21K，也不能A了，年终2个月吧，武汉也没啥人才补贴，进去还得培训后才知道自己的具体业务是什么，据说还是361，拒了吧。。。。

平时写东西就很慢，去那里真能完成任务吗而且面试官给我放水了面的时候觉得好难，四轮技术一轮HR，时间从9.17到10.11，平均每轮面试1h以上，每天都在期待 offer。现在却没有那么高兴，有点兴奋还有点害怕，因为所在的部门强度据说很大我要离开绿盟了，缺一个前端实习生，具体看最新帖子，有意向者请私聊我10月24日编【本人已离职，不再接收绿盟简历】呜呜呜呜，永别了绿盟😭补药再私信我求经验求简历求路线了，我简历上的技术栈还没有其他同学的多，真的纯运气，老是被骚扰我觉得很困扰

拿到书面offer前都不要提前高兴一周前三面结束，所有材料都交了，口头offer也给了，结果昨天下午发短信通知说内部审批没通过哎，只能说积累经验了

对抗生成网络算法基础知识 基本思想 生成对抗网络（GAN）的核心思想是通过两个神经网络——生成器（Generator）和判别器（Discriminator）的对抗训练实现数据生成。生成器负责生成尽可能逼真的假数据，判别器则试图区分真实数据和生成数据。二者在博弈中不断优化，最终生成器能产生难以被判别器识别的数据。 GAN的基本架构  生成器（Generator）：输入通常是随机噪声向量（如高斯分布），通过反卷积或上采样操作生成数据（如图像）。其目标是最大化判别器的误判率。 判别器（Discriminator）：输入为真实数据或生成数据，输出为数据真实性的概率（0到1）。其目标是准确区分真假数据。...