗，那现在就是反过来，用其逆操作col2im，把中间结果的每一列 Cin * K * K 大小的向量，reshape成（Cin, K，K）的 tensor，然后往输入梯度对应通道的对应位置上回填累加，这里首先会把输入梯度每个位置初始化为0，回填的时候是根据步长滑动回填窗口，就和卷积前向的时候，根据步长滑动卷积窗口一样。然后就完成了把输出梯度变大到输入梯度大小的过程了。然后理解了卷积的前向和后向计算之后，再来看反卷积就很清晰了，看到下图最下面一行反卷积的前向过程和卷积的反向过程对照来看： http://picx.zhimg.com/v2-e74af6bc6cfa76837b9bf267788f0aed_r.jpg?source=1940ef5c 这里再简单画个计算流程图展示下卷积的反向传播和反卷积的前向传播过程，假设卷积和反卷积核大小都是3x3，步长为2，卷积输入大小是4x4，现在假设需要卷积输出或反卷积输入大小是2x2，则根据卷积输出大小计算公式(（ input + 2 * pad - kernel ）/ stride + 1 )则需要pad 1，则现在看下如何从2x2大小的输入反推输出4x4，为了方便理解，假设权值都是1，卷积输出梯度或者反卷积输入值都是1，输入和输出通道都是1： http://pic1.zhimg.com/v2-36287d9ef3eca2bfda7bb6a2211afd9c_r.jpg?source=1940ef5c 中间结果矩阵大小为9x4，然后把每一列reshape成 3x3 大小然后往6x6输出上累加，最后再crop出中间部分，就得到结果了。下面用mxnet简单验证下结果： import mxnet as mx data_shape = (1, 1, 2, 2) data = mx.nd.ones(data_shape) deconv_weight_shape = (1, 1, 3, 3) deconv_weight = mx.nd.ones(deconv_weight_shape) # deconvolution forward data_deconv = mx.nd.Deconvolution(data=data, weight=deconv_weight, kernel=(3, 3), pad=(1, 1), stride=(2, 2), adj=(1, 1), num_filter=1) print(data_deconv) # convolution backward data_sym = mx.sym.Variable('data') conv_sym = mx.sym.Convolution(data=data_sym, kernel=(3, 3), stride=(2, 2), pad=(1, 1), num_filter=1, no_bias=True, name='conv') executor = conv_sym.simple_bind(data=(1, 1, 4, 4), ctx=mx.cpu()) mx.nd.ones((1, 1, 3, 3)).copyto(executor.arg_dict['conv_weight']) executor.backward(mx.nd.ones((1, 1, 2, 2))) print(executor.grad_dict['data'])从下图结果可以看到打印出的反卷积前向结果和卷积的反向结果与上面计算流程图中的结果一致： http://picx.zhimg.com/50/v2-04230d188cb3a019e81a475d76cda719_720w.jpg?source=1940ef5c 相关资料：反卷积和上采样+卷积的区别？回复
2023-2-1

期权匿名回答

转置卷积定义对于很多生成模型（如GAN中的生成器、自动编码器（Autoencoder）、语义分割等模型）。我们通常希望进行与正常卷积相反的转换，即我们希望执行上采样，比如自动编码器或者语义分割。（对于语义分割，首先用编码器提取特征图，然后用解码器回复原始图像大小，这样来分类原始图像的每个像素。）实现上采样的传统方法是应用插值方案或人工创建规则。而神经网络等现代架构则倾向于让网络自己自动学习合适的变换，无需人类干预。为了做到这一点，我们可以使用转置卷积。转置卷积在文献中也被称为去卷积（Deconvolution）或微步幅卷积（Fractionally strided convolution）。但是，需要指出去卷积这个名称并不是很合适，因为转置卷积并非信号/图像处理领域定义的那种真正的去卷积。从技术上讲，信号处理中的去卷积是卷积运算的逆运算。但这里却不是这种运算。后面我们会介绍为什么将这种运算称为转置卷积更自然且更合适。我们可以使用常见卷积实现转置卷积。这里我们用一个简单的例子来说明，输入层为https://www.zhihu.com/equation?tex=2%2A2，先进行填充值Padding为https://www.zhihu.com/equation?tex=2%2A2单位步长的零填充，再使用步长Stride为1的https://www.zhihu.com/equation?tex=3%2A3卷积核进行卷积操作则实现了上采样，上采样输出的大小为https://www.zhihu.com/equation?tex=4%2A4。 http://pic1.zhimg.com/50/v2-3c7bf3111ec2ceb56adaa0af48114ed9_720w.gif?source=1940ef5c 值得一提的是，可以通过各种填充和步长，我们可以将同样的https://www.zhihu.com/equation?tex=2%2A2输入映射到不同的图像尺寸。下图，转置卷积被应用在同一张https://www.zhihu.com/equation?tex=2%2A2的输入上（输入之间插入了一个零，并且周围加了https://www.zhihu.com/equation?tex=2%2A2的单位步长的零填充）上应用https://www.zhihu.com/equation?tex=3%2A3的卷积核，得到的结果（即上采样结果）大小为https://www.zhihu.com/equation?tex=5%2A5。 http://pic1.zhimg.com/50/v2-3dfa76886b5febb44bfd57c0fbe0c8e9_720w.gif?source=1940ef5c 通过观察上述例子中的转置卷积能够帮助我们构建起一些直观的认识。但为了进一步应用转置卷积，我们还需要了解计算机的矩阵乘法是如何实现的。从实现过程的角度我们可以理解为何转置卷积才是最合适的名称。在卷积中，我们这样定义：用https://www.zhihu.com/equation?tex=C代表卷积核，https://www.zhihu.com/equation?tex=input为输入图像，https://www.zhihu.com/equation?tex=output为输出图像。经过卷积（矩阵乘法）后，我们将https://www.zhihu.com/equation?tex=input从大图像下采样为小图像https://www.zhihu.com/equation?tex=output。这种矩阵乘法实现遵循https://www.zhihu.com/equation?tex=C%2Ainput%3Doutput。下面的例子展示了这种运算在计算机内的工作方式。它将输入平展（https://www.zhihu.com/equation?tex=16%2A1）矩阵，并将卷积核转换为一个稀疏矩阵（https://www.zhihu.com/equation?tex=4%2A16）。然后，在稀疏矩阵和平展的输入之间使用矩阵乘法。之后，再将所得到的矩阵（https://www.zhihu.com/equation?tex=4%2A1)转为https://www.zhihu.com/equation?tex=2%2A2输出。 http://picx.zhimg.com/v2-cc98906f5dbe6129b019b66679938adc_r.jpg?source=1940ef5c 此时，若用卷积核对应稀疏矩阵的转置https://www.zhihu.com/equation?tex=C%5ET（https://www.zhihu.com/equation?tex=16%2A4）乘以输出的平展（https://www.zhihu.com/equation?tex=4%2A1）所得到的结果（https://www.zhihu.com/equation?tex=16%2A1）的形状和输入的形状（https://www.zhihu.com/equation?tex=16%2A1）相同。 http://picx.zhimg.com/v2-556e4849c9bf764fdbfb5ce84f0a204d_r.jpg?source=1940ef5c 但值得注意的是，上述两次操作并不是可逆关系，对于同一个卷积核（因非其稀疏矩阵不是正交矩阵），结果转置操作之后并不能恢复到原始的数值，而仅仅保留原始的形状，所以转置卷积的名字由此而来。并回答了上面提到的疑问，相比于“逆卷积”而言转置卷积更加准确。转置矩阵的算术解释可参考：https://arxiv.org/abs/1603.07285 1. 棋盘效应（Checkboard artifacts）在使用转置卷积时观察到一个棘手的现象（尤其是深色部分常出现）就是"棋盘格子状伪影"，被命名为棋盘效应（Checkboard artifacts）。下图直观地展示了棋盘效应（来源：https://distill.pub/2016/deconv-checkerboard/） http://picx.zhimg.com/v2-16146c7dc176fb6dee5a37c95ad93221_r.jpg?source=1940ef5c 本文仅做简要介绍，详细部分请参考论文:Deconvolution and Checkerboard Artifacts 棋盘效应是由于转置卷积的“不均匀重叠”（Uneven overlap）的结果。使图像中某个部位的颜色比其他部位更深。尤其是当卷积核（Kernel）的大小不能被步长（Stride）整除时，反卷积就会不均匀重叠。虽然原则上网络可以通过训练调整权重来避免这种情况，但在实践中神经网络很难完全避免这种不均匀重叠。下面通过一个详细的例子，更为直观展示棋盘效应。下图的顶部部分是输入层，底部部分为转置卷积输出结果。结果转置卷积操作，小尺寸的输入映射到较大尺寸的输出（体现在长和宽维度）。在（a）中，步长为1，卷积核为https://www.zhihu.com/equation?tex=2%2A2。如红色部分所展示，输入第一个像素映射到输出上第一个和第二个像素。而正如绿色部分，输入的第二个像素映射到输出上的第二个和第三个像素。则输出上的第二个像素从输入上的第一个和第二个像素接收信息。总而言之，输出中间部分的像素从输入中接收的信息存在重叠区域。在示例（b）中的卷积核大小增加到3时，输出所接收到的大多数信息的中心部分将收缩。但这并不是最大的问题，因为重叠仍然是均匀的。 http://pica.zhimg.com/v2-9a93cbac03830084b90574f017b6038b_r.jpg?source=1940ef5c 如果将步幅改为2，在卷积核大小为2的示例中，输出上的所有像素从输入中接收相同数量的信息。由下图（a）可见，此时描以转置卷积的重叠。若将卷积核大小改为4（下图（b）），则均匀重叠区域将收缩，与此同时因为重叠是均匀的，故仍然为有效输出。但如果将卷积核大小改为3，步长为2（下图（c）），以及将卷积核大小改为5，步长为2（下图（d）），问题就出现了，对于这两种情况输出上的每个像素接收的信息量与相邻像素不同。在输出上找不到连续且均匀重叠区域。 http://picx.zhimg.com/v2-6288d1734ad00c718fc814e4c7bbc985_r.jpg?source=1940ef5c 在二维情况下棋盘效应更为严重，下图直观地展示了在二维空间内的棋盘效应。 http://pica.zhimg.com/v2-de1bb8f86193666e3b0a1539d273ab32_r.jpg?source=1940ef5c 1.1 如何避免棋盘效应 [*]采取可以被步长整除的卷积核长度该方法较好地应对了棋盘效应问题，但仍然不够圆满，因为一旦我们的卷积核学习不均匀，依旧会产生棋盘效应（如下图所示） http://picx.zhimg.com/v2-7ff8bc4321df9a9e454964fc5d0a0070_r.jpg?source=1940ef5c [*]插值可以直接进行插值Resize操作，然后再进行卷积操作。该方式在超分辨率的相关论文中比较常见。例如我们可以用常见的图形学中常用的双线性插值和近邻插值以及样条插值来进行上采样。 http://pic1.zhimg.com/v2-8c050c97a06222cb6b2d438073191ea5_r.jpg?source=1940ef5c 2. 转置卷积的计算输入层：https://www.zhihu.com/equation?tex=W_%7Bin%7D%2AH_%7Bin%7D%2AD_%7Bin%7D 超参数： [*]过滤器个数：https://www.zhihu.com/equation?tex=k [*]过滤器中卷积核维度：https://www.zhihu.com/equation?tex=w%2Ah [*]滑动步长（Stride）：https://www.zhihu.com/equation?tex=s [*]填充值（Padding）：https://www.zhihu.com/equation?tex=p 输出层：https://www.zhihu.com/equation?tex=W_%7Bout%7D%2AH_%7Bout%7D%2AD_%7Bout%7D （为简化计算，设https://www.zhihu.com/equation?tex=W_%7Bin%7D%3DH_%7Bin%7D%3Din，则记https://www.zhihu.com/equation?tex=W_%7Bout%7D%3DH_%7Bout%7D%3Dout）其中输出层和输入层之间的参数关系分为两种情况：情况一：https://www.zhihu.com/equation?tex=%28in-1%29%2As-2p%2Bk%3Dout https://www.zhihu.com/equation?tex=%5Cbegin%7Bcases%7D+out%3Ds%2A%28in-1%29-2p%2Bk%2C+%5C%5C+D_%7Bout%7D+%3D+k+%5Cend%7Bcases%7D 情况二：https://www.zhihu.com/equation?tex=%28in-1%29%2As-2p%2Bk%5Cnot%3Dout https://www.zhihu.com/equation?tex=%5Cbegin%7Bcases%7D+out%3Ds%28in-1%29-2p%2Bk%2B%28out%2B2p-k%29%5C%25s%2C+%5C%5C+D_%7Bout%7D+%3D+k+%5Cend%7Bcases%7D 参考资料 [*]A Comprehensive Introduction to Different Types of Convolutions in Deep Learning | by Kunlun Bai | Towards Data Science 回复
2023-2-1

期权匿名回答

反卷积的理解为了理解反卷积，我们先从1D的步长为2的简单卷积的例子开始：长度为8的一维信号 https://www.zhihu.com/equation?tex=x ，通过长度为4的一维滤波器 https://www.zhihu.com/equation?tex=f 进行一维卷积填充得到长度为5的一维信号 https://www.zhihu.com/equation?tex=y 。 https://www.zhihu.com/equation?tex=x 中的区域表示用0填充， https://www.zhihu.com/equation?tex=f 中的灰色区域表示乘以0。 http://picx.zhimg.com/v2-c351cca61b6e270b3f18633bf8635445_r.jpg?source=1940ef5c 长度为8的一维信号x，通过长度为4的一维滤波器f进行一维卷积填充得到长度为5的一维信号y。x中的区域表示用0填充，f中的灰色区域表示乘以0。 https://www.zhihu.com/equation?tex=x 的灰色区域对 https://www.zhihu.com/equation?tex=y 值并没有贡献。图1可以看出，步幅为2的卷积是一个下采样操作。为了理解卷积与反卷积的关系，我们查看步幅为2的裁剪转置卷积： http://picx.zhimg.com/v2-716b3a6704fc78cb258033c627fe5341_r.jpg?source=1940ef5c 图中长度为5的一维信号x_1通过长度为4的一维滤波器f_1进行裁剪卷积得到长度为8的一维信号y_1。y_1中的灰色区域表示裁剪。图2说明了1维的裁剪转置卷积过程，这是一个上采样的操作。图中长度为5的一维信号 https://www.zhihu.com/equation?tex=x_1 通过长度为4的一维滤波器 https://www.zhihu.com/equation?tex=f_1 进行裁剪卷积得到长度为8的一维信号 https://www.zhihu.com/equation?tex=y_1 。 https://www.zhihu.com/equation?tex=y_1 中的灰色区域表示裁剪。注意到图2的 https://www.zhihu.com/equation?tex=f_1 是图一的 https://www.zhihu.com/equation?tex=f 的转置; 由于转置矩阵，填充卷积变成了裁剪卷积。图二的整个过程相当于图一过程的反向传播，所以转置卷积又叫做反卷积。而在神经网络中，卷积层和反卷积层的梯度就由此求出：内核w定义了前向传递的矩阵 https://www.zhihu.com/equation?tex=C 和后向转置的矩阵 https://www.zhihu.com/equation?tex=C%5ET , 误差是通过将损失与转置权重矩阵相乘来反向传播的。注意图2的计算过程， https://www.zhihu.com/equation?tex=x_1 与 https://www.zhihu.com/equation?tex=f_1 计算两次才滑动一次，步幅应该算1/2，因此反卷积又叫做分数步幅卷积。通过以上的分析可以知道，反卷积其实就是一种特殊的卷积，完全可以用直接卷积来替代反卷积。反卷积的推导刚刚举了一个较为简单的例子，现在进行简单地推导。把图像展开成一维向量之后，情况就和上一节提到的一样。假设输入图像input为4×4的矩阵： http://picx.zhimg.com/50/v2-b74ea5852afb88c470c4897d49fdf04f_720w.jpg?source=1940ef5c 卷积核kernel为3×3的矩阵： http://pic1.zhimg.com/50/v2-e8c59c168dd5c6b68d43c0c9203bfd23_720w.jpg?source=1940ef5c 在步长strides=1，填充padding=0的情况下，按卷积公式计算得输出图像尺寸为2×2。即： http://pica.zhimg.com/50/v2-6cd8aa28f520ce561f3ccbb5dbacfc65_720w.jpg?source=1940ef5c 现在把input展开成列向量 https://www.zhihu.com/equation?tex=x ，output展开成列向量 https://www.zhihu.com/equation?tex=y ，则： http://pic1.zhimg.com/v2-82794ad8c2b9247533a3023d4aea15cd_r.jpg?source=1940ef5c 那么卷积操作就可以用矩阵乘法来描述： http://picx.zhimg.com/50/v2-f369afaff4dbca2188273707e2634282_720w.jpg?source=1940ef5c 这个权重矩阵 https://www.zhihu.com/equation?tex=C ，我们可以推导出来，是一个稀疏矩阵： http://picx.zhimg.com/v2-ccea1620e1972da8d021c5acdd582b36_r.jpg?source=1940ef5c 而反卷积操作就是要通过 https://www.zhihu.com/equation?tex=C 和 https://www.zhihu.com/equation?tex=y 得到 https://www.zhihu.com/equation?tex=x ，则反卷积操作可以写成： http://pic1.zhimg.com/50/v2-fbe266d6deb0e11008208ba67f59ec85_720w.jpg?source=1940ef5c 反卷积图像尺寸变化的公式： http://picx.zhimg.com/v2-ae7b05814e493ee80e2a2e277ed060bb_r.jpg?source=1940ef5c 其中， http://pica.zhimg.com/50/v2-0a60d8ab8f68932e4ddf8fe6f8038cf7_720w.jpg?source=1940ef5c 反卷积的等效性为了加深对反卷积的理解，给出以下几种情况以更加直观地感受反卷积，感受卷积与反卷积的等小型。 [*]无填充、单位步幅的卷积对应的反卷积正向卷积，考虑一个3×3的核在4×4输入上的卷积，具有单位步长和无填充(如i=4,k=3,s=1和p=0)。这时会产生2×2的输出： http://picx.zhimg.com/v2-8f0261dd9a9c69f6846b24e0fc341f09_r.jpg?source=1940ef5c 一个3×3的核在4×4输入上的卷积，具有单位步长和无填充(如i=4,k=3,s=1和p=0) 反向这个卷积，输入2×2时会有4×4的输出。反向卷积可以通过使用单位步幅在2×2输入上卷积3×3的核得到2×2的输出，该输入填充有2×2零边界(如i’=2,k’=3,s’=1和p’=2)： http://pic1.zhimg.com/v2-80519929eb3fc22cb02d16f06e6a502b_r.jpg?source=1940ef5c 使用单位步幅在2×2输入上卷积3×3的核得到2×2的输出，该输入填充有2×2零边界(如i’=2,k’=3,s’=1和p’=2) 可以看到，内核和步幅的大小保持不变，但反卷积的输入现在是零填充的，这时反卷积相当于填0后得到一个更大尺寸的输入，然后再正向卷积。 [*]半填充，单位步幅的卷积对应的反卷积假设半填充卷积的输出大小与其输入大小相同，可以合理预期半填充卷积的转置的等效卷积本身就是半填充卷积。使用半填充和单位步长（即，i=5，k=3，s=1和p=1）在5x5输入上卷积3x3内核的反向传递等效于使用半填充和单位步长（即i'=5,k'=k,s'=1和p'=1）在5x5输入上卷积3x3内核。 http://picx.zhimg.com/v2-5d9f3b600192dde0b958768593d12dc4_r.jpg?source=1940ef5c 使用半填充和单位步长（即，i=5，k=3，s=1和p=1）在5x5输入上卷积3x3内核的转置。它等效于使用半填充和单位步长（即i&amp;amp;#39;=5,k&amp;amp;#39;=k,s&amp;amp;#39;=1和p&amp;amp;#39;=1）在5x5输入上卷积3x3内核。 [*]全填充，单位步幅的卷积对应的反卷积知道无填充的转置等效卷积涉及全填充操作（情况1），那么也很容易推出：完全填充卷积的转置等效是非填充卷积。使用全填充和单位步幅（即i=5,k=3,s=1和p=2）对5x5输入卷积3x3内核： http://pica.zhimg.com/v2-923354210d59080736db08a3379d7aa1_r.jpg?source=1940ef5c 使用全填充和单位步幅（即i=5,k=3,s=1和p=2）对5x5输入卷积3x3内核：上述操作的反向传递等效于使用单位步幅（即i'=7,k’=k,s'=1和p'=0）在7x7输入上卷积3x3内核： http://pica.zhimg.com/v2-6891c69ad0c6db8f0d83b013c70e5c50_r.jpg?source=1940ef5c 使用单位步幅（即i&amp;amp;#39;=7,k’=k,s&amp;amp;#39;=1和p&amp;amp;#39;=0）在7x7输入上卷积3x3内核 [*]无零填充、非单位步幅的卷积对应的反卷积使用2×2步长（即i=5，k=3，s=2和p=0）在5×5输入上卷积3x3内核： http://pic1.zhimg.com/v2-e0777fc0ac4798d628d3e32fcd67f7f3_r.jpg?source=1940ef5c 使用2×2步长（即i=5，k=3，s=2和p=0）在5×5输入上卷积3x3内核：它的反向传递等效于在2x2输入（在输入之间插入1个零）上卷积3x3内核，使用单位步长填充2x2零边界（即，i'=2,i''=3,k'=k,s'=1且p'=2)。 http://picx.zhimg.com/v2-13947e32c7c5803e9c50d4f684b58636_r.jpg?source=1940ef5c 在2x2输入（在输入之间插入1个零）上卷积3x3内核，使用单位步长填充2x2零边界（即，i&amp;amp;#39;=2,i&amp;amp;#39;&amp;amp;#39;=3,k&amp;amp;#39;=k,s&amp;amp;#39;=1且p&amp;amp;#39;=2) 可以看出，通过在输入矩阵的元素间插入0使核以比单位步幅更慢的速度移动。所以反卷积又叫分数步幅卷积。使用2x2步长（即i=5，k=3，s=2和p=1）对5x5输入填充1x1零边界的3×3内核： http://picx.zhimg.com/v2-b39c61081e39ddc506566e89d7e8abc1_r.jpg?source=1940ef5c 使用2x2步长（即i=5，k=3，s=2和p=1）对5x5输入填充1x1零边界的3×3内核它的反向传递相当于使用单位步幅（即，i'=3,i''=5，k'=k）在3x3输入（在输入之间插入零）上卷积3x3内核，并填充有1x1的零边界,s'=1且p'=1)： http://picx.zhimg.com/v2-5160e090b22df3407a385266e53a6d15_r.jpg?source=1940ef5c 使用单位步幅（即，i&amp;amp;#39;=3,i&amp;amp;#39;&amp;amp;#39;=5，k&amp;amp;#39;=k）在3x3输入（在输入之间插入零）上卷积3x3内核，并填充有1x1的零边界,s&amp;amp;#39;=1且p&amp;amp;#39;=1) 使用2x2步长（即，i=6，k=3，s=2和p=1）在填充有1x1零边界的6x6输入上卷积3x3的核： http://picx.zhimg.com/v2-bbe1c7f7ae2f2f22e05952af97951cfb_r.jpg?source=1940ef5c 使用2x2步长（即，i=6，k=3，s=2和p=1）在填充有1x1零边界的6x6输入上卷积3x3的核它的反向传递相当于：使用单位步幅在2x2输入（在输入之间插入1个零）上卷积3x3内核，该输入填充有1x1零边界（我在底部和右侧边缘添加了一个大小的额外边界）（即，i'=3,2'=5,a=1，k'=k,s'=1且p'=1） http://pic1.zhimg.com/v2-06f18247a23277e0d9fa1571709c6a99_r.jpg?source=1940ef5c 使用单位步幅在2x2输入（在输入之间插入1个零）上卷积3x3内核，该输入填充有1x1零边界反卷积与棋盘伪影棋盘伪影为什么会产生？当内核大小（输出窗口大小）不能被步幅（顶部点之间的间距）整除时，反卷积具有不均匀的重叠。 http://pica.zhimg.com/v2-e06d6fe5585f0ac8a54f69a9dcc97ca9_r.jpg?source=1940ef5c 重叠图案也以二维形式形成。两个轴上的不均匀重叠相乘在一起，形成了不同大小的典型棋盘状图案： http://picx.zhimg.com/v2-a778078622660afde1c20d69137a94fe_r.jpg?source=1940ef5c 从上图可以看出，不均匀的重叠在两个维度上往往会更加极端，因为这两个图案相乘，所以不均匀度会平方。例如，在一维中，步幅为2，大小为3的反卷积的某些输出的输入数量是其他的两倍，但在二维中，这变成了四倍。现在，神经网络在创建图像时通常使用多层反卷积，从一系列较低分辨率的描述中迭代构建更大的图像。虽然这些堆叠的反卷积可以消除伪影，但它们通常会复合，在各种尺度上产生伪影： http://pic1.zhimg.com/v2-5c3eee1b9108b68a9876a293aa95dc5d_r.jpg?source=1940ef5c 如何抑制棋盘伪影？一种方法是确保使用除以步幅的内核大小，避免重叠问题。这相当于“亚像素卷积”。然而，虽然这种方法有帮助，但反卷积仍然很容易陷入创建伪影。另一种方法是将上采样到更高分辨率从卷积中分离出来以计算特征。例如，可以调整图像大小（使用最近邻插值或双线性插值），然后进行卷积层。 http://pic1.zhimg.com/v2-1ca92cdb7cd57c9c5139f5aa608612b4_r.jpg?source=1940ef5c 参考 https://arxiv.org/abs/1609.07009 https://arxiv.org/abs/1603.07285 https://zhuanlan.zhihu.com/p/48501100 https://distill.pub/2016/deconv-checkerboard/ https://blog.csdn.net/rotk2015/article/details/102500371 回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

