放平心态，普通人很难拍出样片的感觉。别做了一顿功课，累了一两天拍摄搞到最后哪都不满意。这东西强调的是仪式感，别陷入细节。有几张好看的就行了，没必要每张都高要求。

另外，全程以女方高兴为宗旨，拍得好坏第二位。

平时不穿西装或不介意的话就租一套。

平时穿西装，或想拥有一套西装以后备不时之需，推荐定做一套。

最后才是买成品。


当时挑西装逛了好久，最后还是选择了定做，感觉定做才是西装答案，门店里的西装大小号有限，且不一定适合个人身形。

没涉及过这么细节，盲猜。

换脸模型有自己的适用域，可能涉及到的有人脸检测、关键点、局部图像生成，如果这些模型都是在真实人脸数据上训练的，那真人换脸就“丝滑”，想要达到虚拟任务也“丝滑”，就得把这些模型做微调。

或者你可以这么理解，川菜放在中国很流行，放在别的国家就得根据当地人的口味微调，当地人才能接受，不然销量也是不好。

一样，并且已经成了心魔，通过概率无法解释的问题。比如一天看 10 次时间（电脑的、手机的），大多数一天一次也没有，但时不时有那么一天有 7 、8 次是这个数字，即使有概率那这方差也太大了吧。

后面发展到开车的时候看车的尾号，一个红绿灯，两个相同该数字尾号排我前面左右，我不知道这是什么概率，大概比中彩票高那么一丢丢吧。出行路线一样，有时候全程看不到，有时候一路上看到 8 、9 辆相同尾号的车，这什么概率。。

还有的时候心情不错，出门吃个饭，一个大头鱼车开过来，尾号还是这个数字，瞬间心里添堵。


现在只能选择性接受，无法避免，也无法控制。

我相信肯定有很多人说这也太玄学了，我家人也对我嗤之以鼻，以至于我甚至懒得和别人说这种事。但强行关联因果还就每次都能关联上，这概率咋解释呢？

大家权当看网友讲段子吧。

@tool2dx 理论上应该没啥问题。比如按照顺序把所有带蓝色的线和所有带橙色的线对调。

线没问题，但问题在于业务上，制定标准应该就是为了简化使用，以及方便排查问题。大家都按这个标准来，大家都方便。

举个不太恰当的例子，如果小明非说小猫是小狗，小狗是小兔子，小兔子是小猫，也不是不行，他自己能理解。但大多数的“别人”就会感到混淆。

这可能和用到网线的硬件有关，比如这些线所承载的功能并不是完全一致的

不能更同意。
原来在学校里的时候觉得时光过得好慢，而且有时候很无聊。
等进入社会，才觉得在学校里真是无忧无虑，还那么多屁情绪，当时真该多珍惜珍惜，做点有意义的事情。

现在键盘行业很卷，建议到 B 站看看蹲一蹲行情。
我当时蹲了好久，打算买珂芝 K75 ，但配色和形状感觉不太适合，就想要个简单的。
后来发现了 leobog 的 hi75 ，还行吧，声音啥的基本不用改，配上灰木轴够用。

leobog hi74 灰木轴 V4 ，配了个 oem 高度键帽

用 deepin 办公过一年多，最后还是换成了 windows 笔记本+ubuntu 服务器，vscode 远程开发。
最主要原因是桌面 linux 的稳定性堪忧，软件少还不是最主要的。
只要你经历过一年两三次系统崩溃，文件丢失，随便装个软件依赖来回冲突，最要命的还要你更新 libc 。。。
你就知道，工作机，稳定最重要。

代码不是劈里啪啦，是人情世故

一次性就做好了的话，后面没有优化点，经费怎么申请？ KPI 咋造？卷王咋写汇报？

经历过好几次系统崩溃之后，我的经验是不要轻易碰这个东西。。。动不动系统就崩了

要不就重新搞个高版本的系统算了。

对于绝大多数人，用到了多高水平的英语？
如果有一种机制，让大家都不学，那就可以不学。
但凡有人学，就卷起来了。因为那个人发现了可以“超越别人”的目标，而这个目标可以靠自己学习就能达到。

上次理发时，理发师把口罩的带子拧了一圈再套到我耳朵上，这样就大幅减小了口罩带和理发工具接触的概率。