年轻人应该为了钱选择工作吗？

 2023-2-1   期权匿名问答  17793  5

专家说年轻时不应该为钱去选择工作，那我们如何在这个社会上生存？靠梦想可以生存吗？

2023-2-1

期权匿名回答

专家已经逐渐脱离底层人民的生活了；都说世人慌慌张张，不过碎银几两，偏偏这碎银几两，能解世间万种慌张；如果可以不为了钱发愁，那谁不愿意选择一个自己喜欢的工作呢？根据脉脉最近的一份报告数据显示，即使是年轻化、高知化的Z时代，薪酬福利仍然是求职者考虑的第一因素，占比高达66.9%； http://pica.zhimg.com/v2-d2509d7b0eb1b061490548cffaf3a8a2_r.jpg?source=1940ef5c 现实一点来说，我们所住的房子、开的车子、吃的饭、买的菜、穿的衣服、水电燃哪一样不需要用钱解决？再往精神层面上讲一讲，我们所读的书、上的学、汲取到的知识，哪一个又不需要钱来解决呢？虽然说钱不是万能的，但是没有钱是万万不能的；没有钱就意味着可能过上吃不饱穿不暖的生活，没有钱就意味着连生病都可能吃不起药，没有钱就意味你…… 的确，钱确实很重要，但是老话说到“君子爱财，取之有道”，赚钱也需要凭借着自身的努力付出而获取；作为普通人可能赚不到大钱，但是还赚不到小钱吗？在现在这个社会，只要你肯付出就一定会有收获，无论是去工地搬砖、送外卖、送快递、还是当保洁人员，你都可以获取一份不错的收入；但是对于当代年轻人来说，小编还是更建议从技能出发，从长远出发，获取一份能够产生复利且持续性的收入；特别是随着远程办公模式在我国的兴起，大家想要找到一份远程岗位也并不难，这里小编耗时1天整理出了七大类适合长期发展的工作，并附有工作机会的平台，希望能帮助到大家；全文内容5700+，建议点赞+收藏，防走丢！！！在分享工作前先为大家分享一个综合类的远程工作平台——甜薪工场-灵活用工-自由职业平台-岗位兼职外包综合类工作平台的好处在于上面有各种远程工作机会，无论是文案写作、视频剪辑、策划设计、市场运营还是web前端、Java工程师等IT程序员都可以在这里找到远程工作机会；作为一个聚合工作需求方与自由职业者的远程工作服务平台，凭借从业人力资源10余载的丰富经验，吸引了20w+的远程工作人员。 http://pica.zhimg.com/v2-26d1ddf0a936929f6e4bcb40389cd8cc_r.jpg?source=1940ef5c 重要的是平台免费注册，不收取任何押金、会费等；对远程办公人员、自由职业者及远程工作者都很友好，全日/半日工作时间灵活选择，在平台注册成为工作者之后，上传简历并在【热招职位】选择自己青睐的岗位投递即可，通过筛选后会有专人电联为你服务，引导后续的工作安排，另外平台的资金托管服务也让平台的远程工作者们更有保障；大大降低了公司跑路的情况，避免出现“被白嫖” 只要你有相关经验，可接受远程工作的均可入驻成为工作者，选择适合自己的工作↓↓↓ 甜薪工场-灵活用工-自由职业平台-岗位兼职外包好了，接下来我们进入正题：一、写作类通过文字来赚钱是一种非常常见的方式，而且写作是一种随着经验提升、年纪增长而文字单价也越来越高的方向，像新闻专业、中文专业等都非常适合；这里总体分为几大类； 1、入驻自由职业者平台这种综合类自由职业者平台上有很多靠谱的远程工作，上面的文案写作需求也非常的多，只需要入驻后选择适合自己的即可；这类平台有甜薪工场-灵活用工-自由职业平台-岗位兼职外包、upwork、Fiverr、freelancer、小蜜蜂、圆领等，大家可以自行了解，选择出最适合自己的，当然也可以多平台入驻，获取更多机会； 2、投稿平台在写作行业中，有一批专门为征稿投稿而生的网站，这里有着丰富的长高需求，你可以通过报名征稿信息来获取收入，也可以发布原创稿件，通过售卖稿件的方式来赚取收入；这里有小马稿件、易稿、稿稿、中国撰稿人基地、中国写手之家…… 3、公众号投稿除了上面说的头发搞平台外，其实还有很多公众号也有这投稿需求，另外还有一些公众号专门分享投稿需求；这里有写手圈、有书、十点读书、约稿投稿平台、投稿小能手、投稿正文驿站、约稿投稿小助手等…… 4、小说类网站小说也是典型的靠写作赚钱的方式之一，如果你擅长写小说还可以去专门的小说网站通过签约或连载小说来赚取收入；这里也简单分享几个小说平台：晋江文学城、起点中文网、番茄小说网、书旗小说、书旗小说、创世、纵横…… 二、设计类设计包含了海报设计、logo设计、室内设计、店铺设计、UI设计等多种设计，最常见的还是平面设计啦； 1、平面设计懂平面设计的朋友可以尝试这类工作，设计也是一个非常适合远程工作或发展为自由职业的方向，初期可以通过帮人作图的方式练练手，收入也还可以。有下面这些适合设计的渠道仅供参考： 1、甜薪工场-灵活用工-自由职业平台-岗位兼职外包：综合类平台，包含海报设计、室内设计、UI设计等多种远程工作机会； 2、站酷：深耕设计领域十五年,聚集了1400万设计师、摄影师、插画师、艺术家、创意人，可接单 3、千图网：包含矢量图素材、背景图片素材、矢量图库、psd素材、字体模板、设计素材、PPT模板、视频素材、插画绘画、平面设计模板、Excel模板素材等多种需求，入驻成为设计师即可，有人下载或接单均可 4、UI中国：有专门的招聘专栏，也有设计大赛可以赚钱 5、视觉中国：坐拥1300万用户，可入驻成为设计师 6、站酷海洛：入驻成为设计师可以通过作品赚钱 7、站酷：聚集了1400万设计师、摄影师、插画师、艺术家、创意人,有专门的职位区域 8、FOTOR懒设计：有海报,PPT,邀请函,banner,名片,logo等多种类型的需求 2、自由插画师对会画画的朋友非常友好；如果你不会但对绘画感兴趣也可以，现在网上免费教程那么多，学点技巧，自己设计些头像、小表情完全不在话下。主要工作包括替书籍、杂志、报纸、说明书、小说、教科书等刊物绘制插画、封面，也从事绘画贺卡、广告、喷画等，分为电子插画和纯手绘。在自媒体平台，小红书、抖音、B站，加上标签吸引流量，发布多了就会有人来找你约稿的。 3、PPT设计 PPT制作不难，很多非设计出身的朋友在做这个，有固定的客户，每个月两、三千不成问题，大部分创作者都能获得几百上千的收益。这里也有三个平台推荐：稻壳儿网、演界网、变色龙三、新媒体运营这里包含了新媒体运营和自媒体运营两种方式，都是可以通过自己运营账号来涨粉引流获取收入，但是前期可能会比较难，更适合有想法、有耐心、能够持续输出内容的人来做，这里也按照平台分享几类： ① 小红书平台：以种草分享为主的社区，你可以分享自己感兴趣的知识、好物等内容来引流涨粉，达到一定的粉丝基础就能够通过接广告来赚钱； ② 抖音平台通过视频内容创作来引流涨粉，达到一定的粉丝基础后就可以接广告变现，也可以通过直播打赏的方式来获取收益；但前提是你真的有良好的内容创作内容，能够吸引到优质的粉丝群体；像很多做壁纸的、做头像的、分享日常有趣生活的、恶搞的、技术流的都还不错； ③ 知乎没错，就是你在看的知乎哦，知乎中也有不少靠写作赚钱的方式，比如说好物推荐、盐选专栏、视频收益、回答红包问题…… ④ 百家号是百度为创作者打造的集创作、发布、变现于一体的内容创作平台，根据内容的阅读量进行分成奖励，平时还会有一些活动，适合有专业知识和创作能力的朋友； ⑤ 头条号字节跳动旗下的自媒体平台，有视频和文字两种方式，同样是根据阅读数据来获取创作收益，不过头条是通过智能推荐引擎对这些优质内容进行精准分发，使其获得更多曝光； ⑥ 搜狐号搜狐号也是典型的自媒体平台之一，同样是根据内容创作获取收益的，搜狐号中包含了创作激励收益、传播奖收益、活动收益、视频收益、短内容收益、打赏收益等多种形式，有了一定的粉丝 ⑦ 公众号公众号现在其实并不太适合个人去做了，因为微信的闭环性，微信公众号的内容很难传播出去，所以做一个新号涨粉到能够接广告的地步还是很难的，需要结合各个自媒体平台来做；前面也说了，这类平台在前期是比较困难的，可能会遇到付出和收获不成正比的情况，如果你认为前期坚持不了、或者不想自己做账号，但是有一些运营经验的话，那么也可以选择为企业做运营的方式来变现；甜薪工场-灵活用工-自由职业平台-岗位兼职外包四、IT程序员 “秃头”的代名词，每天沉浸在敲代码的世界；市场中对于程序员类的岗位需求其实一直都是比较稳定的，毕竟越来越多的人有了打造私域的意识。但是IT程序员对于技能的要求非常高，比较适合有一定基础的朋友们；没有基础如果感兴趣也可以多在市面上找找相关资源，比如B站、基数论坛等都有很多免费的学习资源，学起来吧！ 1、Java后端程序员后端程序员主要实现业务逻辑并提供前端使用的接口，Java是最常用的，但是还有其他相对小众的语言，例如Python，Ruby on Rails，PHP等，以及小型网站经常使用的PHP。无论使用哪种语言，都不难学习，该区域的需求相对较大。 2、WEB前端程序员主要是JavaScript，CSS，jQuery等，近年来，我们在浏览器方面一直关注用户体验，浏览器方面变得越来越耀眼，因此也非常受欢迎。 3、测试工程师从技术上讲，这不是必需的，但它需要测试知识、设计测试用例、准备测试数据和执行测试的能力。 4、PHP开发一种开发语言，常用于网站开发使用，是在服务器端执行的脚本语言，尤其适用于Web开发并可嵌入HTML中。五、后期剪辑类短视频的崛起让视频后期剪辑也成为了一大热门岗位，很多视频剪辑师都抓住红利成为了一名自由职业，没抓住的也不要放弃，现在的视频后期岗位的需求也非常的大，各行各业都能够看到视频剪辑需求，技术熟练了，掌握范围更广了，变现也很快。如果你不仅会后期剪辑、还会拍摄、会运营，那么你的身价也会水涨船高的；甚至可以运营自己的账号；运营的好的话，可以实现商业变现，轻松获得睡后收入。 1、影视工业网：泛影视垂直社群，为影视从业者提供行业最新资讯、设备购买、影视教育、电影人扶持、资源对接、影视招聘等服务。 2、红动中国：专业设计素材服务平台，能够入驻出售自己的视频模板 3、新CG儿：为广大影视后期设计师打造相互交流、分享作品与经验的互动平台；同时还提供了免费AE模板素材下载和国内外佳作供学习与参考。可以在这里展示自己的作品，吸引甲方爸爸们 4、牛片网：一个短视频交易平台，上面有各种需求 5、淘宝\咸鱼：搜索剪辑就能找到很多店铺需求，可以私聊客服合作 6、豆瓣贴吧：有很多视频剪辑或AE/PR等小组，有很多人会发布需求，选择靠谱合适的合作即可六、摄影投稿适合平时喜欢拍照的朋友，将自己拍好的照片上传至摄影网站进行售卖，可以自学一些摄影技巧，因为有一定摄影方面的专业技术，可以提高照片在网站的审核通过率。这里分为手机端和电脑端分享了几个平台：手机端：500px、图虫电脑端：美好景象、壹图网、锐景创意七、PPT制作 PPT设计不难，我有很多非设计出身的朋友在做这个，有固定的客户，每个月两、三千不成问题，大部分创作者都能获得几百上千的收益。而且设计的PPT不需要多高端复杂，商业类简约的PPT设计需求会偏多一些，设计好之后上传至平台，设置下载单价，有人使用就可以获得收益。这里也有三个平台推荐： 1、稻壳儿网：这个大家应该都不陌生吧，很多人甚至还用过，有各种各样Word、PPT、图片等制作需求 2、演界网：入驻成为设计师，提供模板，有人下载就会有收益，另外平台还有一些定制服务； 3、变色龙PPT：入驻成为设计师，同样可以通过模板下载和定制服务获取除了上面的平台，这里了小编也分享一些甜薪工场正在热招的职位，如果有你适合的那就赶紧到甜薪工场注册投递吧，没有也没关系，后面甜薪工场还会持续更新岗位信息，建议持续关注哦；岗位一：编导剪辑岗位职责： 1、主题策划：直播、线上线下会 2、短视频剪辑呈现配合 3、传播策划及执行 4、配合嘉宾完善发言稿脚本、客户反馈访谈及案例提炼 5、知识付费类产品市场调研配合、产品优化配合 6、对企业管理咨询及培训行业有兴趣岗位要求： 1、学习能力强 2、中文或新闻、商科类专业优先 3、文案能力、沟通能力、需求解构能力 4、1年以上相关工作经验岗位二：短视频脚本岗位职责：剧情号和一些口播号的短视频脚本，大致分为： 1、姐弟恋，风格主打40岁姐姐和奶狗弟弟的一日恋爱，街上认识个人然后上去搭讪，最后谈恋爱这样的恋综 2、主要要打造独立、会赚钱、年轻、美丽、抗衰成功的40岁姐姐形象 3、口播短视频脚本，对标账号：虞美人于文红；任职要求：能力优秀者薪资可以谈，工作量根据产出速度自己把控，可协商。岗位三：装修平台文案岗位职责：配合客户设计一个平台，平台主要是对接装修工人和业主，提供文案支持任职要求：全职岗位，需要时间充裕，有装修文案经验，多年文案经验，发简历和作品集面试辛苦整理了很久，都是压箱底的干货，如果对你有用的话，记得帮我点个赞，给我一点鼓励。在这里也想提醒一下大家，任何一上来就让交钱的工作都是骗子！希望大家都能找到适合自己的工作，持之以恒，收获满满。最后，欢迎每一位优秀的工作者加入！↓↓↓ 甜薪工场-灵活用工-自由职业平台-岗位兼职外包回复
2023-2-1

期权匿名回答

断章取义博人眼球的话，不仅可以引起人们的反感和口诛笔伐。还可以让真诚求解，想知道答案的人很困惑。其实，你有在这困惑的功夫，去把完整的视频看完，就不会困惑了。人家说的很清楚，如果你没有经济压力，没有迫切要挣到钱的压力的话，在一份明显很有前途，而且你也很热爱，但钱相对少一些的工作，和钱多但没啥前途你也不喜欢的工作之间，应该选前者。这话有什么问题吗？会让你困惑吗？当然不会！但，这句话的最大问题就是，太TM正确了，以至于毫无用处。这句话，具体到某个应用场景下就是，一家著名的上市公司，愿意给你开五千块的起薪，让你去做基础的运营工作，有完整的培养计划和晋升空间，你在公司里肉眼看得到，比你工作年限长，职级高，工作做得好的各个级别的人，收入都非常不错。同时本地的一家创业三年的小公司，人员规模只有二十多人，人员离职率非常高，基本上一年多时间，公司的员工除了老板，其余都能置换一遍，也没啥主营业务，老板拿到啥订单就做什么。这家公司给你开了一万块钱，并且给你安了一个总经理助理的职位，让你来打杂，说白了就是啥活儿都干。你会选择哪个？相信，是个理性人，都会选择前者，而且就算他非常缺钱，急需用钱，也会宁愿先找人借钱，然后选择去前者。问题就在于，给出建议的人，设置了如此理想的抉择情况，以至于是个人都知道怎么选。但现实往往是，在一堆工资也不高，看起来也没啥前途，工作环境一泡污，工作内容极度无聊的工作里，挑来挑去。而那些能拿到好工作的人，根本不需要别人给他建议，他一开始就知道选哪个。 http://picx.zhimg.com/v2-abaa6520a5ac33e1e9438438c3db2814_r.jpg?source=1940ef5c 回复
2023-2-1

期权匿名回答

目前的情况而言，或许尽早开始赚钱对于多数人是一个较为明智的选择。如果是在一个增量市场，未来的增量会大得多，并且有很多新的行业都还处于朝阳阶段。那么年轻人可以暂时选择不要求特别高的工资，选择去这些行业奋斗，等到行业发展到一定程度，开始吃行业红利。比如对于50/60/70后的房地产，60/70/80后的互联网，80/90后的短视频/自媒体等等。如果在早期抓住了机会，就算在行业内部或许不算什么，但是和其他行业比起来，那还是一个天上一个地上。反之，对于存量市场而言，蛋糕的大小基本确定，虽然各行业之间还是存在一定的薪水差距和稳定性差距，但是工资的增长更多趋于稳定。甚至还会面临就业难度加大，裁员风险加大等危机。并且目前的态势发展下去，可能面临竞争越来越内卷结果。这些年以来每年都是最严峻的毕业季，就是如此。回复
2023-2-1

期权匿名回答

找工作就跟买手机一样。买手机你考虑什么？性能、配置、质量、价格、性价比、耐用程度、外观、品牌口碑……很少有人为了价格便宜就买杂牌手机甚至老人机。找工作，月工资、劳动时长、劳动强度、小时工资、离家远近、社会地位、单位形象、稳定程度…… 前几年这边曾经有过女大学生应聘环卫局挑粪工。为什么呢？事业编。山会上乞讨者几天就能要到上万元，正常人有几个会干？工资是重要因素，但不是唯一。回复
2023-2-1

期权匿名回答

年轻人如果你没有什么压力，家里不愁吃穿，总一句话就是你自己照顾好你自己就可以的，为了理想，兴趣选择工作，实在不行就搞个编制到老如果你家里都依靠你养家糊口的，这个读书这个身体不好的，那就没办法了只能为了钱……不过奉劝，绝境中，还是选择一个有未来的职业奋斗回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

系好安全带！华尔街大行齐声警告：衰退风险加剧或致美股持续下行

 2023-2-1   期权匿名问答  5026  0

周一，重磅央行周令风险情绪退潮，美股午盘后跌幅扩大，集体收于日低，道指跌超260点，与跌2.7％的芯片股指 ...

☆ 展开评论(0条)★ 收起评论

读不了书就一定没前途吗?

 2023-2-1   期权匿名问答  7637  5

读不了书就一定没前途吗?

2023-2-1

期权匿名回答

题主想问的可能是「没有文凭就一定没前途吗」，毕竟读书能和前途直接挂钩的，也就只有那一纸文凭了。文凭对学历的影响可小可大，没有高学历未必是硬伤，但没有学历真的是硬伤，出了社会很难找到一份正经工作，何谈前途。人才市场里人挤人，想要被人一眼看到，至少要有一个突出亮点，或者是在大厂实习或工作过，或者是有良好的学历教育背景。普本及以上＞大专＞高中及以下，普本和985、211的差距还好说，但专科以下真的太难了。一般在职场里根本看不到专科以下的学历，站在企业的角度，如果我有选择第一的实力，为什么要选择第二？说句难听的话，读书不是为了真正的读书，而是寻找出路。当真的有了出路之后，读书才会变得更加纯粹。读书无用的高谈阔论，也是在找到出路之后才能如此云淡风轻。对于大多数而言，读书一定是有用的，因为读书几乎是唯一的出路。回复
2023-2-1

期权匿名回答

为什么读不了书？是因为觉得书的内容太难，自身智力无法理解记忆的问题还是不相信读书有用，不专心不重视的学习态度问题？如果是因为读书太难无法理解的话，可以提前去学习一门技艺，毕竟三十六行，只要你肯吃苦坚持，总有一门行业能够适合你，让你养家糊口。但是没有理论的支持，想赚大钱有大前途的话，几率还是微乎其微，毕竟时代不同了。如果是因为学习态度的问题，我觉得有前途的可能不大，因为每一行都要吃得哭苦、不三心二意、耐得住。回复
2023-2-1

期权匿名回答

有门路的读书就是浪费时间回复
2023-2-1

期权匿名回答

不是有这么一个地狱笑话吗？ “你看人家比你聪明，比你有钱，比你漂亮，tmd还比你努力” 有些事情是努力了也没回报，但是你不努力那是一定别想有回报回复
2023-2-1

期权匿名回答

肯定不一定啊这个世界没有什么是一定的，一定的就是变化本身但读书大概率有前途，不读书大概率没前途，要这么说回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

《华尔街日报》：美官员“窃取”机密文件，与自大有关

 2023-2-1   期权匿名问答  7400  1

来源：环球时报美国《华尔街日报》1月28日文章，原题：为何官员要窃取机密文件？; 官员窃取机密文件是不 ...

☆ 展开评论(1条)★ 收起评论

华尔街见闻早餐FM-Radio｜2023年1月31日

 2023-2-1   期权匿名问答  7025  2

FM-Radio 市场概述央行重磅决议和科技巨头财报在即，风险偏好“退烧”。道指止步六连阳，纳指跌近2% ...

☆ 展开评论(2条)★ 收起评论

华尔街「顶尖投行」目标校曝光：文理校深藏不露，谁是“黑马”？

 2023-2-1   期权匿名问答  6428  1

棕榈说 |相信每个拥有华尔街精英梦的准留学家庭，对Target School这个词都不会太陌生。毕竟，申请美 ...

☆ 展开评论(1条)★ 收起评论

如果俄罗斯真的发射核弹怎么办？

 2023-2-1   期权匿名问答  7251  5

如果俄罗斯真的发射核弹怎么办？

2023-2-1

期权匿名回答

这个倒是不用太担心，爱沙尼亚的美军距离圣彼得堡就一百多公里，可以试试看的。因为这种事情从来没有发生过，所以就看俄罗斯敢不敢真的玩一次。简单来说就是用你的命来一场游戏，很刺激，好爽的！核武器使用的基本逻辑，美国不会等到核弹打到乌克兰英国法国再做反应。先手很重要，你俄罗斯开始点火，美国也会同时点火，你俄罗斯发射，美国也会同时发射，谁知道你会打谁？俄罗斯的萨尔玛特在做实验之前也是通知美国的，但是朝鲜这家伙经常不通知，但是他手里那点东西，还真不用太担心。这个同时点火可以试试，让俄罗斯示范一次看看，没有具体表现，只能说是猜测！核弹会以导弹做载体，在现在的卫星监控的下，只要核导弹升空了，谁都不知道会飞往哪里。俄的核导弹升空了，全世界包括中国的核打击都会瞬间丢到莫斯科。这时候就看东风快递是不是名副其实了？还有这个不能确定，所以最好俄罗斯可以亲自给大家示范一下，看看他会不会被炸！这个很刺激的哦，可以玩一下这个游戏哦，就是赌，赌美国中国英国法国印度巴基斯坦等国有没有反应，就是各核武国突然收到了俄罗斯核武器发射的消息，接下来大家会不会也发射？实际上这就是一个心理博弈，美国已经跟上了，我们要不要动手。实际上，俄罗斯发射的消息最多一两分钟，就会传到各国的首脑耳中，这时候一定很有趣的！这个真的是现实中的俄罗斯轮盘，用自己的命来玩，很刺激的哦！还有一颗小型的战术性核武器是毁灭不了基辅伦敦巴黎这种大城市的，俄罗斯现役最大当量的弹头为R-36M2上的8F021B核战斗部，75万吨当量。白杨、亚尔斯的战斗部当量为55万吨，这些最大当量的多来十个应该够了。（不要想着什么大伊万，这个东西早就已经用掉了，要现在造，成功至少要一年以后了，而且这个必须用重型轰炸机才能带的动）还有绍伊古的女儿和女儿的男朋友最近在迪拜（还住在凯撒宫，真有钱啊），梅德韦杰夫的儿子称被美国驱逐出境，普京的老婆孩子在瑞士。就这几个人，我是不相信他们敢玩命。如果是斯大林和赫鲁晓夫的话，我会相信，因为他们两个儿子真的都在前线。你就算是女儿不能去前线，好歹可以不出门啊，现在还出去旅游啊。如果这群人都玩俄罗斯轮盘的话，我怀疑对面也会接上，你要赌命，我就陪你。但是说实话，我看扁这三个人不敢使用核武器，在战争阶段，还能让自己的子女大肆享受的这种权贵，哪比得上赫鲁晓夫和斯大林啊？只不过普京的爷爷的确是斯大林的厨师，赫鲁晓夫也应该吃过他烧的饭。普京也可以考虑当个厨师。就在这几天莫斯科有一个游行示威，要求核弹轰炸华盛顿，然后就被当地警方给驱散了！我总感觉不会用，但是希望来个意外惊喜。只要乌克兰军队不进攻俄罗斯国土，这批人是不会使用核武器的。假设俄罗斯权贵中出现了一个人提出要使用核武器，我估计普京第一个冲过去把他打死。我还要享受荣华富贵，你敢这样，我就打死你。如果俄罗斯真的使用核武器的话，我就会想到底是谁杀死了普京和绍伊古，抢夺了核武器的发射箱？所以我们还是静静的等待吧，等到什么时候普京被打死了，俄罗斯就可能会使用核武器了！只不过说一千道一万，如果俄罗斯真的使用核武器，这时候就看剩下的核武大国怎么反应了，到底是这件事就这么过去了，还是打死他。 1995年1月25日早晨7时24分，美国和挪威的科学家在挪威西北海岸的安多亚航天中心发射了一枚[黑色勃朗特]型四级探空火箭。火箭上载有各种科学仪器，用来采集欧洲大陆最北端的斯瓦尔巴群岛上空北极光的相关数据。为了避免引起误会，两国分别通知了包括俄罗斯在内的30多个国家，将这次发射的时间和目的都做了说明。但不知道是什么原因，俄罗斯政府未把这次火箭发射试验的消息传递到俄罗斯军方一线雷达预警部队。导致一线战备值班官兵对科考火箭发射一无所知。火箭发射后，急速攀升到1450公里的高度。这时，位于摩尔曼斯克的俄军雷达捕捉到了火箭的轨迹，雷达操作员根据速度和飞行轨迹，辨识为美军部署在巴伦支海的战略核潜艇上发射三叉戟导弹。俄国高层如临大敌，叶利钦第一次激活了他的核按钮手提箱，在俄国乃至前苏联历史上，这是第一次，也是唯一的一次。俄国核武装力量全面进入警戒，准备随时向美国进行核反击。当时俄高层判断美国不会没有征兆的向俄罗斯发动核打击。所以选择继续观察。20多分钟后，科考火箭落海，俄罗斯解除了核反击警戒。随后叶利钦向全世界宣布，他任上第一次使用了核按钮手提箱。回复
2023-2-1

期权匿名回答

核冬天能让美国亡国，但能让俄罗斯灭种。两个核大国谁更靠北这还用说吗？什么？不会有核冬天？那谁敢保证啊？哪个专家？回复
2023-2-1

期权匿名回答

一个非常简单的道理如果俄罗斯发射核弹打击乌克兰而其他四常无动于衷，那么现在这套建立在核威慑上的世界秩序会被瞬间打破。所有比邻拥核大国和五常有争端的小国都会吸取乌克兰的教训，不惜一切代价搞核武器。原因也很简单，是个人都会害怕遭受核打击，如果你的领居准备用核武器打击你，那么最好的反击方式一定是核武。所以，即使俄罗斯敢扔核弹，英美法也绝对不会无动于衷，毕竟他们是现行国际规则的受益者，捍卫自身利益是应当的。回复
2023-2-1

期权匿名回答

凉拌呗。全世界看看北约军的战斗力到底怎么样，也见识见识俄罗斯核武器库的可靠性。回复
2023-2-1

期权匿名回答

好吧，按鹅友yy的全球废土无限制烤肉大赛。以下哪个会倒大霉？民间持枪3.9亿支的美国民间持枪0.8亿的欧盟民间持枪0.3亿的俄罗斯民间持枪0.7亿的印度民间持枪0.0亿的缅甸回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

有哪些可以直接封神的央视文案？

 2023-2-1   期权匿名问答  5677  0

今年，航拍系列的收官之作《航拍中国》第四季来了！在壁纸般唯美画面中，静静地享受中华大地之美，真希望 ...

☆ 展开评论(0条)★ 收起评论

流浪地球中 550 系列量子计算机都属于什么水平？

 2023-2-1   期权匿名问答  9283  5

流浪地球中 550 系列量子计算机都属于什么水平？

2023-2-1

期权匿名回答

550A是人，550W是神。由于量子计算机的特性，每代量子计算机的算力都至少是前一代的单个“指数”倍，例如：假设550A是2^2^1(4)算力，550B是2^2^2(16)算力，550C是2^2^3(256)算力，550D是2^2^4(65536)算力，以此类推那么550W的算力至少能到达: 2^2^23！（该数值不具备实际意义）我举个例子来说明这个算力的恐怖程度：基于《银河系漫游指南》中的一个背景故事一种具有高度智慧的生物种族为了找出能够回答宇宙终极奥秘的概要答案，制造了一台名叫“深思”超级电脑来计算，而深思花费了750万年来计算和验证，最后给出的答案是42。我们假设这台“深思”的算力与550C相当，由550系列量子计算机得出这名为“42”的答案需要花多少时间？ 550D 约等于 41年； 550E 约等于 7.1小时； 550F 约等于 2.66分； 550G 约等于 12.6秒； 550H 约等于 3.5秒； …… 550W可以实现跟宇宙终极奥秘的实时通讯（或者说它就是这个宇宙本身）。回复
2023-2-1

期权匿名回答

电影里550W（离线版）面试刘培强的时候介绍自己“量子体积8196”，我自己的理解就是这台“计算机”的处理器能处理2^8196种状态...... 这个数字有多离谱呢？随手拿计算器算一下： http://picx.zhimg.com/50/v2-301c041b6a6c073bd4f4d0dbe3e57991_720w.jpg?source=1940ef5c 一个十进制下快2500位的数。这个数量级有多离谱呢？ http://picx.zhimg.com/v2-32ec75406d313d63ac7d6aa17719a5f9_r.jpg?source=1940ef5c 随手谷歌了一下“how many sand grains are there on earth?”——就是世界上有多少沙子。得到上面这个回答，还很贴心地解释75后面跟了17个0——一个19位数...... 不太够看，查了下“how many galaxies are there in the universe”（宇宙中有多少个星系），找到这么一篇文章： How many galaxies are in the Universe? 里面有这么一段： http://pic1.zhimg.com/v2-be79c28a8ef1bf08df4f68e8556113e8_r.jpg?source=1940ef5c 意思是用当下最好的技术手段观察再直接预测，大约是1700亿个——一个12位数。一个星系里面有多少恒星我还是知道数量级的，银河系里面预计有4000亿个恒星。两个数字乘一下，整个宇宙大约有680万亿亿颗恒星——23位数。所以我是很难找到一个足够直观又简练的形容来描述一个2500位数。我知道数学领域比2^8196这个数字大得多的数字多了去，但是对于我这种水平的人来说一个2500位数大得真的太离谱了。当然我也不是学量子计算的，这个设备性能到底什么水平还是等专业人士来科普吧...... 我就随便贴一个百度回答：量子体积_百度百科 http://picx.zhimg.com/v2-ec59c88691c6706d8911ead9101cbffd_r.jpg?source=1940ef5c IBM是什么样的一个存在不要再让我科普了吧？（提联想的，这个回答不适合你）回复
2023-2-1

期权匿名回答

《流浪地球》可谓是打开了中国科幻电影的大门，而《流浪地球2》的上映也得了观众们的一致好评，让我们终于有一部可以堪比国外好莱坞大片的科幻电影了。在这部电影里出现了很多高科技设备，我不知道以现在的科技水平是不是真的可以制造出这些设备，但是看着真的好有感觉。 http://pica.zhimg.com/v2-eb10ebbe86a64249989ba1a0167fea7e_r.jpg?source=1940ef5c 550系列量子计算机，这个应该是电影中科技含量最高的设备了，它和现在的计算机已经不在一个层次了，已经算是人工智能了，全自动化控制系统，可以装载数字生命，也可以进行自动化设备的建设，简直是件神器！不妨先来看看《流浪地球2》中贯穿全剧的灵魂——智能量子计算机550W有多强大：实现全球复杂计算资源的融合与调度（满足数万台发动机协同运作）：既可以辅助行星发动机的工程建设，还可以进行组网协调运转，根据第一部里“春节12响”的设定，它还有编程功能。显然， “流浪地球”设定里的量子计算机已经属于通用智能量子计算机。 http://pic1.zhimg.com/v2-21d9e20b4f0b9dfb23d71c25de6a02cb_r.jpg?source=1940ef5c 支撑“数字生命计划”所需的巨量算力。500w可以实现人类的意识上传，从而拥有与某个具体的人相似的知识和思维，实现真正意义上的人机融合（图宇恒选择将他女儿的意识上传到量子计算机中，最后预测到了百年间发生的危机，父女二人最终留在moss体内，影响moss的运算）。拥有了自主意识和价值观（最要命的一点）。影片最后透露，有了自主意识的550W坚信人类在做无效抵抗，只有毁灭人类才是解决问题的最佳选项。以上三个能力，只要实现其中的任何一个，在人类社会的进步史上，都是史诗级的科技革命和技术颠覆。回过头来看，今天的量子计算是个非常热门且前沿的研究课题。量子计算是计算机科学、信息科学与量子物理相结合而产生的新兴交叉学科，被认为是未来物理学和信息学发展的重大方向之一。量子计算机利用量子物理不同于经典物理的特性为计算机科学、信息科学提供了新的研究方向，如超越经典算法的量子算法。 http://pic1.zhimg.com/v2-8d0eae2f1e00df7d08d43911de5ca322_r.jpg?source=1940ef5c 但比起550w，现阶段的量子计算机的发展，还处在非常非常非常初级的发展阶段，离550w不是一般的远。这是因为量子计算存在着相当大的复杂性：多变的指令实现、无处不在的纠缠（会影响到后面量子比特的具体实现）、复杂模拟波形序列处理（失真矫正、串扰矫正等），同时它还必须要快（操作要快，处理复杂逻辑要快，但由此又不得不产生高延时。） http://picx.zhimg.com/v2-b08ead4aa110ba97365790075bd959d6_r.jpg?source=1940ef5c 再深入一点，从底层逻辑来看，量子计算难在那里呢？难在它自身属性中存在的一个“悖论”，即量子计算存在着一个根本性的矛盾：可扩展性（比特与比特之间需要有相互作用）和隔离性（和外界不发生作用）之间的矛盾。电影《流浪地球2》中的量子计算机550W，在2058年已经进化出完全智能与自我意识了，现实中的量子计算机到2058年能破解那些核武器密码吗？估计还够呛。 http://pica.zhimg.com/v2-db125e3f411dc5ed7c2d5af630aab2c1_r.jpg?source=1940ef5c 550W的“量子体积”只有八千多，这太低了，目前已经实现了，只需要13个量子比特就够了。要实现电影中那么厉害的量子计算机，其量子体积对2取对数至少要超过八千，或者说得有八千个以上完美的逻辑量子比特。《流浪地球2》电影中的量子计算机550W，它体积小，一个人就可以搬动，能在常温常压，乃至在月球，在水下等恶劣环境中工作。我们今天的量子计算机技术路径中哪一条往下发展下去可以实现呢？考虑到电影中环境的恶劣与复杂，那么目前正在研发的超导量子计算，量子点量子计算，离子阱量子计算，冷原子量子计算，需要高真空和超低温，应该都很难发展成550W。有些希望的路径是光量子计算机，它是常温常压下工作的。我前不久见到过一台光量子计算原型机，就是一个方盒子，常温常压下工作可编程控制，尺寸与550W差不多，估计两个成年男性可以搬动。科幻电影的视觉呈现和桥段，其实是未来的某种潜在需求。需求定义科研方向。量子计算机未来，得能在常温常压下工作，能到外太空和水下工作。为了满足这些需求，我猜量子计算机实用化的技术路径可能会有很多条，不同的路径满足不同的环境需求。回复
2023-2-1

期权匿名回答

非专业人士不懂这个，但是可以给一个参考霍尼韦尔再创纪录，发布首台商用512量子体积量子计算机_科学湃_澎湃新闻-The Paper 回复
2023-2-1

期权匿名回答

严查老马和三体人的关系。回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

你在美国感受到的治安怎么样？

 2023-2-1   期权匿名问答  7835  5

你在美国感受到的治安怎么样？

2023-2-1

期权匿名回答

巴尔的摩(Baltimore)，属于马里兰州(Maryland)，距离华盛顿特区火车站58公里，从相对于首都的位置上讲差不多相当于顺义。和底特律相似，制造业升级失败，城市失去经济来源，变为犯罪巢穴。人口六十来万的城市，一年350-400起枪杀案，这还不算没有用枪的。法律与秩序在该市似已荡然无存，或者说得简单点：“杀人不犯法”。约翰霍普金斯大学坐落在该市，其Homewood校区依靠保安开车巡逻，大概十来分钟一圈。于是巡逻区内外房租相去天壤，巡逻区之外差不多三百刀一月，巡逻区之内就要七八百。而医学院附近情况更糟，巡逻已经不行了，直接在街口处设岗亭，保安持枪守卫。从医学院过街就会被尾随，再走几步就交钱吧。医学院校区对外联系基本靠校车和私家车。入室抢劫犯也比我国嚣张得多。直接开着汽车来，把屋里东西全搬走，连家具、微波炉、电冰箱甚至衣服都拿。一辆车装不下，还会把主人家的汽车也装上开走。在下曾经为了看爱伦·坡的纪念馆而步行穿越其最糟糕地区的一部分，大概一两公里吧。街两边的房子很多已经塌了，但还有人居住；有个建筑物外面全是黑帮涂鸦，门脸已经破得看不出来什么样子，唯有里面防弹玻璃包裹着的收钱窗口，告诉我们这是商店。看见一位老太太旁若无人坐在街边，拿着一根针管，全心全意地给自己注射着什么。路上来来往往的贫民只穿着一条短裤和拖鞋，无所事事，瞪着我和同行者。没敢拍照。据称从巴尔的摩到华盛顿之间的通勤火车还曾遭到枪击。不知真假。后来每次听到别人吹美国地广人稀风景好、美国生活方式如何如何，我都很想说，欢迎来巴尔的摩体验Hard模式…… 回复
2023-2-1

期权匿名回答

阳光明媚的下午，一行人在学校大门口的三明治店惬意的喝着下午茶，街道转角爆了个胎，大家刺溜一下都钻到桌子下面了。回复
2023-2-1

期权匿名回答

这个问题太大，笼统的说美国治安好或者不好没有什么意义，只能误导人。看到不少答主描述了自己周围城市的治安情况，觉得非常好，我也来贡献一份力量，说说湾区的治安。希望在美知友能够更多的讲述自己周围城市的治安情况，让后来人借鉴，避免出现由于不了解情况而误入险地，甚至出现悲剧的情况。 http://pic1.zhimg.com/v2-37243d4438a7bc1bae187c195d9127f4_r.jpg?source=1940ef5c 湾区全称旧金山湾区，指的是和旧金山湾接壤的9个郡。旧金山湾就是上图中间的那片水域。通常来说，我们把湾区分成五个大区，北湾（蓝色四个郡），东湾（土黄两个郡），南湾（绿色一个郡），中半岛（粉色一个郡），还有就是city，指的是旧金山市。（本人对颜色描述非常不准确，疑似色弱，请谅解）。每个大区都有治安深坑，千万不能跳那种，下面来详细说说。 1，北湾四郡。别看地方大，人口并不多，大部分地区都是红木森林，农田，葡萄田，大量人口都在南部靠近湾的地方，越往北人越少。 Marin郡：治安总体来说非常好，居民非常富裕，有两个地方需要注意。第一是San Rafael，暴力犯罪，主要是暴力袭击和抢劫在区内略高。第二是Sausalito。非常安全的城市，但是由于住得满地都是富翁，入室盗窃有点多。顺便说一下，Sausalito的房子风景都相当的好，度假住个几天绝对是好选择，进城可以坐轮渡，相当方便。 Sonoma和Napa郡：这就是非常著名的葡萄酒产区了，基本来说也是非常安全的地区，主要是因为人少。需要注意Rohnert Park， Cotati一直到Petaluma这一带，因为有个Sonoma State以及若干小赌场，治安稍差。 Solano郡：北湾治安最差的郡，其中以Vallejo为最差中的最差，暴力犯罪相当严重，市政府曾在2008年破产，最近可能会再次破产，所以政府可以提供的公共服务，比如警察，消防，学校等相当有限，治安状况因此进一步恶化，非常不适宜居住的城市，我有一次走错路在城里加油险些被劫，从此再也不敢去了。郡内另一需要注意的城市是Fairfield，附近有个空军基地，是当地的第一大雇主，可能雇了有上万人，大概是当兵的比较血气方刚，犯罪率略高，但是远远好于Vallejo。 ========================================================================== 2，东湾两郡。 Contra Costa郡：小100万人口的大郡，但是除了北部，治安都相当的好，中南部都是山地，房子都漂漂亮亮的，很有风景，最重要的是，价格还没有很夸张，是置业投资的好地段。北部的话，主要就是San Pablo以及Antioch的治安比较差。San Pablo是因为有个赌场，是非就比较多。Antioch曾经是湾区的工业基地，现在衰退了，失业蓝领有时候闹点事，抢劫的比较多。 Alameda郡：从治安来看，南北分明，简直就跟两个完全不同的世界一样。北部有全球著名的顶级犯罪之都Oakland，从来就是全美治安最差的前三名，黄赌毒，帮派，嬉皮士，只有你想不到的，没有你找不着的。在Oakland，你需要的不是标出哪里不能去，而是知道哪里可以去。基本来说，山上的Piedmond可以去，但是那边的房子都是200万往上的。880高速西边的Jack London Square可以去，Emeryville的bay street购物街可以去，Berkeley后山的Tilden Regional Part可以去，Berkeley四街和电报街附近还可以（现在不确定，Antifa把我大Berkeley搞得乌烟瘴气，操他妈的！！）其他地区没事别去闲逛，有事也最好开车或者结伴而行。延880往南走，过了580交叉口以后，治安明显改善，不过还是要注意Union City和Hayward，这俩地方毒贩特别多，FBI不时来个raid，就逮走上百人。过了Fremont基本就很安全了。沿580往东去，就是华人很喜欢的Dublin，Livermore，Pleasanton，这附近治安没话说，就是天气不像湾区，比较热，而且上班高速堵成狗。 ========================================================================== 3，南湾。南湾指的就是大名鼎鼎的圣塔克拉拉郡，硅谷的绝大部分就在郡内，“硅谷的首都”圣何塞是整个湾区面积最大，人口最多的城市（对，不是旧金山），同时非常难得的，圣何塞是美国最安全的大城市之一。白天的圣何塞非常安全，基本哪里都可以步行，我从来没有遇到过麻烦。当然，圣何塞对于游客来说，并没有很多值得流连的街区，整个城市也就downtown和santana row比较有风味。如果说相对比较危险的区域，就是圣何塞州立大学附近，以及南圣何塞的越南裔聚居区。圣何塞的帮派问题有着悠久的历史，但是经过警察的严厉打击，近年来已经大大改善，还在活动的主要是一些墨西哥小黑帮和越南黑帮。墨西哥小黑帮在州立大学附近有一些活动，通常都是入夜之后，如果在那附近happy，注意一定要结伴而行，遇到挑衅要be smart。顺便一说，圣何塞州立大学虽然排名不高，但是作为硅谷核心的大学，为硅谷提供了大量的毕业生，和Berkeley和斯坦福相比比也毫不逊色，如果你以后想来硅谷工作，学习又不是好到爆那种，可以考虑读圣何塞州立。圣何塞南部有大量的越南移民，个子小但是脾气暴，我有一同事在那附近和人开车斗气，结果对方打开车窗就伸出一把枪，把我同事吓得半死。具体来说就是story，king以及tully这几条街附近的区域，即使是租房买房最好也避开这个地区，我越南裔同事说的，比较中肯。拉拉郡剩下的地区基本都是非常安全的。Mountain View的Castro，Palo Alto的University Ave，Milpitas的欧化广场都是逛吃逛吃的好地方，多晚也不怕。Saratoga（最近搞了个大新闻），Los Gatos， Los Altos， Cupertino是全美国都知名的顶级住宅区，遍地土豪，夜不闭户，人间天堂，我买不起。拉拉郡的最南面就是远近闻名的Gilroy，这个地方盛产大蒜，每年都有大蒜节，还有一个把游乐场开到了植物园里的Gilroy Garden，是小朋友的最爱。当然远近闻名的原因不是这些，而是Gilroy Premium Outlets，身在硅谷的各位一年怎么也得逛几次，就是游客，这里也是必停的一站。Outlets附近很安全，但是不要去其它部分瞎逛，第一没得逛，第二没有那么安全。 ========================================================================== 4，中半岛。这个郡叫San Mateo，翻译过来就是圣马吊，不对，圣马刁，这名字一听就特别的补肾，也确实是一个非常吊的郡。首先，全美最贵zip code，Atherton就在郡内，那些大宅子基本在路上都看不见房子，进了gate开一会才能到front door，硅谷的老一代大佬很多都定居于此，非土豪中的土豪中的土豪不能负担，治安好到没朋友。其次就是已经被玩坏的East Palo Alto，以Palo Alto的坏邻居而闻名。这些传闻都没错，我在East Palo Alto加油都不敢，有一次晚上实在没油了，找个最好最亮的Shell加油，结果一个黑大爷拿着瓶液体，一下就泼我挡风玻璃上然后拿块破布开始擦，我只能扔下5块钱，落荒而逃。East Palo Alto的麦当劳不要去，不要去，不要去。城里有个大宜家，可以去，不危险，但是记住，开车去，开车回，过了101，你就算逃回了安全的Palo Alto。郡内最危险的地方非Colma莫属，这个小城市在郡的北端，非常靠近旧金山市原来的犯罪中心。人口只有1000多，但是埋了150多万的死人，Colma本来的规划就是旧金山的墓地，城里大部份居民都从事殡葬业。犯罪率非常高，尤其是财物犯罪，比如溜门撬锁，偷包，砸车玻璃。这地方游客一般不会去，如果是租房，一定不要贪了便宜选择这里。吊郡其他的城市都非常贵，非常安全，非常好风景。Menlo Park自从非死不可进驻以后，越发的安全（贵），Burlingame，Belmont， San Mateo这些都是传统的好（壕）区，Daly City有很多华人聚居，拥有离旧金山市最近的大华超市，每到周末都跟赶集似的。 ========================================================================== 5，旧金山市。还是叫三藩市吧，少打一个字省不少力。三藩市可能是美国最不正经的城市，这个城市容忍不正经，鼓励不正经，创造不正经，具体什么意思，你自己来体验体验呗。说起三藩市我能嘚吧一天，今天不说那么多，只谈谈三藩市的治安，有如下几个特点：第一，最好的街区和最乱的街区离得超级近。第二，同样一个街区，白天和晚上完全两个样。第三，虽然是大城市，但是很多地方超级安静，潜藏危险。来具体说说危险的地方：排在首位的就是Tenderloin，里脊区，这地方就在联合广场的西南方，联合广场周围很安全，顶多有偷包的，联合广场的西北方是地势很高的Nob Hill，那是富人区。这个里脊区为啥有如此特别的名字呢？据说是因为在此区巡逻的警察可以得到额外补助，多吃点精肉里脊，才有力气和犯罪分子做斗争，可以想见这儿有多乱，白天还好，晚上警车就停在马路中间，那一个个黑楼门看着就像一个个吃人的大嘴，相当慎人。游客进三藩，如果做bart的话，记住天黑以后不要延市场街往市政厅那个方向走，以希尔顿饭店为界，西面最好别去，人少的地方千万千万千万不要去。如果开车，一定停到停车场里，贵是贵点，但是安全。联合广场下面有地库停车，Mission和5街那有个超大停车楼，尽量不要街趴，基本也找不着。碰见拦路搭讪要钱的，快步走开，不要答茬，基本不会纠缠你，女生如果实在碰见尾随的，往公车站跑，三藩市的公交车超级安全，公车司机超级靠铺，很多公车运营到很晚。第二乱的当属Hunters Point，猎人角。这个地方是老牌的帮派活动中心，原来经常有当街火并，这几年打击力度不错，有所收敛，但是你要是问当地人，三藩市哪里最乱，八成还是会告诉你猎人角。这个地区没有什么游客去，就是别图便宜住到那去。接下来应该就算Mission区了，以16街附近为最。白天很太平，逛吃逛吃的好去处，尤其是墨西哥风味，湾区一绝，Mission是拉丁文化的聚集地，有很多艺术节，嘉年华，画展，雕塑展可去。但是，天一黑就赶紧撤，入夜的Mission和白天完全不一样，不要闲逛。Castro在Mission区的边缘，这就是著名的三藩同志村，彩虹旗永不落！电影Milk很多人都看过，Harvey Milk的摄影室就开在Castro。同样，白天不怕，天黑就撤。再来就是金门公园了。这个地方白天特别好，科技馆，博物馆，日本花园，就是随便走走也很舒服，我带孩子都常去，没有什么危险。但是晚上基本就空了，很多地方非常僻静，半天都没有任何人走过，不要冒险。金门公园东边的Fell和Oak街一带，也是相当的乱，最好不要住到那边。最后，市场街以南，三藩Moma，South Beach，China Basin到ATT球场这一带，晚上也不要在大街上走，主要就是路人很少，如果遇见麻烦不好脱身。这一带砸车玻璃的也特别猖獗，有一次我找一同学，他们家就住海湾大桥下面，停我前面一Volvo的后玻璃被砸的粉碎，后来我就不敢街趴了，都停地库。总体来说，三藩市北部的治安要好于南部。对于游客来说，常去的联合广场，Powell，渔人码头，39号码头都很安全。唐人街，小意大利虽然略杂乱，但是人流量很大，不会出大危险。日本城治安很好，有的吃也有的玩，就是交通有点不方便。我本人没在三藩市常住过，对于租房买房不甚了解，还需要住在城里的知友补充。暂时先写到这里，有什么需要补充指正的请在评论区留言，我都会推荐评论，让大家看到。君子不立危墙之下，希望此篇对大家有帮助。回复
2023-2-1

期权匿名回答

7.14日更：说一则最近的荒诞故事，有个偷车贼开着偷来的车撞进了餐馆的户外用餐区，导致6人受伤。真是祸从天降，无妄之灾。遥想自己2013年的时候也被偷车贼伤害过，当时偷车贼开着偷来的车闯红灯，害得我直接撞了上去，我的车直接报废不说，还差点要了我的老命。幸好人间有情，路人帮我抓住了肇事逃逸的偷车贼，最终被正法。 ---------原帖--------- 人在芝加哥，不是刚下飞机的那种。对治安的感受就是一整个挺荒诞的，真正的哥谭市，但是待久了会有一些麻木吧。个人选择层面的话，不管衣食住行，全都要先看地理位置，危险的区域坚决不踏足。平时手机自动推送ABC News的本地新闻，如果是shooting啊，丢了孩子啊，基本上都不会点进去看，稀松平常，没啥看点。如果shooting的地方是我们常去的餐厅或者商场什么的，最多也就是拍拍我队友，跟他说一声某某餐厅或者某某商场正在shooting。然后队友也不会有什么反应，基本就是继续低头刷手机。说说在过去两周当中我点开的关于治安类的新闻吧。第一则：有个人抢了一辆救护车，飞奔向天涯海角。警车在后面追了80英里才把救护车逼停。第二则：在过去的两周里，芝加哥的水路中发现了四具尸体。我点进去一细看，有男有女，有老有少，人种各异，死因未明。第三则：五个抢车的人被警察叔叔发现了，一番追逐之后两个抢车的小偷跳到了河里溺亡，三个被抓住。第四则：龙卷风警报。亲身经历的话，印象比较深刻的是队友的车被抢走了，大致的过程就是匪徒假装追尾，逼你下车，然后趁你下车没熄火，跳上你的车，把它开走。我们的车有保险，有一说一当时还以为可以换新车了。结果队友回家发现车钥匙揣在兜里（车是remote start），车一旦熄火了就不能再开了，所以很有可能会被找回来。结果也和我们预料的一样，第二天警察叔叔就打电话通知他车找到了，送他去拿车了。说句题外话，如果有人追尾的话下车时候一定要背上书包，带上手机钱包，车钥匙可带可不带取决于你想不想换车哈，不然万一书包里有做到一半还没交的作业什么的，可就太亏了。回复
2023-2-1

期权匿名回答

这么说吧，我在西雅图住了快三年，这边很多车停在路上是从来不锁的。乍一听似乎治安不错？但不锁车的真实原因是这边砸车玻璃偷车里面东西的小偷太多了。被砸了几次后这里的人就干脆不锁车了，车里的东西看上就拿走吧，反正别砸车玻璃就是。兹为小事，可见一斑。回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

什么才是真正的爱情？

 2023-2-1   期权匿名问答  9264  5

以前觉得男男女女恋爱时的卿卿我我就是爱情，现在觉得两个人能真正携手到老的才是真正的爱情，对吗？

2023-2-1

期权匿名回答

http://picx.zhimg.com/v2-16aa38d65e2ddc7257fdb0ed3304fd25_r.jpg?source=1940ef5c http://pic1.zhimg.com/v2-b1216598f807189c77d007dc28c3a591_r.jpg?source=1940ef5c 日本1995年的动画片，挺感动。爱是，我在背后支持你回复
2023-2-1

期权匿名回答

真正的爱情在我爷爷眼中大概就是。“因为，她只记得我啊。” 2020.1.21晚上83岁的奶奶因为急性心梗和严重缺钾，被送进了重者监护室。因为奶奶当时血钾只有1.5毫摩尔/升（正常人在4左右），再加上身上还有很多其他病症，医生告诉家属要随时做好准备…..爸爸还没赶到，只有我和爷爷两个人，我咬着下嘴唇，很想把眼泪憋回去，但还是越哭越大声。忙着要办住院手续，就先把爷爷送回了车里。 http://pic1.zhimg.com/v2-df9f3623e1dfe68d7281e55433b48abd_r.jpg?source=1940ef5c 刚把爷爷送回车里，在等大夫忙完，我也回到车里。爷爷没说话，我安慰了他两句。爷爷问我：你奶她是不是过不了这个年了？我没正面回答，因为我也不知道，我也真的不想骗他。沉默了一会，爷爷又说:“我和你奶啊，在武汉上学的时候就是同学。当时她特别漂亮，以前的时候她的照片就挂在学校门口，她家里特别穷，每次看见她吃饭的时候就只吃一个馒头，每个月剩下的钱都要寄回家里。我喜欢她喜欢了好久，后来我们一起被分配到了长春，才开始搞对象……你上中学的时候，你奶得了类风湿，每天只能在床上不能动，你们不在身边，每天端屎端尿都是我。大夫告诉我，估计以后都不能下床了。我不信，跑了好多地方去找大夫去问，才问到一种药，一周打针就要花6000多，我给她打了4个月，把她治好了。再后来她得了老年痴呆……” “爷，你说这些我都知道啊。”爷爷没理我，继续说：“得老年痴呆以后这些年，你奶记性越来越差，到后来就只认识我一个人。你们几个，她谁都不认识！她只记得我啊。”说到这，爷爷语气里还有些骄傲，又有些哽咽。爷爷终于还是哭了，从小到大，这个我印象里特别厉害，感觉什么事都能解决，再难的事连眉头都很少皱的男人，终于还是没扛住。那晚我们没有回家，就这样在医院楼下坐了一宿。早晨6:45是早饭的时间，爷爷提前一个小时就把早饭买好，在病房门口等着。我和爸爸都劝他：“你去干啥啊，快回家睡觉吧，都一宿没睡了，奶奶她下了胃管，不用进去喂。”“我想看看她。” http://picx.zhimg.com/v2-7e05fe0e4cafba9bc43fa9748a0aa852_r.jpg?source=1940ef5c 清早我们去给奶奶送饭喂完饭出来，我们又劝他回家，爷爷坚持要等补钾结果。“你在这等着也没用啊，你这不是自己耗着自己呢吗？”“我就是能多看她一眼，我都高兴。”爷爷是个特别倔的人，我们谁劝都没用。 “类风湿，结肠炎，冠心病，老年痴呆，都是我陪着她，这次我也得陪她。”完全忘记自己已经83岁了。中午送完饭，化验血钾的结果也出来了，3.93，结果很好。我们都长抒了一口气，但爷爷好像还有什么心事似的，但好在，也同意去睡一会了。 http://picx.zhimg.com/v2-6ca8894c2ea7768f2dffc4d862f1fc6d_r.jpg?source=1940ef5c 等补钾的过程中爷爷一直在看医院走廊里介绍心脏病的知识就这样，我们在医院附近的酒店开了间房。爷爷直到睡前都一直在和我说：“你奶奶这辈子跟我一点福都没享到…” 怎么会呢爷爷？其实啊，我觉得奶奶这一生真的还蛮幸运的吧，因为我可能这辈子，都不会遇到一个像你爱奶奶一样的人吧。奶奶只有在你面前的时候才会变得很乖，只有你喂她吃饭她才吃，她也...只记得你啊。其实到现在我也不太理解真正的爱情是什么，就像一千个人眼中就有一千个哈姆雷特一样，每一个人对爱情的定义都不一样。所以谁都没办法给出一个能满足全部人的答案，但至少每个人心中都还有所希望的爱情的样子。我们可能没办法去描述它，但真正爱情的模样其实一直都在你心里。 “类风湿，结肠炎，冠心病，老年痴呆，都是我陪着她，这次我也得陪她。” “我想看看她。” “我就是能多看她一眼，我都高兴。” 因为，她只记得我啊。 http://picx.zhimg.com/v2-8f87b087324595335d03619446972ecb_r.jpg?source=1940ef5c ps：奶奶今天从ccu重症监护室搬到普通病房了！不要担心啦～最后祝大家，新的一年里可以健健康康，平平安安！要戴口罩出门！喜欢我的话可以给我点个赞加个关注哦～反正新年也出不去，在家无聊的时候可以看看我其他回答～大学生最好的状态是什么？用一句话来概括，爱的本质是什么？什么时候你会觉得自己很糟糕？长大以后，你悟出过哪些不一样的道理？回复
2023-2-1

期权匿名回答

爱情天梯是真正爱情的最好诠释： http://pic2.zhimg.com/v2-f3db9a9b933549a75ee0c50a97a3e09a.jpg https://www.zhihu.com/video/1233918973177176064 　　20世纪50年代，19岁的农家小伙子爱上了大他10岁的“俏寡妇”。为了躲避世人的流言，在一个深夜，他们携手私奔至深山老林。为了让她出行安全，他一辈子都忙着在悬崖峭壁上凿石梯，如今已凿6000多级，被称之为“爱情天梯”。 http://picx.zhimg.com/v2-d9327e14bc9ee222b8894c592aa844ac_r.jpg?source=1940ef5c 探险队深山惊遇“野人” 　　重庆的西南部有一座千年古镇——江津中山镇，从古镇往南30多公里，是连绵起伏、人迹罕至的深山。深山中有一座叫半坡头的高山，海拔1500米，站在山脚下远眺，只能见到袅袅的云雾在山间飘荡。　　2001年中秋，重庆渝北区一队户外旅行者前往这一带的原始森林探险，在深山老林里走了两天两夜不见一人。　　这天，探险队准备攀爬半坡头，突然发现竟有条人工凿的石梯通向山顶，石梯上有新鲜的打凿痕迹，并撒有新鲜的泥沙。两小时后，队员们来到山顶。突然，密林中传出窸窸的响声。　　不一会儿，只见一男一女两个“野人”从林中钻出来。仔细一看，他们分明是人的模样，穿着老式蓝布衫。探险队很快知道，两位老人是山下中山镇高滩村的村民，男的叫刘国江，女的叫徐朝清。50年前，为了一份不染尘垢的爱情，两人私奔至与世隔绝的深山老林，一住就是半个世纪。 http://pica.zhimg.com/v2-f2814dacd386b1cc4f0b930c894b2220_r.jpg?source=1940ef5c 美丽新娘惊醒六岁童　　1942年6月的一天，当时长乐乡高滩村年仅六岁的刘国江正在家门口捉蟋蟀，忽然被一阵唢呐声吸引住了。原来，邻村一位美丽的姑娘嫁到本村的吴家。刘国江便和一群小伙伴一路追着花轿来到吴家。　　几天前，他磕断了门牙。山里有个习俗，掉了门牙的孩子只要让新娘子在嘴里摸一下，新牙就会长出来。于是，刘国江比别的孩子更想见到新娘子。　　在长辈带领下，小国江低着头来到轿子前，当一只兰花般的手从轿前的布帘边伸出轻轻放到他的嘴里时，小国江的口水忍不住流了出来。他怕人笑话，赶紧一吸，不料却紧紧地咬住了新娘子的手。新娘子赶紧用另一只手掀开布帘，他仰头一看，一个仙女般的女子正含嗔带怒盯着自己。轿子走远了，小国江还站在原地发呆。这个新娘子就是徐朝清，从此，她就印在了刘国江心中。 http://pic1.zhimg.com/v2-eab13d73cb6baeabecd214b4084a9f7c_r.jpg?source=1940ef5c 19岁小伙携心上人私奔　　10年后的一天，徐朝清的丈夫患急性脑膜炎去世，她一下子成了寡妇，独自带着四个孩子艰难度日，最大的孩子九岁，最小的才一岁。　　这一切，适年16岁的刘国江都看在眼里，可他只能干着急。他想帮她但怕被拒绝，又怕被人笑话。　　一个傍晚，徐朝清背着最小的孩子到村东的飞龙河去打水，不小心掉进河里。刘国江家就在河边，他跳进河里把他们母子救起来，这也是他第一次正眼看徐朝清。　　刘国江把他们送到家里，给他们熬了锅稀饭。看着忙碌的刘国江，感激的泪水溢满徐朝清眼眶。从此，刘国江常常主动上门帮徐朝清做些体力活。一晃儿过了三年，两人都从对方的眼神中读出了些别样的东西，闲话很快传遍整个村子。　　1956年8月的一天，刘国江在街上碰到徐朝清，他上前搭话，徐朝清却说了句:“寡妇门前是非多，你年纪也不小了，以后少到我这儿来。”听了这话，刘国江泪流满面。当天晚上，他偷偷摸摸地进了徐朝清家，明确地告诉她:“我要娶你。”徐朝清哭了，她痛苦地摇了摇头。刘国江急了，他一把抱住她，激动地说:“我说的都是真的。” 　　第二天一早，村里人发现徐朝清和她的四个孩子不见了，一同消失的，还有刘国江。 http://picx.zhimg.com/50/v2-639474d46c52f2b25d39fdd1c711bfab_720w.jpg?source=1940ef5c 大山中他们养大了七个孩子　　从此，和刘国江、徐朝清相伴的就只有孩子及蓝天白云、大山荒坡、古树野猴，但没有了闲言碎语。　　带去的粮食用完了，刘国江就到河里捕鱼，徐朝清则到山坡边去挖野菜。他们把木浆树叶摘下晒干，然后磨成面粉，在没有粮食时备荒。一天，刘国江在树上发现了一个蜂窝，他受了启发，开始自己养蜜蜂，酿蜂蜜卖钱。　　他们还在房前屋后挖了几块菜园，分别种上了土豆、红薯、玉米。可一天夜里，一群猴子将即将成熟的玉米偷了个精光。　　1957年6月，一场暴雨将他们居住的茅草屋冲垮，刘国江只得牵着徐朝清和孩子来到山梁最高处的一个岩洞，那儿成了他们临时的家。　　最让他们恐惧的是山里的野兽。“很多个晚上我都听到老虎在叫，声音好大，地都在抖。”说起老虎，徐朝清一脸惧色。　　用大山里的野菜和兽肉，徐朝清和刘国江将七个孩子拉扯成人，现在曾孙都有了。半个世纪以来，他们并不是完全与世隔绝，有时也会下山，走四个多小时的路到最近的长乐集市买猪仔、买修路用的铁钎，送孩子们出山念书、结婚。 http://picx.zhimg.com/v2-af234015efd4c734077dfae27f48d0e0_r.jpg?source=1940ef5c 夫妻最后心愿:百年之后合葬大山怀抱　　“我们两个一天也分不开。”徐朝清说。50年来，刘国江从来没将她一个人留在家里过夜。他们从没到过江津县城，就算中山镇，刘国江也只去过几次。　　不管谁有事出山，另一个准会在天黑前来到山下的独木桥等候，等爱人一起爬上爱情天梯回家——桥那头便是凡人的世界，他们没事从不过桥。[1] http://picx.zhimg.com/v2-71a8af74e5a445b5af071ec69db27429_r.jpg?source=1940ef5c 　 2007年12月7日，刘国江去世！　　整整一天了，82岁的徐朝清几乎没挪动过身子，静得如同雕塑。她一直木讷地坐在“小伙子”的遗体旁，哀怨地凝视着面前那具黑木棺材。里面，装着那个曾承诺要陪她一辈子、照顾她一辈子的爱人。对徐朝清来说，老伴走后这一天，比她和“小伙子”在山里隐居的半个世纪都要长。　　昨天的江津中山古镇长乐村，那座叫半坡头的山脚下，那6000级“爱情天梯”的起点处，空气依然清新，流水依然清澈，桫椤林依然茂盛，空旷的山谷将凄婉的哀乐尾音拉得很长很长…… 　　“小伙子”刘国江的灵堂就设在三儿子刘明生家里。“你走了，我一个人怎么办？”低沉的旋律中，徐朝清不停重复这句话。　　没人能回答她，徐朝清也不需要别人回答——“小伙子”的去世，带走了她的一切，甚至6000级“爱情天梯”于她，都已无意义。　　徐朝清不时把脸贴在棺木上，用手抚了又抚。淌下的泪还挂在腮边，新的泪，又溢出眼角。　　“你走了，今后我一个人怎么办” 　　“要是不摔那个跟头……”徐朝清喃喃道。　　7日凌晨3时许，刘国江像往常一样起床去地里看庄稼——猴子、野猪等动物常常半夜来糟蹋——约一个小时后，刘国江回到家，刚在床头坐下，突然栽倒下去！　　“小伙子，啷个了？快起来！”徐朝清惊慌扑上去拼命摇动老伴，刘国江毫无声息。　　“刘三(指三儿子刘明生)，快来，你老汉不行了！”黑暗中，徐朝清冲到半坡山顶，也是“爱情天梯”最顶端，对着山下凄厉地喊，全不顾住在山脚的儿子能否听到。山间，只有她自己带着哭腔的回音，和雨滴打在树叶上的声音。徐朝清又踉跄着跑回屋，奋力将体重是自己近两倍的老伴扛上床，盖上铺盖—海拔1500米的山顶半夜很冷。　　“下山找儿子。”这是徐朝清惟一能想起要做的。她拿起电筒，在夜雨中冲下山去。和“小伙子”上山半个世纪以来，这是徐朝清第一次一个人走这6000级天梯——“都是他牵着我的手，扶我下山。要不，他下山办事，我在家里等他。他从不放心我一个人走山路。”徐朝清说。　　雨夜里，湿滑的天梯上，徐朝清一次次摔倒，一次次爬起来……5时许，她终于擂开儿子的房门。“我吓呆了！万万想不到妈妈半夜三更会一个人下山，还蓬头垢面的，浑身沾满了泥。”刘明生说，他当时差点没认出自己的亲娘。　　刘明生叫上妻子陈洪治和家里所有人，飞奔上山。“母亲非要和我们一起上山，但她的肩、背和腰已经摔伤了，我们没准她跟来。” 　　天未亮，刘明生等人已赶到山顶。此时，刘国江已无法开口说话。“我们准备抬他下山时，他艰难地举起手，颤抖着指了指橱柜上的全国十大经典爱情证书和一日本友人为他和妈妈画的像。”刘明生明白，父亲是要他将这些东西一起带下山——那都是父母绝世爱情的见证。　　两年来，很多素不相识的人上山看他们，也给这对与世隔绝的恋人带去很多山外的东西。一开始，他们害怕，也不习惯“凡人”打扰他们。在经历了惶恐、逃避、好奇之后，已能坦然尝试接受外面的世界。他们的生活因此而变得逐渐“文明”起来，不变的依旧是那份质朴，那份不染尘垢的爱情以及那条“爱情天梯”。　　“我们的日子是越来越好过了，政府给我们送来电视，你还没看够，却要丢下我走了。我一个人活着还有啥意思？”徐朝清的语气幽怨：经典爱情故事颁奖时，你去过湖南，还坐过飞机。重庆十大感动人物，你又去了重庆，见过那么大的场面。每次，你都说我身体不好，不让我去。你说过哪天要带我坐飞机，坐火车。你还说你身体比我好，比我年轻，要给我送终。你说话不算话……徐朝清旁若无人地对着棺材埋怨“小伙子”，语气中，带着往常惯有的嗲声。　　12日下午，刘国江突然有些烦躁，他用颤抖的手指示意“老妈子”将证书和画像放到他身边。“我给他拿来了，他还在那儿指。我顺着他的手指看去，是一把放在墙角的铁锤。”徐朝清突然明白了，她将铁锤拿来，又找来一根铁钎，放在老伴身边，刘国江终于安静下来。　　“我们两个一天也分不开”，想起两年前，第一次见到刘国江夫妻时，他们说的话。但现在，这个经典的爱情故事却残酷地出现了“断层”。徐朝清说，“小伙子”的去世，带走了她的一切，她不知如何应对今后的生活。　　刘明生说，他们会把父亲葬在山顶，“爱情天梯”的尽头，再接妈妈在自己家住下。但徐朝清不高兴了：“不行，你爸葬在哪，我就要住在哪，我要一直陪在他身边。没有我，他也会不习惯的。” 　　“你走了，哪个叫我‘老妈子’，哪个来陪我唱《十七望郎》？”离开时，徐朝清仍趴在黑色棺材上，和“小伙子”说着自己的心里话。凄婉的哀乐中，徐朝清又哽咽着轻声唱起那首她以前和老伴最喜欢唱的山歌—《十七望郎》：　　初一早起噻去望郎，　　我郎得病睡牙床。　　衣兜兜米去望郎，　　左手牵郎郎不应，　　右手牵郎郎不尝。　　我又问郎想哪样吃？　　郎答应：百般美味都不想，　　只想握手到天亮　　…… 　　“小伙子”走了，但“爱情天梯”还在，爱情亘古不变。[2] http://picx.zhimg.com/v2-569041d4387b5f0bf5041d6ce49f917d_r.jpg?source=1940ef5c 　　2012年徐朝清老人抑郁成疾，器官衰竭，追随“小伙子”而去，享年87岁。　　11月4日，“爱情天梯”女主人公徐朝清的葬礼在她的家乡重庆江津区举行，来自全国各地上百的市民前来现场送别，“爱情天梯”上铺满白色玫瑰花。[3] http://picx.zhimg.com/v2-56281aab5976bad0bd83cc91f9c46687_r.jpg?source=1940ef5c http://picx.zhimg.com/v2-90bc1b7545c83ccc696aeeb16fb24006_r.jpg?source=1940ef5c 　　陈可之油画《爱情天梯》： http://picx.zhimg.com/v2-4977f21d4682100215a78fef0ba93a6f_r.jpg?source=1940ef5c 回复
2023-2-1

期权匿名回答

2022年5月25日，柳江警方接到举报，有名30多岁的男子背着一名大约20多岁的女子从市区八一路打车到进德镇上六兰村，那名女子似乎身体有点问题，不会说话，像是名被拐卖的妇女。 http://pic1.zhimg.com/v2-89799d68dbf0100477bb4d8ac89ccc9f_r.jpg?source=1940ef5c 接到报警后，警方迅速赶到举报人所说的地点，找到了那名“拐卖者”，当查明事情的真相后，所有人都被感动了。男子名叫丁一舟，他所背的女子不是别人，正是自己的老婆赖敏。丁一舟之所以背着老婆，是因为赖敏身患绝症，无法正常行走。丁一舟为了完成老婆的心愿，仅怀揣200元，带上7斤重的被子，一条狗，一部轮椅，再加上一辆山地车，想要带着赖敏走遍全国。赖敏患了什么病，为何不能自行行走，要人背着？他们走遍全国的目标最终完成了吗？现在又过得如何？本文将带你走近一份世间真正“你若不离，我必不弃”不要命的爱情。 http://pica.zhimg.com/v2-cc60ef7dca3c99e9629fdca428ffae60_r.jpg?source=1940ef5c 1986年，赖敏出生在广西柳州，出生的时候赖敏看上去身体很健康，性格开朗、外向。在赖敏小学三年级的时候，老师把班里一位小男生调为赖敏的同桌。这个新同桌性格腼腆，不爱说话，赖敏也不在意，每天找各种话题和他聊天，逗他开心。小男生被这个活泼可爱的同桌所吸引，那时的他们还小，谈不上什么爱情。只因为后来机缘巧合，小男生把这份曾经莫名的喜爱延续了一生。这位小男生就是丁一舟，赖敏未来的丈夫。 2002年，赖敏考上了重点高中，丁一舟考入普通高中，两人就此分开，很少有交集，可是丁一舟始终记得校园里那个笑容如阳光般灿烂的同桌。时光飞逝，12年一晃眼就过去了，分别的12年里丁一舟和赖敏几乎没有任何交流。 2014年的春节，小学班长组织了同学聚会，丁一舟和赖敏都参加了。分别多年后，丁一舟再次遇到那个曾经用笑容温暖了他整个小学时代的女同学。同学互相见面后，大家交换了各自的联系方式，丁一舟也加上了赖敏的QQ。通过大家的交谈，丁一舟知道赖敏此时已经有个可以谈婚谈嫁的男朋友，得知这个消息时，他心里隐隐有那么点不舒服的感觉，但也没在意，笑着送上祝福。可是同学聚会结束没多久，丁一舟发现赖敏在QQ空间发布了这样一条说说：忽然有一种心被抽空的感觉，我不惧怕我的以后，我担心的是我的朋友们，如果有一天，我死去了，你们怎么办？没有我的笑了，你们怎么办？没有我的陪伴，你们怎么办？想我了，你们怎么办？ http://picx.zhimg.com/v2-374e714d7940648123e29c976208dfe6_r.jpg?source=1940ef5c 这段话明显能看出赖敏身上有事发生，否则她不会说出这样的话。丁一舟马上点开聊天窗口，询问赖敏发生了什么，一番聊天下来，他才知道赖敏此时面对着人生的最大的劫难。赖敏的父亲因为车祸去世了，而她的母亲因“企鹅病”去世，舅舅也在前几天因“企鹅病”去世。企鹅病，医学上称为“遗传性小脑共计失调症”，全球罕见病之一。和大家所熟悉的“渐冻人症”、“阿兹海默症”一样，企鹅病虽然不会马上夺走人的性命，但也无法治疗，一直折磨着病人，最终导致人体多个器官衰竭，离开人世。更为可怕的是，企鹅病有50%的概率会遗传给孩子，赖敏的妈妈和舅舅正是从上一辈遗传了这个病，赖敏也因为妈妈的原因，最近确诊患上了“企鹅病”。这就意味着她的小脑将逐渐萎缩，慢慢失去语言、肢体协调能力，走起路来摇摇晃晃，如同企鹅一样，所以被称为“企鹅病”，终生无法治愈，男朋友在在得知她患上这个病后，立马提出了分手。亲人离世、自己患病加上男友的绝情，三重打击让这个20多岁的小姑娘觉得世界在一瞬间崩塌了。丁一舟在了解这一切后，才明白为何赖敏会在说说上发出这样的感慨，他没有选择远离患病的赖敏，反而开始查阅各种与“企鹅病”有关的资料。之后，丁一舟每天都会和赖敏聊天，鼓励她要坚强。在一次聊天中，赖敏告诉他，自己做饭差点把厨房给烧了，吓了丁一舟一跳，也让他明白了自己的心意，这么多年过去了，他还是没能放下这个姑娘。于是，他放下手里的工作，第一时间赶到了南宁，向赖敏表达了自己的心意，想要一直陪在她的身边，与她一起共度难关。 http://pic1.zhimg.com/v2-2665c261a283c544d1ea362399762c65_r.jpg?source=1940ef5c 赖敏一开始无法接受，她怕自己连累丁一舟。可是在丁一舟固执的坚持下，赖敏看到了他的决定与真心，终于敞开心扉接受了丁一舟，与他一起回到了柳州。回到柳州后，丁一舟拿出自己所有的积蓄带着赖敏奔波于各大医院，想办法缓解她的病情，可现代医学技术对于这个病，确实没有什么更好的治疗方法。丁一舟尽量瞒着家里赖敏的事情，但最终还是被母亲知道了。母亲立马打电话来让他马上与赖敏分开，不然她就不认这个儿子。面对母亲的强势反对，丁一舟并没有妥协，依然对赖敏不离不弃。赖敏知道自己的病情无法治愈，看着为此忧虑的丁一舟，她告诉丁一舟与其把钱浪费在治疗上，不如两人一起出去走走，看看大好河山，也算是完成一个心愿。丁一舟一听觉得这个主意很不错，既然都这样了，不如放开一切焦虑，到处走走，难说对赖敏的病情更有帮助呢？于是说做就做。因为治病钱已经花得差不多了，丁一舟也什么钱了，把剩下的钱买了一辆山地车，一个轮椅，带上赖敏养的宠物狗，最后的200元钱，开始了一场环游全国之旅。 http://pica.zhimg.com/v2-dd809776f3629441fbbbd8dfe64638c0_r.jpg?source=1940ef5c 2015年1月1日，两人一狗，踏上了“走心之旅”。他们从柳州出发，途经昆明、西藏、西宁、西安、郑州、合肥、武汉、长沙，在地图上走成一个心型。 http://pica.zhimg.com/v2-3a46fbe3b9bd10d8c9c1bb407233df2a_r.jpg?source=1940ef5c 出发前，朋友们知道他们两人的情况，纷纷前来送行，送上了几千元钱。带着朋友的祝福，丁一舟在前骑车拉轮椅，狗狗在一旁协助，正式开启了这个让人感动的爱情之旅。一路上，他们走走停停，钱花光了就在当地找份临时工做一下。理发、搬砖、代收庄稼等等工作，能做的都做，赚到钱了又开始前往下一个目的地。他们的事迹渐渐被媒体知道，通过宣传，沿途很多人都向他们伸出了援手，帮助这对小情侣完成这个心愿。一个好心人直接给他们俩捐赠了一辆电动三轮车，有了这个三轮车，丁一舟就不用辛苦地蹬山地车拉轮椅了，省下了很多力，更方便接下来的旅行。 http://picx.zhimg.com/v2-cf3b2f6e290f822ca2eb15ca183dec73_r.jpg?source=1940ef5c 平坦的路可以用三轮车代步，可是当他们到达四川省甘孜藏族自治州，为了让赖敏能够看到贡达山的云海，丁一舟背着赖敏一步步向上爬，足足用了20多个小时，才来到山顶。当赖敏看到那一片片云海，和通过云海洒下来的金光，感动地流下了眼泪，紧紧握住了丁一舟的手。此刻的她觉得今生能遇到丁一舟是她的福气，而丁一舟看到激动的赖敏，也露出了如同孩子般纯真的笑容，这一刻他觉得所做的一切都是值得的。 http://picx.zhimg.com/v2-65525ec9eef263c5ac8fda29ffc349d6_r.jpg?source=1940ef5c 看着沐浴在阳光里的赖敏，丁一舟做出了一个重要的决定，暗暗在心中策划起了一件事情。 2015年7月5日，丁一舟与赖敏到达西藏1个多月了。这天晚上，丁一舟和赖敏来到了布达拉宫广场，趁赖敏沉浸在布达拉宫壮丽、优美的景色时，丁一舟悄悄离开了她。当赖敏回头发现丁一舟不在身边时，慌了，这在旅行途中从来没有出现过的。正当她四处寻找丁一舟时，突然看到前方一位男子手里捧着一束鲜花缓缓走向自己。男子不是别人，正是丁一舟。丁一舟走到赖敏面前，郑重下跪，诚恳地说：“赖敏，你愿意成为我的妻子吗？我会一辈子爱你，照顾你，无论生老病死，永远不离不弃。” 看到这一幕，听到丁一舟深情款款求婚誓词，赖敏瞬间大脑空白，完全不知道该说什么，任凭泪水不断往下掉。 http://pica.zhimg.com/v2-e387a6f3e33e4ee0f91f80fed06e6823_r.jpg?source=1940ef5c 旁边的游客看到这一幕，都鼓掌高声喊着：“在一起，在一起。” 赖敏被呼声拉回了思绪，她微微颤抖着双手接过丁一舟的鲜花，哽咽地着说：“我愿意。” 听到赖敏的回应，丁一舟一把抱住了她，身边掌声、欢呼声响彻整个广场。这一瞬间，虽然没有昂贵的钻戒，丁一舟与赖敏也是世界上最幸福的人。赖敏是不幸的，患上这样的绝症，可她又是幸运的，遇到了这样一个愿意珍爱她一辈子的好男人。 2016年4月，他们来到了理塘。此时有很多人都知道了丁一舟与赖敏的故事，当地藏民热情地接待了他们。碰巧，当地正在举行一场藏族婚礼，丁一舟看到赖敏对藏族婚礼仪式很感兴趣，悄悄记在了心里。他背着赖敏找到了藏民，想让他们帮助自己筹备一场婚礼，藏民听完丁一舟的讲述后很感动，非常愿意帮他完成这个心愿。 2016年4月20日这一天，丁一舟对赖敏说带她去一个特别的地方。当赖敏来到婚礼现场，被人带去换上了藏族新娘礼服时，她又再次红了眼眶，身边个男人真是把她疼到了心尖上。虽然婚礼仪式很简单，但却无比神圣，代表了两个年青人不顾生活中遇到的任何艰难险阻也要携手走下去的决心。有情人终成眷属，婚礼上赖敏和丁一舟都露出了幸福、灿烂的笑容。 http://pic1.zhimg.com/v2-66cdbe1cf2478fbb8adfa664db0a0e3c_r.jpg?source=1940ef5c 当丁一舟的母亲通过媒体报道看到了儿子的婚礼，看到了儿子的决心，这一刻她也理解了儿子，接受了赖敏这个儿媳。婚礼的第二天，母亲就给儿子打去电话，让小两口在外注意安全，还叮嘱儿子要好好照顾赖敏。得到母亲的祝福，丁一舟和赖敏悬在心头的一块大石终于也落下了，他们真正成为了一家人。婚礼结束，旅程继续。 2017年，他们来到了新疆，这时一个意外来临了，打断了这对小夫妻的计划。这天，赖敏觉得自己难受，犯恶心，身为女人的天性，她知道自己怀孕了。当她把这件事告诉丁一舟的时候，丁一舟是又惊喜又害怕。因为他们都知道孩子有50%的可能性遗传了赖敏的“企鹅病”，谁也不想把这个痛苦带给还未出世的孩子。但同时夫妻两心里也有期盼，这个孩子也还有50%的机率是个健康的孩子啊，于是他们给未出生的孩子取名“丁路遥”。赖敏对腹中孩子充满了期待，她甚至想到万一孩子出生后，怕自己有什么意外，要给孩子留下母亲的祝福。于是开始给孩子写信，从1岁写到20岁，每一封信都包含了一位母亲的深情。 2017年5月，夫妻俩来到西安一家医院进行检查，结果却是腹中孩子患有“企鹅病”。面对这个结果，两人痛苦万分，赖敏拿到结果的时候就在医院哭得泣不成声，最终还是选择放弃了这个孩子。手术后，赖敏身体更加虚弱，丁一舟为了她的身体着想，不允许赖敏再怀孕。 http://pic1.zhimg.com/v2-4581b716c792a936623d320b2aac63ad_r.jpg?source=1940ef5c 2018年，两人回到了四川理塘，这个见证两人爱情的地方，租了一个院子，开了一家名为路遥星空的客栈。可是没想到2019年，赖敏再次告诉丁一舟她怀孕了，是她自己偷偷背着丁一舟备孕的。得到这个消息的丁一舟已经没有了最初的惊喜，只有害怕。他害怕上一次的事情再次重演，赖敏的身体会因此变得更加虚弱，甚至会加重病情，因此他第一次对赖敏发了火。赖敏面对生气的丁一舟，拉着他的手郑重说：“我们有50%的概率会有一个健康的孩子，我想赌一赌，我想有一个孩子，有一个属于我们的孩子。如果今后我有什么意外，至少还有孩子陪着你，如果孩子健康，我一定要把孩子生下来，这是上天给我们的礼物。” 看到如此坚定的赖敏，丁一舟只得尊重她的选择。两人再次忐忑地来到医院检查，检查结果孩子是健康的，没有遗传到母亲的企鹅病。看到这个结果，夫妻两人激动地抱在了一起，这次幸运终于降临在他们头上了。 2019年7月8日，两人正式领取了结婚证。 http://pic1.zhimg.com/v2-1ab6f1f48a108ed766e663b6375343e4_r.jpg?source=1940ef5c 2019年12月3日，赖敏平安诞下一名女婴，取名丁安宁，他们希望女儿一辈子平平安安长大。 2020年，丁一舟和赖敏关闭了客栈回到柳州。 2020年5月18日，丁一舟在一艘观光游轮上，再次偷偷瞒着赖敏为她补办了一场婚礼，所有亲朋友好友都参加了这次婚礼。婚礼上赖敏边哭边笑，她觉得这一生值了。 http://picx.zhimg.com/v2-001a99a7229e8655f64872c8c06a7e80_r.jpg?source=1940ef5c 2022年5月，丁一舟准备和朋友在进德镇上六兰村打造一个认养农庄，农庄环境优美，空气好，环境安静，对赖敏的身体有帮助。他背着赖敏在村里走动，一起考察农庄环境时被人看到，所以才有了文章开头那一幕，算是一个大乌龙。 http://pica.zhimg.com/50/v2-a81c5ac1bc889cdd478c032d71e258be_720w.jpg?source=1940ef5c 现在两人的女儿已经2岁半了，非常健康，活泼，是个可爱的孩子。总有人说“夫妻本是同林鸟，大难来临各自飞”，而丁一舟与赖敏的爱情向世人证明了这世上有永远不离不弃，坚贞的爱情。祝福他们今后生活幸福美满，也希望每一个人都能遇到珍惜爱护自己一辈子的那位他（她），相互珍惜，相伴到老。回复
2023-2-1

期权匿名回答

我的女朋友，一个平凡又大方的姑娘和这世界上任何一个女孩子一样，吃饭，睡觉，学习，追剧，喝奶茶，吃肉肉但她不是个心思细腻的人，校园卡补办了一张又一张无聊的时候，她喜欢发呆，夏天光着脚丫躺在床上，总是喜欢傻傻地把两个大脚趾勾在一起有时候她摸我的背，总喜欢手欠把我背上的小结痂抠掉有时候喜欢缠着我让我帮她把烫的水吹一吹喜欢在我刷牙洗漱的时候在我背后环抱着我喜欢让我给她剪指甲，她说她最喜欢看我认认真真的样子出去玩的时候如果我没有背包，那她肯定会让我帮她背包我总是戏谑地抱怨：“要不下次去机场接你的时候，把我装着笔记本的双肩包给你，我俩换换” 她总是嘻嘻地笑着说那可不行，就像很多年前邻家的小女娃晚上饿了的时候，我总是喜欢吃泡面她总是说我：“泡面那么油，晚上吃多不健康呀” 然后等面泡好了以后，顺着香气就跑过来了，嘶哈嘶哈嗯，真香她又是一个很有科研精神的人，经常做实验到很晚有的时候遇到困惑，也可以向她请教我假装客气地叫她一声“李老师” 看她似懂非懂地开始表演，然后嘿嘿一笑已经相处了很多年了刚开始那一两年，其实也有很多争吵她说她在用眼泪教会我成长那两年让她流的眼泪，比她从小加起来的都还要多每当我想起这些的时候，都满怀愧疚现在的我对她，只有满眼的宠溺，再也发不起脾气虽然这些年里，大多数时候在我这里她都是傻傻的但是我心里很清楚，在外人面前她是一个很有分寸的人她说，那些都是给你一个人的，怎么能在别人面前显露，我可是个机智Girl 她不喜欢一个人洗碗，也不喜欢一个人等待假如是她一个人这样做，她就会觉得无聊无论做什么，她都想跟我双向奔赴她教会了我很多，让我越来越有耐心，也很庆幸顶多就是，以后刷碗不能落跑了她是一个积极乐观的女孩，从来不会情绪特别暴躁即便是姨妈期前后即便是自己生病的时候一边忍受不舒服，一边还会安慰心急如焚的我她的微信背景是我们的合照她说，她觉得最幸福的事情就是能够在多年以后亲口对身边的你说遇见你真好我知道现在的社会，爱情可以多种多样但我不知道什么是真正的爱情我也不羡慕别人的爱情但是，假如让我思考“什么是真正的爱情”这个问题我会毫不犹豫地想到她回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

目前来说，请问是学金融好，还是学经济学好？

 2023-2-1   期权匿名问答  7579  5

或者说经济学与金融学考研难度或差别？

2023-2-1

期权匿名回答

谢邀。实际当你真正就业的时候，你就会发现啊，金融和经济学的整体就业差距并不大，很类似的。但是在哪方面有差距呢？学校。北大的政经比一般财经类院校的金融都要好，这是毋庸置疑的。很多时候，HR并不能分清你是哪个专业，到底是理论经济学还是应用经济学，还是看你的学校。这也代表了你的起点。所以，找一个好学校的经济学类，考的稍微轻松一点，竞争没有那么大，就业还是很不错的。比如西财、东财、天财，这在当地都是很OK的学校。回复
2023-2-1

期权匿名回答

1、首先，简单说一下金融学和经济学两者的区别。经济学，比较偏理论，更适合走学术道路，如果喜欢搞经济方面的研究，读个经济学博士很不错。学过微观和宏观经济学的伙伴，都知道经济学对数学是有一定要求的，也有一些知名的经济学家是学数学专业出身的；金融学，相对来说，则更偏实物应用更多一些，主要是侧重企业资金的投融资。如果可以考一个不错金融院校的研究生，就业前景也是不错的。 2、如果读研是为了更好的就业，那么关于到底该选择金融专业还是经济专业，其实差别并不是太大。最终，要看你读研的院校是否具有优势，如果能考上清北复交人大两财一贸，对于就业来说，优势是较大的。不过，就目前一些院校的情况来说，金融学的考研分数相比较于经济学会更高一些，当然这也不是绝对的。总结来说，如果未来希望从事的工作偏理论类、科研类，建议选经济学；如果希望应用性更强、更具实战操作性的，则建议选金融学。经济学更多侧重的是一些经济现象，宏观方面的研究，例如：讨论国家社会的经济运行体制、如何才能高效合理运行等；而金融学，更多的侧重一些微观实物，例如：具体到某一个企业，如何合理利用现金流，可以使企业利润最大化等。回复
2023-2-1

期权匿名回答

作为具体的专业。本科，金融学比经济学分数高一点。考研，金融学比经济学难一些，尤其是金砖。理论经济学相对容易不少。本科就业。几乎没什么差别。大部分进了金融行业，以银行为主，做的工作也差不多，可能经济学考公务能报的职位更多一些。为什么以银行居多，因为银行校招对专业放的很宽松，也知道本科阶段也学不了什么东西，银行很多基础岗位也不需要很强的专业知识。跟专业想比，个人形象、家庭条件、学校的牌子更重要。研究生阶段的就业。研究生阶段细分很多方向比较明确，差别就比较大了。不只是经济学和金融学的区别，经济学、金融学各自细分方向之间差别也很大，但也有很大重叠。不要看就业报告上写的就业单位差不多，但是具体的部门和岗位还是有差别的。经济学专业比较对口的岗位偏宏观研究、偏调研、分析、偏非盈利非业务部门、偏幕后、偏专业技术。比如学术科研机构、政策研究室、各类经济行政主管部门；大型企业尤其是金融类公司宏观研究部门；各类智库、比如战略咨询公司等，金融学则更微观更具体偏前台偏盈利偏业务偏个人综合能力展现。具体来说，比如都是去券商。经济学进研究所做宏观策略研究比较多，金融学做行业研究比较多，但是一般是本科工研究生金融更受欢迎，比如本科电子+研究生金融学，就适合电子行业的分析研究。券商投行部、资产管理、自营等部门则更欢迎金融学专业。比如都去基金。经济类专业可能去宏观策略或者固定收益，有数理背景的金融学可以去数量化投资部等。进企业，经济学更适用超大型企业，因为会有专门的智库，金融学更适合去投资业务比较多的公司，以及VC和PE等。有没有发现，单纯的金融学就业比较窄，有数理和工科背景的可发挥的余地更大。还有就是统计学和会计学，有时候和金融学就业去向也差不多。综上所述，你要哪个好，答案也只能是半斤八两。https://mbd.pub/o/laoyangshu/work 回复
2023-2-1

期权匿名回答

本科的一堂课上，一个教授跟我们说：“本科学什么金融啊？本科就应该学经济学，研究生再去读金融才好。”教授为什么这么说？原因就是本科的经济学包容性强，杂七杂八，什么都学。把经济学的理论基础打好了，知识面有了扩展，研究生再去学金融就顺风顺水了。从现实角度来看，金融体系的运转，也是不可能离开社会经济系统而存在的。由此可知，金融学研究其实是经济学研究的组成部分。 http://pica.zhimg.com/50/v2-16e208484b82157f702ef3177139fa37_720w.jpg?source=1940ef5c 高赞里面提到的“金融学和经济学两者的区别”在相关定义理解上是有问题的。考研里面的“金融学”（专业代码020204）根本就是“经济学”下的二级学科。也就是说，“金融学”属于“经济学”。一切把“经济学”和“金融学”割裂开来的回答，都是没根据的。一、经济学和金融学硕对于学术型硕士来说，经济学下有3个一级学科，分别为：（1）理论经济学（专业代码0201XX）： http://picx.zhimg.com/v2-463f847ea16f1599508dd280e0ac00c0_r.jpg?source=1940ef5c （2）应用经济学（专业代码0202XX）： http://picx.zhimg.com/v2-185d8a0159fddcd46fcb272d2ef80bff_r.jpg?source=1940ef5c （3）统计学（专业代码027000）：不设二级学科题主所问：研究生选金融好，还是经济学好？并补充问道——经济学与金融学考研难度或差别是什么？其实，经济学中的应用经济学下，就有二级学科金融学（020204），其属于经济学类别，而非题主所以为的金融学和经济学互不交叉、相互割裂。从这点看，题主的问题应该改为：研究生学金融学好，还是经济学其他二级学科好？金融学的难考程度，把经济学所有二级学科放一起比较，基本在哪个院校都是数一数二的难。但以上所说的金融学难考，是在二级学科独立排名、招生的前提下。如果是理论经济学和应用经济学所有学科一起排名，那么根本就无需考虑金融学难考上的问题了。因为金融学的难考，源于它的热度，即报名人数多。当所有二级科目的考生都在一个大池子里竞争，就意味着所有二级学科（包括金融学）的报录比变成了整个经济学大类的综合报录比。 http://pica.zhimg.com/50/v2-e8a666359b81f5a1c83e367f8b8e05a1_720w.jpg?source=1940ef5c 知乎的官方课程挺不错的，金融、经济考研看看下方的择校课就够了。图片中的资料包点了链接就可以免费领（此处划重点）。一定要去看我框出来的这几个文件！不看太亏了啊，宝子!!! http://pic1.zhimg.com/v2-3f194258670237d46fd799939190aabf_r.jpg?source=1940ef5c 二、经济学学硕和金融专硕的区别金融专硕的专业代码是025100。跟经济学中的金融学（020204）相比，最大的不同点在于，金融专硕毕业后拿到的是专业学位，金融学毕业后拿到的是学术学位。经济学学硕和金融专硕的其他区别总结如下： 1、学年金融专硕一般是2年制，经济学学硕则一般会是3年制。也有一些学校经济学学硕2年或者2年半就可以毕业。 2、学费金融专硕跟会计专硕、MBA一样，学费都非常高昂。读完2年金融专硕，很多知名高校的学费达到了10w+。例如，清华大学2021年金融专硕（全日制）（五道口金融学院）学制为2年，学费为12.8万元/全程；2021复旦大学金融专硕（经济学院）学费为21.8万/2年；2022年上海财经大学金融专硕学费为18.8万/全程。而经济学学硕的学费一般在8k/年。并且我当时每年还发放学业奖学金8k，相当于全额返还学费。 3、导师金融专硕和学硕的校内导师可能是一个人。不一样的是，金融专硕还会给每个学生配备一个校外导师，经济学学硕则没有。校外导师一般是某个银行或者企业的领导，但据说校外导师常常有名无实，起不到指导学生的作用，甚至师生连面都见不到。 4、全日制和非全日制一般来说，经济学学硕只有全日制学位硕士，只允许脱产学习。而很多高校的金融专硕会设置非全日制学位硕士，提供在职学习的机会。 5、考研难度很多学校的金融专硕录取人数少的几十个、多的上百个。而经济学学硕常常只有10个都不到的名额。从人数上看，大多是学校金融专硕上岸概率确实比较高，虽然也不排除个别学校金融专硕上岸真的顶天难。此外，金融专硕考试科目可能会比经济学学硕简单。例如，有的学校经济学学硕考英语一，金融专硕考英语二；还有的学校经济学学硕考数学三，金融专硕经济类联考综合。不一样的学校情况不一。 6、毕业难度金融专硕的毕业难度大大低于经济学学硕。学硕对于建立模型的要求较高，专硕则比较低，毕业论文书写简单。但在毕业论文审核要求上，两者一般无差异。 7、发展方向金融专硕的发展方向经济学学硕一般可以适用，但反之可能不行。比方说，部分金融学公务员岗位限制专硕报考；还有在学术发展上，金融学硕可转为直博生，但金融专硕大多没有此类机会，无法进一步向学术道路发展，除非参加博士研究生考试。然而，从专业性和实用性方面看，金融专硕肯定比经济学学硕更具有优势。特别是体制外的就业，经济学学硕的对口度往往不及金融专硕。 http://pica.zhimg.com/50/v2-a46380a7dde1da23c0931ff0ce3bc2a6_720w.jpg?source=1940ef5c 这个考研课也能白嫖不少资料，知乎会员和非会员都能免费领。 http://picx.zhimg.com/v2-f65f9e77e3115a4ef7f1f4efc10ccf33_r.jpg?source=1940ef5c 接下来，再具体讲讲就业方向上的区别。三、经济学和金融专硕毕业生的就业方向经济学和金融专业毕业生的就业方向其实非常相似，甚至可以说，区别不大。 1、各类商业银行经济学和金融专硕毕业生的主力流向就是各类商业银行。要知道，依旧处于疫情影响下的2022年，单单四大行的秋招人数就达到了7.4万人。这还没把招商银行、中信银行、浦发银行、光大银行、华夏银行、民生银行、广发银行、平安银行、兴业银行、浙商银行、渤海银行、恒丰银行等12家全国性股份制商业银行，以及北京银行、上海银行、江苏银行、宁波银行等城商行算上。这些商业银行的最大的人才后备军就是经济学和金融专硕毕业的学生。我的大半数研究生同学都选择加入了各个不同的商业银行。 2、中央银行和政策性银行中央银行又称中国人民银行，简称央行，为国务院组成部门。在国务院领导下，制定和执行货币政策，防范和化解金融风险，维护金融稳定。央行在各个省、市、县都设有分支机构。在市县的央行分支机构，其中一块很重要的任务就是负责管理当地的商业银行。据我说知，央行的薪资体系非常固化和透明。同一级别、工龄的员工，工资是一模一样的。也就是说，不像商业银行一样，奖金看业绩完成情况；也不像部分国企一样，奖金看领导对你的态度。再进一步讲，也就是只要不求升职，你就可以该躺平时躺平，该摸鱼时摸鱼，不需要有任何压力。央行是真的豪。据说考出中级经济师、中级会计师等中级职称，每年就可以涨3万工资。这个制度真的煞羡旁人。三大政策性银行包括国家开发银行、<a href="http://www.zhihu.com/search?q=%E4%B8%AD%E5%9B%BD%E8%BF%9B%E5%87%BA%E5%8F%A3%E9%93%B6%E8%A1%8C&search_source=Entity&hybrid_search_source=Entity&hybrid_search_extra=%7B%22sourceType%22%3A%22answer%22%2C%22sourceId%22%3A2559323542%7D" class="internal">中国进出口银行、中国农业发展银行，均直属国务院领导。由于这三个银行比较特殊，它们不以盈利为目的，主要作用是国家干预、协调经济。既然没有利润，就没有恶性竞争，因此政策性银行的岗位也像中央银行一样，更接近于公务员性质。此外，中国人民银行和政策性银行的招聘流程，也更像机关、事业单位的招聘形式。 3、银保监会和公务员银保监会并不轻松，出差不少。所以有很多岗位在开放时会写明要求，指明只要男性。银保监会作为对各种金融机构进行监管的正部级事业单位，可见其权威性。公务员向金融专硕开放的岗位并不多。很多岗位的可报考专业有“金融学”这一项，实际代指本科金融学或金融学硕。只有“金融学类”，金融专硕才可报考。 4、证券公司和公募基金公司券商和公募基金确实是香饽饽妈妈给香饽饽开门，香到家了。 2021年33家证券公司的平均薪酬高达56万，其中顶流中金公司当年人均工资116万。各方面禀赋都异于常人的可以树立远大理想，力争成为基金经理人。 2020年全国公募基金经理人在职人数2145人，可谓人中龙凤。根据2015年上海市某份民事判决书可知，作为基金经理的原告税前年收入达到839万。但要去以上两类金融机构，都是难上加难。有人说，一流的财经类高校和一流的综合性高校的硕士毕业生，金融专硕进入券商业的比例可以达到30%。但事实上，这个比例是大大被高估的。曾经跟我同校同2020届毕业的金融专硕同学交流，他表示他们班没有人被券商录用，也基本没有人到大厂工作，大多数同学都只能选择进入银行工作。相比经济学研究生或者金融专硕这个专业头衔，这些金融机构更看中的是你的家庭背景、人脉圈层、名校学历以及嘴皮子。 5、PE、VE、FA 跟公募基金相区别的私募基金，一般只做一级市场。说白了就是投资入股一些初创型的、潜力比较大的、未上市的公司。既然是投资，很大程度上都是看运气，真能碰上某个投资的公司乌鸦变凤凰，分分钟实现财富自由。因此，这类金融机构也不好进。一般门槛就要本硕世界排名前一百的毕业生，并且更看人脉资源。 http://picx.zhimg.com/50/v2-e22de7bba0e24a604482d58f69bfebed_720w.jpg?source=1940ef5c 下面的课程专门针对金融择校，有需要的点击免费领取~ 四、建议要不要选金融学硕，最重要的考虑点就是金融学硕相比其他经济学二级学科的难考程度。选经济学学硕还是金融学硕，要综合考虑以下几点： 1、要不要读博。读博，选经济学学硕；不读博，可以选金融专硕。 2、发展方向是体制内，还是体制外。体制内，建议选经济学学硕；体制外，选金融专硕。 3、学费预算够不够。学费预算够，可以选金融专硕；学费预算不够，选经济学学硕。 4、备考时间充不充足。备考时间充足，可以选经济学学硕；备考时间不充足，选金融专硕。 5、可不可以忍受在毕业论文上投入大量精力。愿意在毕业论文上投入大量精力，可以选经济学学硕；不愿意在毕业论文上投入大量精力，选金融专硕。 http://picx.zhimg.com/v2-ee053aca6caf39a58cee2fb25af08a5f_r.jpg?source=1940ef5c 回复
2023-2-1

期权匿名回答

好或不好，终归要回答就业和职业发展的话题上来，不论你留在学习做学术科研，还是去业界做研究分析，又或者随99%的毕业生那样去搬砖，都是以工作为导向的。我自2016年起在复旦大学经济学院担任特聘学生生涯教育校外导师，出版过三本职业规划书籍，累计字数超80万，对经济学学生的就业和职业规划有一定的了解，来答一下本题。先要明确的一点是，经济学不是商科，在海外大学的学科、学院设置中，几乎没有学校把经济学放在商学院、管理学院之下。但经济学学生的职业发展路径，95%的情况下都和其他商科专业没什么不同，仅极小一部分人从事了经济学强相关的职业，即工作过程中大比例运营经济学知识研究经济现象。想把本题回答清楚，我觉得有必要把经济学VS商科（尤其金融）的差异先说清楚。六个角度详解经济学 VS 其他商科差异回答结尾附上一系列干货脑图和延伸学习资料）首先，看学科划分。有把经济学归为文科或理科的，在国内，大部分经济学都是偏定性分析的文科，毕业的时候礼服和帽子上的带子是粉色的。当然了，也有一部分是把经济学算作理科，黄丝带。在国外，更注重定量分析为主，因此大多归为理科。其次，看应用方面。在一定程度上有些许类似理科和工科的关系，理科是工科的基础，经济学也是商科的基础，没有经济学基础几乎没法学商科。第三，从教学导向来看。经济学还是以学术的、理论的研究为主，在非学术研究领域的工作也是存在的，但是毕竟少，比如在金融机构的宏观研究部，比如在一些大型集团公司的战略研究部，再比如在一些大型公司会聘请首席经济学家，但终归是占很小比例的。相反，商科注重的是职场上实践和应用，这当中还应当包括（国内缺失严重）一些软实力培养，比如networking skill（社交技巧）在内的都方面的soft skillsets。商科的学生不应该过多去琢磨一个经济模型、估值模型本身怎么改进，而是着重于当家社会实际运营中如何合理运用适当的模型来做更准确的分析（商业决策），至于模型本身的改良，更多是作为经济学范畴的学术课题。第四，从研究对象来看。经济学更多研究宏观层面，当然中观和微观经济学也是有的，但大家也知道这个方向在整个经济学研究方向的占比是很低的。而商科，基于宏观经济，更多研究的是相对微观的对象，比如一个IPO项目内实际的企业，一个计划要资产重组的标的公司，一个集合资产理财计划内的对应的标的公司。第五，从所属院系来看。由于经济学属于“非商科”，因此一般不会在商学院开设。商学院（Business School）一般是国外的叫法，当然也有叫做管理学院（School of Management）的，国外的经济学一般也不开设在商学院或管理学院下，而是开设在文理学院下居多。在国内，偏“文科”的经济学有时会被放在人文社科学院下，也见过被放在公共管理学院下的，但偏“理科”的经济学更多的是被划分至经济学院下。在国内，有的学校将经济学院和管理学院分开，比如复旦大学，前者更偏向学术和定量分析，后者更类似海外的商学院概念，是以培养应用型商界精英为导向的。也有的学校将这两者放在一个学院下，叫做经管学院，此时经济学可能会被开设在这个院系下。第六，从职业发展来看。从事经济学对口（直接对口）的工作普遍对于调研、数据分析和宏观面分析比商科对口职业要涉及更多。简单来讲，经济学的职业发展方向主要有 [*]政府及国家监管类单位，比如央行、银监会、发改委、国家智库； [*]政策性金融机构，比如国开行、四大国有资管公司； [*]学术研究：社科院、研究所、高等教育； [*]金融机构：比如证券公司的宏观研究部； [*]大型企业：大型企业聘请的经济智囊（耳熟能详的，大家听到的有首席经济学家） [*]咨询公司、NGO：比如有像Booz Allen Hamilton这样的服务于政府的战略咨询公司，还有一些民间智库。而反观商科，更多的职业是在营利性组织内比较多，对研究能力的要求不如经济学方向那么多。 http://pic1.zhimg.com/v2-a648a9d26145fa35606f35cf090997a4_r.jpg?source=1940ef5c 注意以上图中的“直接对口”（强相关）与“间接对口”（弱相关）两类路径，强调一下，强相关占最终学生就业去向的不到5%，弱相关占的是绝对大头95%+。而在这绝对大头中，又要数金融占至少80%以上，所以对于经济学专业的学生来说，了解清楚金融就业方向中具体适合自己的定位职业至关重要。要知道，金融行业细分领域数以百计，职业类型数以千计，可不能两眼一抹黑，指望随便做几份实习，考个研读个研留个学就offer自己进碗~ 关于金融职业规划金融行业细分众多，职业类型数以千计，选择定位何其难？话是不错，但如果可以避开茫茫金融海中的“准夕阳”，找准今后的“朝阳”方向，那问题就解决了一大半了！我曾全职供职于平安银行总行任总行副行长助理、迪拜主权财富基金（PE）任另类投资分析师、世界九大投行瑞银（UBS）投行部任分析师，加上之后10多年对金融业和学生职业发展的研究，我通过下面这篇视频给大家总结过一些规律，可以先看一下这个视频：此外，我还发表过数以千计的金融相关的干货内容，这里不便继续展开，但发几幅图给大家先看一下，结尾我花了一些时间，把延伸学习资料系统整理给大家： http://picx.zhimg.com/v2-8ca0b1ba968854942944022b47394257_r.jpg?source=1940ef5c 【职业规划之】四维定位模型（金融） http://picx.zhimg.com/v2-4fa0c7d6c91fcc057165afc786168a97_r.jpg?source=1940ef5c http://picx.zhimg.com/v2-4d997fa7911b692eff02bb4a813b536e_r.jpg?source=1940ef5c http://picx.zhimg.com/v2-681fec6de16fa05da0880d677e70eee0_r.jpg?source=1940ef5c http://picx.zhimg.com/v2-c09b55d79a4d002c572ffda2a93a6a35_r.jpg?source=1940ef5c http://picx.zhimg.com/v2-14f297da1efb711c048c24d3fb53279c_r.jpg?source=1940ef5c http://picx.zhimg.com/v2-ee3444f720f3f66ac8cd8da514a58eca_r.jpg?source=1940ef5c http://picx.zhimg.com/v2-b3a7f513b2a7b2c65acefca5467aa534_r.jpg?source=1940ef5c 上图内容及讲解来自我的<a href="http://zhuanlan.zhihu.com/p/524979050" class="internal">【精】职业规划x生涯地图（人人都值得学的生涯规划，67节936分钟纯干货。）上图内容及讲解来自我的【精】职业规划x生涯地图（人人都值得学的生涯规划，67节936分钟纯干货。）另外，在尚未发布的新内容里会有下面这两幅图（从未公开过），也露个半边脸吧~ http://picx.zhimg.com/v2-038e2e8f8a69dfe49411a453a532e5dd_r.jpg?source=1940ef5c 各投资类职业发展路径示意图（实虚线对应强弱相关） http://picx.zhimg.com/v2-a516605b150acc7b8ba27e18cf798fd5_r.jpg?source=1940ef5c 券商核心职业打工性价比之一级卖VS二级卖有需要提前获取以上2副图（目前从未公开）的可私信。视频类 [*]【职能/行业】投行年薪百万？大坑！劝退！ [*]【职能/行业】VC投行FA的工作很有趣？小心了！ [*]【职能/行业】年薪百万只盯投行？一级二级&买方卖方，用人要求的差异弄清楚再说！ [*]【职能/行业】金融业高薪的底层原因（“投行年薪百万”为例，看看这五重杠杆！） [*]【职能/行业】刚毕业就当上银行行长，看似前途无量，为何还找我做职业规划？ [*]【职能/行业】毕业先去咨询公司，对今后创业是否很有帮助？ [*]【职能/行业】金融行业细分数以百计，如何避开“准夕阳”？ [*]【职能/行业】不做前台，金融业的高薪多半与你无关！ [*]【职能/行业】买方VS卖方，内资VS外资，二级市场的职业选择 [*]【职能/行业】做金融，从体制内起步VS券商总部研究所如何？ [*]【职能/行业】为什么我劝退了99%想干投行的大学生（上） [*]【职能/行业】为什么我劝退了99%想干投行的大学生（下） [*]【职能/行业】大资管时代顺势而为？财富管理其实也挺好，但是…… [*]【职能/行业】券商资管ABS方向发展如何？ [*]【职能/行业】券商行研（卖方分析师）的职业发展路径 [*]【职能/行业】券商行研怎么选组？对商科背景学生来说 [*]【职能/行业】硕士不读金融专业以后行研求职会吃亏吗？ [*]【职能/行业】券商研究固收分析师的职业发展路径 [*]【职能/行业】请介绍下券商固收类职业？对比行研如何？ [*]【职能/行业】毕业干投行承做，今后想去VC/PE该如何准备？ [*]【职能/行业】投行承做岗offer值得接吗？能一直保持高薪吗？ [*]【职能/行业】如何从投行承做转承揽？满足这三点机会才大！ [*]【职能/行业】99%二级买方稳定性低，做公募基金实习值得吗？ [*]【职能/行业】金融行业更有利于个人高成长吗？二级卖方更具确定性吗？ [*]【行业】1个亿的季度奖金？金融业高薪背后的5个真相！ [*]【行业】CFA？敲门砖？醒醒吧！ [*]【行业】拼爹拼矿拼资源？金融职业那些事（一） [*]【行业】拼爹拼矿拼资源？金融职业那些事（二） [*]【行业】拼爹拼矿拼资源？高管强推与VIP客户！金融职业那些事（三） [*]【行业】拼爹拼矿资源找？如安排错方向代价巨大！金融职业那些事（四） [*]【行业】985本科今后做财务会计，有必要读研吗？ [*]【行业】证券公司的固收、投研、交易、自营、资管，怎么选？ [*]【行业】证多不压身？这些证和课，每分钱都是智商税！ [*]【行业】未来想做金融，研究生读什么专业比较合适？ [*]【行业】毕业直接做私募？先避开这些坑，再决定不迟 [*]【行业】传闻证券公司要“集体被降薪”？听完这3点再说 [*]【行业】做金融从体制内起步如何？政策性机构？四大行呢？ [*]【行业】金融圈为什么这么乱？真相揭秘！ [*]【行业】普通大学金融本科毕业，还有机会逆袭吗？ [*]【职能/行业】感觉做不良资产管理没价值？真正的价值在这里！ [*]【职能/行业】想做PE，但不擅熬夜且相关经验少，去做中后台行不行？ [*]【职能/行业】非相关专业背景做投资，进半导体赛道行不行？强烈劝退！ [*]【职能/行业】金融一二级市场和买方卖方职业怎么选？ [*]【职能/行业】不想做行研太累，先去西部地区券商？先补认知再谈家业平衡！ [*]【职能/行业】四大资产管理公司工作以定性为主，所以技术含量低？这才是真相！ [*]【职能/行业】熬不动夜+不适合销售，二级卖方VS战略，哪个性价比高些？文章类 [*]陈思炜：【职业规划之】四维定位模型（金融）V1.0-200206 [*]陈思炜：【券商研究所】1. 证券公司研究所到底是“研究”什么的？ [*]陈思炜：【金融】还拿CFA当敲门砖！该醒醒了！ [*]陈思炜：【方向的力量】金融行业的职业规划（一） [*]陈思炜：【方向的力量】金融行业的职业规划（二） [*]陈思炜：【方向的力量】金融行业的职业规划（三） [*]陈思炜：【方向的力量】金融行业的职业规划（四） [*]陈思炜：【方向的力量】金融行业的职业规划（五） [*]陈思炜：【方向的力量】金融行业的职业规划（六） [*]陈思炜：【方向的力量】金融行业的职业规划（七） [*]陈思炜：【方向的力量】金融行业的职业规划（八） [*]陈思炜：【职业规划之】四维定位模型（金融）V1.0-200206 [*]陈思炜：员工跳楼，原油宝爆雷，客户隐私外泄——银行业“后浪们”可还好？ [*]陈思炜：【陈老师答知友问】经济学和金融学研究生就业前景如何？有何差异？ [*]陈思炜：【金融】还拿CFA当敲门砖！该醒醒了！ [*]陈思炜：【陈老师解析】学金融不如学商业分析BA/金融工程？ [*]陈思炜：【券商研究所】1. 证券公司研究所到底是“研究”什么的？ [*]陈思炜：【券商研究所】2. 证券公司研究所到底是“研究”什么的？ [*]陈思炜：【券商研究所】3. 从薪酬考核机制看券商研究所分析师的“吸金能力” [*]陈思炜：【券商研究所】4. 券商研究所分析师的六大发展路径分析 [*]陈思炜：【券商研究所】5. 券商研究所需要怎样的人才 [*]陈思炜：【券商研究所】6. 应聘券商行研岗之“过五关斩六将” [*]陈思炜：【券商研究所】7. 分析师的工作状态和工作强度 [*]陈思炜：【券商研究所】8. 研究所分析师的求职者应该做哪些准备？ [*]陈思炜：想做二级/一级市场，毕业后先进买方如何？ [*]陈思炜：如何进投行，基金或证券公司？学历不够真的无缘金融行业？ [*]陈思炜：商业银行的金融市场部与投资银行部 [*]陈思炜：想做二级/一级市场，毕业后先进买方如何？ [*]陈思炜：如何进投行，基金或证券公司？学历不够真的无缘金融行业？ [*]陈思炜：员工跳楼，原油宝爆雷，客户隐私外泄——银行业“后浪们”可还好？ [*]陈思炜：【方向的力量】会计与财务管理行业的职业规划（一） [*]陈思炜：【职业规划之】四维定位模型（财务会计）V1.0-200502 [*]陈思炜：【方向的力量】咨询行业职业规划（一）此咨询非彼咨询 [*]陈思炜：【方向的力量】人力资源管理（一）人力资源管理的重要性 [*]陈思炜：【职业规划之】四维定位模型（人力资源）V1.0-200727 [*]陈思炜：【方向的力量】供应链管理职业规划（一）物流与供应链管理的异同 [*]陈思炜：【方向的力量】酒店管理职业规划（一）&（二）行业发展现状、酒店组织结构 [*]陈思炜：【方向的力量】市场营销职业规划（一）营or销？ [*]陈思炜：【职业规划之】四维定位模型（市场营销）V1.0-200427 [*]陈思炜：文商科背景，留学读商业分析硕士（MSBA），未来就业到底好不好？ [*]陈思炜：【职业规划之】四维定位模型（教育）V1.0-200518 重点推荐系统学习：陈思炜：【精】大学生职业发展路径-四大方向+四大维度深度解析（共46324字，宜深度阅读，220508更新）陈思炜：【精】职业规划x生涯地图（人人都值得学的生涯规划，67节936分钟纯干货。）本回答作者： Siwei Chen（陈思炜） [*]国际教育与职业生涯教育领域全国资深专家，13年+行业经验，9年+创业经验 [*]中国民主促进会会员（最年轻入会会员）、民进上海市教委直属系统委员会会员 [*]美国约翰霍普金斯大学商学院杰出校友，经济学学士、金融学硕士 [*]复旦大学、上海交通大学等高校特聘职业生涯教育导师及客座教授 [*]欧美同学会&青年委员会会员、“留学人员进校园讲师团”特聘讲师 [*]三本畅销书作者《方向的力量》（2014年出版22.4万字）《方向的力量修订版》（2018年出版32.8万字）《知己知彼—职业定位、规划与发展》（2021年9月出版23万字） [*]曾全职供职于迪拜主权财富基金－迪拜世界资本（PE-私募股权投资）、欧洲最大投行&全球九大投行－瑞士银行（UBS），曾任平安银行总行副行长助理 [*]知乎大V（出国留学领域全国Top1 & 职业规划全国Top5意见领袖），“在行”app首批百单行家&2018年度行家（1对1职业规划咨询预约平台），现任全国4家教育机构董事及战略顾问回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

如何从零基础学习金融?

 2023-2-1   期权匿名问答  9622  5

我想提前学习金融，对金融有一个大概的了解

2023-2-1

期权匿名回答

看看金融类的新闻直播。回复
2023-2-1

期权匿名回答

学习金融首先要了解金融的定义：资金的融通！也就是说，金融要做的一件事情就是最资金进行配置，实现企业对于资金的一个获取！这个是本质，也即是说，金融是为实体经济服务的！所以经常我们可以看见金融+，其实就类似于互联网+！所以，既然金融是要为实体经济服务的，就必须要避免脱实向虚，所以对于金融的自由就需要有一定的限制。总体而言，要学习金融，建议是先从经济学入手（实体），推荐的参考书籍：初级的经济学：曼昆《经济学原理》宏观和微观分册（北大出版社）；高鸿业的《西方经济学》宏观分册和微观分册中级经济学：曼昆《宏观经济学》（人大出版社），范里安《微观经济学》有了这些实体经济相关的书籍学习之后，进一步地学习金融知识，才能更加能领会得到何为金融（且要注意，经济学的模型在金融学当中是有应用的，所以上述书籍其实是金融学学科基础），金融推荐的书籍，分两类：微观金融：罗斯《公司理财》，博迪《投资学》宏观金融：米什金《货币金融学》，胡庆康《货币银行学》，姜波克《国际金融学》参考书籍不唯一，上诉介绍的都是主流的书籍，也有一些其他作者的书籍也都不错，比如黄达金融学等，但知识点上面都差不多的。谢谢，希望能帮到你—金融er 回复
2023-2-1

期权匿名回答

上网课。回复
2023-2-1

期权匿名回答

我这里有之前整理的，金融方面，从实用的角度来学习金融的金融行业0基础入门书单噢，感兴趣可以搜索SICC咨询，关注我们的公众号，直接领取嘞 http://picx.zhimg.com/v2-2f1e89170cfbf5f6ef8567f4377218f4_r.jpg?source=1940ef5c 回复
2023-2-1

期权匿名回答

找本书看看，多看财经新闻，多问为什么？回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

在中国，哪所高校金融学科学科实力最强?

 2023-2-1   期权匿名问答  10224  5

在中国，哪所高校金融学科学科实力最强?

2023-2-1

期权匿名回答

首先自问三个问题： [*]你为什么要学金融？ [*]你想毕业后最期待什么样的生活？ [*]last but not least，你有多大的本事？知乎上好像学金融就是牛逼，就是挣钱多，就是高大上。然鹅，并不是这样。你想每天西装革履风度翩翩还能日进斗金，学金融不能给你，骗子公司或许能给你。可惜，骗子公司一般不招金融系统的正规军。回复
2023-2-1

期权匿名回答

国外哈佛，斯坦福；国内北大清华回复
2023-2-1

期权匿名回答

金融学专业是以融通货币和货币资金的经济活动为研究对象，具体研究个人、机构、政府如何获取、支出以及管理资金以及其他金融资产的学科专业，是从经济学中分化出来的。下面给大家介绍下全国大学金融专业大学排名！全国大学金融专业大学排名1、人民大学优势：全国重点，在大学里，金融学的整体实力最强，从早年的黄达到现在的周升业都是金融学的有名人物;各个分科目实力平均，不论是货币银行，证券投资还是国际金融都有一手.地区优势明显,学生素质高。全国大学金融专业大学排名2、五道口(中国人民银行研究生部) 优势：人民银行的嫡系，这一点优势无与伦比，学生水平高，基础条件好(费用也高)注重实际，容易找到工作。全国大学金融专业大学排名3、西南财经大学 (原中国人民银行直属第一高校) 优势：全国重点,金融学中的货币银行学在全国最强，从他的硕士招生规模就可以看出来，校园环境好，清净。同学多，金融系统里校友多，以后有好处。全国大学金融专业大学排名4、上海财经大学(原财政部直属第一高校) 优势：全国重点,证券学好，货币银行，国际金融一般，保险也可以，区位优势明显。全国大学金融专业大学排名5、北京大学优势：中国最好的大学之一，不用别的，只要是北大，出来就不愁。地方好，学校景色建设好。全国大学金融专业大学排名6、厦门大学 985全国重点,货币银行,金融工程好，学校环境优美，有好的老师(张亦春)学生素质比较高。全国大学金融专业大学排名7、复旦大学优势：985全国重点,全国仅次与人大的金融综合性大学，在各方面都比较强，尤其是国际金融，货币银行。接受西方知识比较新，学校氛围也好，有几个好老师。注：全国大学金融专业大学排名_查查吧回复
2023-2-1

期权匿名回答

分数够的上的，也没几个学校，高了去不了，低了亏。几个里面首选财经类，然后是综合类。回复
2023-2-1

期权匿名回答

同学你好，可以看一下主流院校梯度排名！金融专硕是考研热门专业，作为经管类专业硕士就业认可度最高的专业，只有了解金融专硕各院校的梯度排名情况，再结合自身的备考实力，大家才能更好地进行择校备考。本文排名按照整体就业情况,学校综合实力和专业实力综合排名。（招收金融专硕专业院校）同一梯队排名不分先后，以下排名仅代表个人观点，仅供参考，不喜勿喷。对应各名校金融专硕考研的视频详解分析陆续更新，请大家务必关注一战成名金融专硕。第一梯队清华大学 http://picx.zhimg.com/v2-ea50b6393a0688a3ee3b083cdd25dc0b_r.jpg?source=1940ef5c 清北复交作为第一梯队院校基本上大家毋庸置疑，这已经是大家公认的结果，清华大学金专主要是五道口和经管学院招生，金融专业的顶尖名校，黄埔军校。每年有成千上万的考生相继追逐清华大学金融专硕，因此实力方面大家自然心知肚明，早些年道口和国家会计学院联合招生，略微削弱了五道口实力，但是现在五道口依然是金融专硕的一种象征和代表，近些年推免比率逐年增加，推免学生基本上都是本科顶尖院校的前1%，因此对于统考生的歧视也有也定增加，如果是本科不好的同学报名清华金专请酌情考虑近些年的形式。北京大学 http://picx.zhimg.com/v2-2e63c16a936e6c3de96cd4296068467a_r.jpg?source=1940ef5c 北大金专情况较为特殊，共分为五个学院招收金融专硕，其中北大光华实力最强，推免人数也非常多，超过近8成，北大五院的风格都不尽相同，考试风格差别较大，甚至参考书也有很大差别，大家备考要着重注意各院的特殊情况，尤其是对于计量经济学的复习。早些年北大汇丰性价比很高，分数线偏低，但是随着这些年的发展，套利空间逐渐缩小，难度也越来越和其他院持平。复旦大学 http://picx.zhimg.com/v2-b59eefa0f2f0dce7fab7a3f68227606f_r.jpg?source=1940ef5c 复旦大学是全国最早建立金融学专业的高校之一，金融学为国家重点学科，强大的学科支持为做好金融专业硕士培养提供了良好的基础。复旦大学经济学院和管理学院两个学院都设有金融专业硕士，以实践为导向设置的全面系统的模块化课程体系，基本涵盖了商业银行、投资银行等金融实践的各领域，提高了学生在金融领域就业的适应性。（1）经济学院复旦大学经济学院组建于1985年，由于他的辉煌历史和在政治经济学、西方经济学、世界经济以及国际金融等领域所拥有的一大批杰出的经济学家，建院以来他迅速成为中国大陆最著名的经济学教学与研究机构之一。（2）管理学院为了响应国务院提出的将上海建成国际金融中心的宏伟目标，加强应用型高层次人才的培养力度，复旦大学管理学院立足自身资源优势，依托国际合作关系，开设了金融硕士项目，着力培养适应金融行业发展的高素质应用型人才。本项目标杆世界一流金融硕士项目，旨在培养具备良好的职业道德素养及国际化视野，掌握当代国际主流金融理论知识和技能，具有很强的解决金融实际问题能力，能够从事企业投融资决策、风险管理、财务分析和定量研究以及金融信息技术等方面工作的高层次、应用型专业人才，为金融行业的领先企业提供具有国际竞争力的高端金融人才。复旦大学早些年提供住宿，目前金融硕士项目已经不提供住宿了，而且学费非常高，两年接近22万，但是分数线依然居高不下，所以作为一梯队院校性价比已经没有那么高了。上海交通大学 http://pica.zhimg.com/v2-96bc979f315c2e3c89a9e79773300198_r.jpg?source=1940ef5c 上交金融硕士主要是分为上交安泰和上交高金两院招收金融硕士，高金只要本科C9院校的同学，安泰也基本上只招收本科985院校毕业的同学，复试歧视严重，推免比例很高，统考报考建议同学们量力而为。不过上交金融专硕在业内认可度很高，自称金融硕士专业的”黄埔军校”。中国人民大学 http://pica.zhimg.com/v2-677a5ee24d8aa6a940f3ddd51de814c3_r.jpg?source=1940ef5c 在第一梯队里，可以谈性价比的也就是人大金专了，人大统招人数较多，人大仅有财政金融学院（北京本部）和国际学院（苏州分院）开设金融专硕项目。2014年之前，二者统一招生，统一教学，部分落榜学员调剂至苏州；自2014年起，北京财政金融学院和苏州国际院分开招生，分开复试，再没有北京考生调剂苏州的福利了。中国人民大学财政金融学院是新中国第一个培养财政金融领域高级人才的基地，为新中国财政金融学科的建立和发展作出了开拓性贡献。学院师资力量雄厚，汇集我国财政学、金融学和投资经济领域的著名学者，具备了金融硕士专业学位工作的师资力量。自2010年，国务院学术委员会便将金融专锁改革委员会设在人大财政金融学院，全国431金融学综合考试大纲就是由人大财政金融学院负责编写，由此可见人大财政金融学院的显赫地位。就业方面人大地处北京，地理位置优越，就业岗位遍布各大知名金融机构，因此能够考上人大金专也是一种幸运。第二梯队（排名不分先后）作为第二梯队院校，就属于我们常说的具有较高性价比的名校了，考研难度略低于第一梯队院校，招生人数较多，院校分布各大片区，是同学们认真备考的重要选择。中央财经大学 http://pica.zhimg.com/v2-3e30416ade9638616e907750d2af936b_r.jpg?source=1940ef5c 两财一贸不用说，地理位置绝佳，地位很高，就业实力和就业数据也是首屈一指。中央财经大学是2010年教育部批准设立金融硕士专业学位项目的首批院校之一。该专业致力于培养掌握扎实的经济学、金融学等基本原理，深入掌握宏观经济和金融部门的实际运行状况，具有良好的职业素养、较强的洞察、分析、解决问题能力以及广阔的国际视野，能够胜任金融机构、政府部门和企事业单位金融管理及实际操作工作的高层次应用型专门人才。该专业设有银行管理、量化投资与证券管理、公司金融与金融工程、国际金融组织管理、金融科技五个培养方向。作为央财的王牌专业，央财金融专硕的就业质量非常优异，近些年专业课压分和大小年明显的现象要引起大家格外重视。上海财经大学 http://pic1.zhimg.com/v2-c6afd53e10c87e29ac884135d1099d2a_r.jpg?source=1940ef5c 上海财大有专门的金融学院招收金融硕士，金融硕士在上财分为三个方向分别为金融分析师，金融工程和财富管理方向，财富管理方向。上财不论是学校实力名气还是就业水平和复旦相比，还是有些许差距。但是并不阻碍上财金融的社会认可度，每年报考上财金融的同学们也是非常多，竞争压力不低，分数线一直居高不下。对外经济贸易大学 http://pic1.zhimg.com/v2-842ed3a232c9dd0614011c1dc345eabe_r.jpg?source=1940ef5c 作为两财一贸的对外经济贸易大学，其金融专硕名气在学术界还是很响的，其金融经济会计专业在学术界的知名度很高，再业绩的认可度很高，所以这个专业的含金量也是不错的。金融硕士毕业后的去向一般是金融机构、证券公司、投行、一行三会、国有大企业的投资金融部门。贸大金专统招人数很多，分为国贸院和金融院，统招近300人，但是报考人数也是非常的多，近些年分数线又升高趋势，但是也属于性价比极高的财经名校。 http://pica.zhimg.com/v2-a6c77bf26ca3cda632caf377f344393d_r.jpg?source=1940ef5c 中山大学 http://pica.zhimg.com/v2-f20c07ef58c4a95fa484ce7e8274c283_r.jpg?source=1940ef5c 中大早些年认可度很高，随着粤港澳大湾区建设，中大的实力逐渐增强，认可度也逐年提高，但是无奈推免过多，统招也有一定歧视，高分被刷的情况也常有，因此性价比逐渐降低。南京大学 http://picx.zhimg.com/v2-5cab26adce0645e5d1b533414d432f89_r.jpg?source=1940ef5c 南大早些年统招较多，现阶段缩招严重，推免较多，性价比已经没有那么高了。南开大学 http://picx.zhimg.com/v2-d7f5c5a1546393c77292ebeac45e8054_r.jpg?source=1940ef5c 南开大学金融永远是一个王牌，虽然这几年的报考热度不如北京的贸大央财上财等等，实际上，无论学术还是就业方面均与两财一贸不相伯仲。前几年不招应届导致分数线不高，从2017年来说扩招85人，分数线只有340。但是随后分数线逐年升高，随着推免增多，统考分数也飙到390左右，性价比已经没有早些年高了。武汉大学 http://picx.zhimg.com/v2-6cd0b021d488d7d8188fdfee04e726e3_r.jpg?source=1940ef5c 统招较少，几乎为个位数(近些年份只有1-2个)，暂时不论。浙江大学 http://picx.zhimg.com/v2-d87212608a87b9b134a9fe0f0ae7ceb1_r.jpg?source=1940ef5c 中国科学技术大学 http://pic1.zhimg.com/v2-67575902377259b897e4eb10fdda76d0_r.jpg?source=1940ef5c 厦门大学 http://pica.zhimg.com/v2-ea6a496a7445951bddc254bb7ba8339b_r.jpg?source=1940ef5c 厦门大学，浙江大学和中国科学技术大学这些年分数线有所提升，作为华东片区性价比很高的三所985名校，报考关注度一直不低。早些年中科大金专改为全日制之初性价比极高，分数线偏低，套利空间很大，随着近些年关注度不断增加，分数线有所上涨。浙大作为一所顶尖985名校，金融的实力不容小觑，近些年分数线380左右，难度不低。报考详情可以观看一战成名金融专硕的考研视频讲座分析和院校详解。第三梯队（排名不分先后）东南大学 http://picx.zhimg.com/v2-e67a88d642d7113e9cbb4415702fd832_r.jpg?source=1940ef5c 华中科技大学 http://pica.zhimg.com/v2-9677fc32f685cd69aea52f54d9a6c5e2_r.jpg?source=1940ef5c 华东师范大学 http://picx.zhimg.com/v2-6280b7fb080fd46579793e9118cb835e_r.jpg?source=1940ef5c 西安交通大学 http://picx.zhimg.com/v2-907549737ce0d4b21ac4fc09420ed515_r.jpg?source=1940ef5c 西南财经大学 http://picx.zhimg.com/v2-396f5165a1a119a503c6316e5da016e0_r.jpg?source=1940ef5c 中南财经政法大学 http://pic1.zhimg.com/v2-6533494d402d3f05ec288dc40e08b8f8_r.jpg?source=1940ef5c 中国科学院大学 http://pica.zhimg.com/50/v2-54775b134d66fa9b4f87cb2e7f088282_720w.jpg?source=1940ef5c 中国社科院大学 http://picx.zhimg.com/v2-f5e06226b30f1bf48f2f8535ecf2e11c_r.jpg?source=1940ef5c 天津大学 http://picx.zhimg.com/v2-32722c7021fd299c3a82805024604b45_r.jpg?source=1940ef5c 第三梯队院校整体分数线和报考难度相差较大，但是大多都属于性价比极高院校，近些年学校实力和就业认可度都非常优秀。华科和东南作为两所性价比工科院校，分数线一直也不低，整体来说专业课不是很压分，难度不是很大，但是对于分数要求很高，毕竟统招较少。在第三梯队院校尤其推荐报考西南财经大学，社科院大学，华东师大，天大和中南财，均属于性价比极高院校。报考详情可以观看一战成名金融专硕的考研视频讲座分析和院校详解。第四梯队中国农业大学中央民族大学中国海洋大学. 吉林大学湖南大学重庆大学四川大学华南理工大学兰州大学中南大学暨南大学北京交通大学华南师范大学北京外国语大学上海外国语大学山东大学中国海洋大学上海大学山东大学上海大学北京外国语大学上海外国语大学第四梯队院校主要为地区知名985名校和性价比极高的211院校。很多院校实力与第三梯队院校不相伯仲，可以互相替换。其中包括重庆大学，中国海洋大学，中央民族大学，中国农业大学，兰州大学，北京交通大学，上海外国语大学，暨南大学，华南师范大学这几所院校性价比非常高，推荐报考。第五梯队中国政法大学（统招较少，没有形成体系）苏州大学（地处苏州，早些年性价比极高，但是今年苏州热度较高，该学校被炒作严重，导致分数线涨幅较大，性价比变低）中国石油大学（考396联考性价比非常高的院校211院校）北京工业大学东北财经大学华东理工大学南京理工大学南京师范大学等等第五梯队院校以性价比极高的211院校为主，很多为一二线和省内知名211院校为主。第六梯队上海对外经贸大学首都经济贸易大学北京工商大学东北财经大学广东外语外贸大学深圳大学云南大学西北大学西南大学内蒙古大学江西财经大学南京财经大学南京审计大学北京工商大学宁波大学福州大学海南大学安徽大学首都师范大学大连海事大学等等第六梯队院校以性价比极高的双非财经院校为主，地理位置优越，还有很多是省内211性价比相对较高院校。第七梯队浙江财经大学山东财经大学重庆工商大学湖南工商大学河南财经政法大学山西财经大学天津外国语大学江苏大学青岛大学湖北大学广西大学西南政法大学回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

为什么搞金融的大部分都富了？？

 2023-2-1   期权匿名问答  7578  1

最近，身边有两位好友相继跳槽去了金融公司。为什么大家都想跻身金融行业？得到最多的答案是：做金融赚钱多 ...

☆ 展开评论(1条)★ 收起评论

现在上财的金融专硕出来好找工作吗待遇怎么样？

 2023-2-1   期权匿名问答  21523  5

某普通一本财务管理专业目前大二有考研的想法但是又听说现在金融行业不太景气，想知道真的不太好找工作 ...

2023-2-1

期权匿名回答

最近我们接触到的财经圈：查阅了许多院校的就业报告，挑选出了5所211财经院校，以及北上广地区3所会计专硕强势的综合性大学，分析其毕业生流向单位特征，希望大家不仅能知道财经类院校是“热”的，还能知道它对得起其“报考热”最后具体的形状。注：以下财经院校就业情况包含会计硕士，也包括其他经管类专业。 01 中央财经大学央财的硕士研究生的基本就业信息如下： 1594 名硕士毕业生中，签约人数为 1322 人，占硕士毕业生总人数的 82.94%，其中签订三方协议人数为 918 人，占签约人数的 69.44%，签订劳动合同 404 人，占签约人数的30.56%。且毕业后64%的研究生选择留在北京。超过半数毕业生选择了从事金融业，其中银行业最受央财硕士毕业生期待。就业前10单位中，最多硕士研究生选择的企业是工商银行，也就是说，将近10个从事金融业的央财硕士毕业生里，就有一个在工商银行工作呢~ 02 对外经济贸易大学对外经贸大学在2017年共毕业了硕士1632人，其中硕士毕业中签就业协议/签劳动合同就业占72.98%，比去年同期提升0.6个百分点。有44%的硕士毕业生选择了金融业就职，同样是银行业成为这些人中半数的选择。然而在就业具体单位上，普华永道却成为了对外经贸硕士毕业生的最多选择，同样我们可以看到，“四大”中“三大”出现在了对外经贸毕业生就业榜单为的top10中，这是不同于央财的风景，会计事务所成为了对外经贸大学毕业生的密集去处。 03 中国人民大学虽然人民大学不是专门的财经类大学，但谁也不会小觑其在经管类专业上的实力。根据人民大学2016年就业报告数据，人民大学硕士毕业生 3196 人中，30.11%的毕业生选择了金融业，折算下来人民大学反而每年在金融业输送的人才比北京地区另外两所财经名校的人还要多。但是人民大学并没已公布具体就业单位的人数，然而从下图我们大致还是能看出来。人民大学的毕业生倾向于就职于金融业中的国企。介绍完了北京地区，我们可以把目光拉至上海。 04 上海财经大学上海财经大学2017年共有硕士毕业生1649人，从事金融业的比例也超过半数，另有14%的学生在会计事务所工作。虽然上海财经大学也没有公布具体的就业单位人数排名，但我们可以注意到如下两个值得关注的数据。首先是不同于北京地区的财经高校，上海财经大学在就业集中度上更为集中在证券业中。其次是，位于电子通讯和快消行业的上财硕士毕业生拿到了上财硕士毕业生平均月薪榜top2，均超过了11k。这给我们的其实在于，在上财这样的顶尖财经类学校，拿到最高收入的群体竟然不是在纯金融行业中，虽然他们从事的工作可能还是和金融或管理相关，但所有的经管类考生确实应该从这个数据中明白一个道理，就是眼界还是尽可能的放宽一些。 05 复旦大学作为上海地区实力最强的综合性高校，复旦大学在2367名毕业生中贡献了28.39%给金融业。在就业单位上我们也看到了诸多银行单位成为了复旦大学金融行业硕士毕业生的去处。但是不同于北京地区院校的一点在于，诸如上海银行，浦发银行这种上海本地的银行企业更受到复旦硕士毕业生的青睐。此外平安集团成为了复旦金融业最多毕业生去往得企业。 06 中山大学作为工商管理评级A+的院校，经管圈广州地区中大的牌子还是很响亮的，2017年3666名硕士毕业生中，中山大学有15.7%从事了金融（银行/保险/证券)业。同样，中山大学官方并没有公布具体的就业单位汇总，而在中山大学管理学院的就业报告中，我们可以大致了解到，中山大学硕士毕业生更倾向于在投资领域就业。 07 中南财经政法大学作为财经大学中的211，中南财经政法大学在中部经管类考生心里确实是一个相当值得考虑的院校，在2017年，中南财经政法大学的硕士毕业生共有 2347 人。共有700名硕士毕业生进入金融业，其中银行业依然占比最高。银行中招商银行最受毕业生欢迎。证券中武汉本地的长江证券领衔榜首保险中的top1中国人保同样在四大会计事务所中，中南财经政法大学也有不输北上广高校的入职人数。总而言之，中南财经政法大学在就业上虽然与北上广地区的顶级学校仍有差距，但是表现还是十分出色的。 08 西南财经大学西部标志性的财经名校西南财经大学在2017年共毕业2043名硕士研究生,毕业以后也大多流向西南地区。半数的研究生进入了金融业货币金融业还是西南财经大学的硕士毕业生的首选相比之前的院校，西南财经大学的就业单位分布更为平均 “一会三行”41人，四大国有银行及交通银行，193人，分布都比较平均。股份制银行102人，大部分为招商银行。律所50人，安永的比例最高证券业146人，中信建投比例最高。保险业115人，中国人民财产保险公司比例最高。上述两个行业各大企业分布都较为平均。财经类大学和高校还有很多值得介绍的院校，在此就不一一介绍了。比如东北财经，江西财经等，虽然没有211的头衔，但就业发展都相当不错。对于考MPAcc，MAud等经管类专业的同学来说，大部分都是为了更好的就业而选择考研，自然对于就业信息也就更加关注。希望同学们早日确定好要考的院校，然后一路奋斗，加油哇！回复
2023-2-1

期权匿名回答

近来全国各行各业，各个专业都不是特别景气的，金融业也是如此。但相对于其他专业来说，金融业的就业情况还是可以的。根据历史数据，上财金融专硕毕业的学生去向都很不错，从下面2019届的金融分析师毕业去向可以看到，大致去向包括了基金、券商、银行等等（往年的数据由于篇幅原因不便放上来）。说实话，就业质量不如前几年，一方面是由于经济的下行，金融业供给侧改革、防范系统性风险，导致很多券商基金都不招人甚至只招少量的人（15年那会某中等券商投行一年能招上百号人，而去年某些小券商不过20个甚至更少），这方面导致总量上的缩减；另一方面清北复交大量其他专业的人转行做金融，导致同一个岗位竞争比以往更为激烈，这方面导致结构上的竞争。综上两方面导致小破财去年就业质量不如前几年。当然，诚心来说，虽然就业质量不如前几年，但以现在环境来说，该质量相比于其他学校来说好的太多了。在经济下行的浪潮里，如果不具备名校学历，那么根本挤不进基金和券商，如果不具备头部名校学历，那么根本挤不进头部的基金和券商。 2019年上财进入金融系统工作，约占毕业生总数的81.6%，其中银行备受青睐，约占毕业生总数的50%，总行录用人数较去年有一定的增长，而证券、基金、信托、资管等非银行类金融就业人数大幅提高，约占毕业生总数的31.6%，四大会计师事务所签约人数则继续保持平稳，约为5.6%。另外有几名同学选择继续深造攻读博士研究生。回复
2023-2-1

期权匿名回答

2020级sufe金专a组今年秋招说一点自己的看法今年秋招的主要是疫情那批扩招的商科硕士，但现在经济不景气岗位变少，从供给端上来看清北目前40%的毕业生都来卷上海，复旦经院大扩招，sufe硕士生存空间目前正在进一步被挤压。从我和我几个本科同学交流的情况来看，感觉今年sufe秋招已经被北京那两所财贸甩开，身边同学去深圳实习留用的普遍找的工作比在上海实习的要好...：上海真的是太卷了给接下来要考研/保研的朋友一些建议能去深圳/北京尽量去，北京占据了全国60%的优质岗位，而目前上海的岗位和深圳又相差不多，但深圳对学历的要求真是比上海低太多了，在上海我这种双非本科+sufe硕士今年真的是....我们班有好几个双非本科从一开学就疯狂刷实习然后考证的今年基本没留下，基本都签了四大审计/银行来保底，考公务员的也不少..再看看sufe硕士的学费..感觉真的有点不值回复
2023-2-1

期权匿名回答

可以去公众号金融笔记1917看看，有分享回复
2023-2-1

期权匿名回答

虽然说这两年因为疫情各行各业包括金融行业受到了一些影响，但上财这种顶级财经大学出来的的金融专硕何愁找不到工作！在考研中上海财经是非常热门的学校，报考人数如过江之鲫。对普通一本财务管理专业的同学来说，如何考上上财，以及应对高额学费，可能是更亟需考虑的问题。据新财富的大数据分析：资本圈核心职群毕业院校 TOP 50 榜单中，北复清交是排名前四的院校，经济学、工商管理、金融和会计学是前四大专业。而上海财经大学排名第五，名次相当靠前。在财务总监这一职群中，毕业于上财的数量是最多的。而金融这个专业圈子是极其注重学历和背景的，可以这样说，只要上岸了上财的金融专硕，相当于为未来的职业生涯上了一份保险。不仅校内学霸云集，以后顶尖金融机构也会遇见许多校友。虽然上财行业地位很高，且难度堪比一些 985 院校，但毕竟还是 211。因此，有些同学就会纠结选上财还是选其他985。有同样困扰的同学可以看下这个免费的择校课程， 1V1 咨询下老师。讲师是深耕金融行业10多年的大佬，能从行业选择、地区选择上给你分析得投投是道。还有免费复习资料可以领取哦。资本圈核心职群毕业院校 TOP 50 （节选前 20） http://picx.zhimg.com/v2-4cf3340f1a05817412c36bc33bc21e97_r.jpg?source=1940ef5c 上海财经大学 TOP 50 高校中，排名第五的上海财经大学，是著名的 211 和双一流高校，也是前十名中唯一的非 985 大学。作为位于金融中心上海的硬核财经类院校，上财在全国的高考录取分数线，一直处在仅次于北清复交的第二梯队；毕业生的去向也主要集中于金融业。中国经济学界的最高奖——孙冶方经济科学奖，就是用上海财经大学首任院长孙冶方先生的名字命名。自 2011 年上海财经大学首次招生金融专硕，如今 2022 年上财金融专硕已走过十一年，在金融方向实力强劲。就业方向上，毕业生基本以券商为目标，各类银行和企业为主，四大和其他出路为辅。尤其在上海及东南沿海地区，上财的毕业生很受欢迎。薪资上，上财的金融硕士毕业生一般都在年薪 10 万以上，在全国高校毕业生薪酬排行榜排第 20 名，比很多 985 要高。这还只是 base，算上年终奖毕业生实际年收入达到 20 万+，也是很常见的。上海财经大学金融硕士就业报告从上海财经大学金融学院官方发布的2020年度硕士就业报告，可以较详细地了解到大家最关心的就业情况：一、就业率根据2020年度统计数据，金融学院金融硕士就业率98.38%，经济学院金融硕士就业率97.06%。相较本科50%左右的就业率高出很多，基本上金融专硕不用担心毕业找不到工作。 http://picx.zhimg.com/v2-a26a63f9ae2bd85eafb5b481959188e2_r.jpg?source=1940ef5c 二、就业行业硕士毕业生在金融行业就业的比例为78.24%，非金融行业21.76%。大部分的去向还是金融行业。毕业生在银行工作的比例为27.46%，在证券就业的比例为22.8%，在保险就业的比例为5.7%。如果从收入方面考量，券商是金融业中最高的，银行也还不错，保险行业会稍低一些。可以优先考虑券商和银行。 http://picx.zhimg.com/v2-a4038e50a85062135cb22ef340a4d1cc_r.jpg?source=1940ef5c 三、就业单位性质金融学院223名硕士毕业生中有50.25%进入国有企业工作，26.13%进入民营企业工作，13.07%进入中外合资企业工作，这三类企业占就业的大头。在当前形势下，国企还是颇受欢迎的。 http://pica.zhimg.com/v2-c6cfd98a4a1e35d9fbcad9fe30e5d182_r.jpg?source=1940ef5c 四、就业地区分布超过7成的硕士毕业生就地在上海就业，毕竟上海作为世界级的金融中心有着最好的工作机会。其他的也多在东南沿海发达省市就业，如广东、江苏、浙江等。 http://picx.zhimg.com/v2-165c9a39db045652d8ee7d00eeb16e93_r.jpg?source=1940ef5c 五、就业职能分布从毕业生就业职能分布数据可以看到，行业研究/投资分析职位所占的比例最大，其次是管培生及销售与交易等类别。 http://pic1.zhimg.com/v2-44397195294fa0aa0a7db62a5a9266a5_r.jpg?source=1940ef5c 六、薪资分布现实中的情况是，金融本科生和硕士生的差距很大，双非财经和顶级名校的差距也很大。应届生的工资水平算是相对较低的，起薪十几万居多，在金融行业内发展几年后，年入上 30 W不难。 http://picx.zhimg.com/v2-30a7c2339d5acf5f9a300aa0a4d2c680_r.jpg?source=1940ef5c 给个人的建议考研要实现好工作好待遇的目标，第一步，你得先考上研究生。前面说到，金融行业是特别注重学历和背景的，所以择校是第一件重要的事。清华、北大、复旦、上海财经大学、中央财经大学、对外经济贸易大学这几所金融专业最顶尖的学校是首选。其次西南财经大学、中南财经政法大学等，将来名校就是你的金字招牌。选定目标后进行有针对性的复习。假如真的确定了上财是你的目标，那么你要全方位透彻了解它如何招生，考什么等等。由于报考人数众多，上财的考试难度现在跟复旦差不多，可能比复旦稍容易一点点。所以最好提前两年开始准备，做好全盘规划。专业课复习方面，上财是不指定参考书的，这反而需要在专业课多花时间，广泛阅读，多做题特别是历年真题，好好提升综合水平，比指定参考书的难度更大，考生很容易没有头绪。要是考虑网课的话，品职教育有一个金融专硕431上岸营，对于金融考研来讲是比较专业的。CFA名师李斯克、何旋主讲，从择校到备考规划，到知识框架梳理复习，到真题练习和资料库，都包含在内，还是免费的。对于985、211和双非学生各自应该如何规划如何备考，可以解答非常多的疑惑。 <a data-draft-node="block" data-draft-type="edu-card" data-edu-card-id="1587108206366629888"> 读研读研期间最好尽早确认一个方向，而不是反复尝试不同领域。除了保障体面的成绩和绩点之外，要在自己的方向上努力争取多几份实习，其实第二年就可以开始实习了。金融的实习对于求职的重要性不言而喻，实习经验越多，越好看，越能增加进入好企业和高端岗位的可能性。所以像券商研究所、投行这样的高含金量、时间也足够长的实习经历就非常有利。除了实习之外，其他体现个人能力的方式还有科研项目、作品、社团活动等，在校期间就要留心让这些经历与自己未来心仪的职位关联起来。简单来说就是有的放矢，而不是滥用精力。考证与别的行业不同，金融行业的证书权重很高，也是大家绕不开的。如果能早早获得资格认证，就业前景会更好，待遇自然也更好，比如CPA、FRM、法考、保荐代表人、CFA、ACCA等都是可以去考的证书。对于硕士生而言首选考CPA吧，还是那句话，尽早报名尽早准备，把握先机。结语若干年后，你会看到，在金融职场中，985、211研究生，特别是财经名校硕士，多从事较高端的岗位，包括证券投行岗，风险管理岗，研究员等，其余双非和本科生进入一般的岗位比较多，销售大类例如银行柜员，证券等理财经理岗。总体说来金融行业还是门槛高，岗位对于学历以及专业能力要求也是相对苛刻的，收入自然也令人艳羡。高额的回报对应的必然是高度的付出。所以，树立了明确的目标，就从今天开始努力吧。回复

参与评论全部评论

☆ 展开评论(5条)★ 收起评论

为什么都开始玩量化交易了？

 2023-2-1   期权匿名问答  4326  0

数字货币量化交易是什么意思？价值投资和趋势投资（技术分析）是引领过去一个世纪的投资方法，随着计 ...

☆ 展开评论(0条)★ 收起评论

1 ... 886 887 888 889890891 892 893 ... 895 / 895 页下一页

快速发帖

热门推荐

1 【期权套利实时测算工具】一张Excel让你学

2 棉花期权和橡胶期权已经进入征求意见阶段

3 标的一上涨，50ETF期权波动率指数就下跌

4 郑商所就棉花期权合约向市场公开征求意见

5 请问解压密码

本版活跃汽油

关注我们

了解我们>>

苹果下载仅次
于上交所APP

期权网络科技版权所有: 关于我们; 联系我们; 加入我们; 反馈问题; 免责声明; 积分充值

统一社会信用代码: 积分规则; 网站地图; 爱文库; 下属网站

官方: 新浪微博; 微信公众号
◆

下载: 表情包; App下载

期权论坛

期权论坛

QQ咨询|关于我们|Archiver|手机版|小黑屋|( 辽ICP备15012455号-4 ) Powered by 期权论坛 X3.2 © 2001-2016 期权工具网&期权论坛 Inc.