《啥是佩奇》的另一角度

2023-10-20 01:30
文章标签 角度 佩奇

本文主要是介绍《啥是佩奇》的另一角度,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

196894-98b10625440dc19e

公众号「小彤花园」同步更新

昨天朋友圈刷爆的《啥是佩奇》,各种文章也基本都是好评、想家、关爱老人这种话题。但是除了这些,还感受到了一些其他的事情。

看了《啥是佩奇》,首先有些触动吧,各种情绪涌上心头。当爷爷拿出佩奇那一刻,感觉全世界都亮了。但是看的过程中除了触动,也是有一丝不舒服的。

视频中爷爷的手机都是很破的,儿子却开着车。当然爷爷性格也是老一辈比较固执的那种,可以理解,因为这种性格蛮写实的。不知道导演是不是利用这种反差来吸引人们注意,引起内心隐隐愧疚。

暖心的同时也夹杂了一丝复杂的情绪。大概是感受到,上一辈那种沉重的付出,一切以儿女为中心的那种感觉?这样儿女就能幸福了么?恐怕不见得。

在网络上搜一搜,大都是写暖心感动的文章。好不容易在知乎上找到一个这样的评论:

196894-197a748567928e27
image

不知道有没有人体会过这种感觉,大概是来自父母的期待或是沉重的付出。即使父母没有提出什么要求,也会因为感觉会怕他们失望而压抑和自责。

以前感觉不理解,感觉好像走出去的人,不再喜欢回老家了,好像变了。后边自己出去了才渐渐能体会这种感觉,其实并非不孝顺,实在是差异巨大,不是人为能控制的。在加上上一辈人的沉重期待,有时候也会有压的不能喘息的感觉。 但一代人有一代人的思想,有时候很难改变,只希望都能好好生活吧。

有人也像我一样,有这种感觉嘛?

这篇关于《啥是佩奇》的另一角度的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/243715

相关文章

如何从SEO角度解读“地摊经济”?

如果你是一名SEO人员,经常我们需要做的第一件事就是做关键词挖掘与分析,特别是当我们试图去做热点新闻事件排名的时候。 我们只有深刻的理解目标关键词背后真正潜在的搜索需求,我们才可以根据关键词的属性,撰写高质量的相关性文章,比如:地摊经济,依然成为各地市广为热议的话题。 那么,如何从SEO角度解读“地摊经济”? 根据以往关键词优化的经验,曾庆平将通过如下内容阐述: 1、关键词拓展 通常

物联网之ESP32控制舵机、通过网页设置舵机角度、Web服务、舵机原理、接线、Arduino、WiFi、Http

MENU 前言原理硬件电路设计软件程序设计LEDC输出PWM信号使用第三方库控制舵机网页控制舵机 前言 舵机在电子产品中非常常见,比如四足机器人、固定翼航模等都有应用,因此学习舵机对电子制作非常有意义。本文章使用Arguino的PWM对SG90舵机旋转角度控制。 原理 舵机是一种位置(角度)伺服的驱动器,适用于那些需要角度不断变化并可以保持的控制系统。舵机只

opencv实战项目二十:检测箱盖的旋转角度以及位置

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言一、算法流程:二、算法实现:2.1 二值化箱盖并获取最大轮廓:2.2 凸包与多边形近似提取矩形2.3 最小外接矩形获取角度与位置 三,整体代码实现:四,实现效果: 前言 在当今的工业自动化领域,精密制造和智能控制技术的发展正推动着生产流程的持续优化。随着机器视觉技术的不断成熟,其在工业应用

判断两个yaw角度之差是否超过了90度

一. 判断两个yaw角度之差是否超过了90度 要判断两个 yaw 角度之差是否超过 90 度,你可以通过计算这两个角度的差值,并将其归一化为 [-180, 180] 的范围内。接着,只需判断该差值的绝对值是否大于 90 度。 实现步骤: 计算角度差:两个角度的差值可以通过直接相减得到,但需要将结果限制在 [-180, 180] 范围内,因为角度是周期性的。归一化到 [-180, 180] 范

从spark源码的角度思考scala中的模式匹配

1.scala中模式匹配 2.spark源码中的模式匹配思考 spark中master会收到worker发过来的akka的消息, 此消息是case class即(Master.class中): case class RegisterWorker(id:String,host:String,port:Int,cores:Int,memory:Int,webUiPort:int

从源码角度分析 Kotlin by lazy 的实现

by lazy 的作用 延迟属性(lazy properties) 是 Kotlin 标准库中的标准委托之一,可以通过 by lazy 来实现。 其中,lazy() 是一个函数,可以接受一个 Lambda 表达式作为参数,第一次调用时会执行 Lambda 表达式,以后调用该属性会返回之前的结果。 例如下面的代码: val str: String by lazy{println("aaron

GNN-频域-2014:Spectral Networks and Locally Connected Networks on Graphs(频谱图卷积神经网络)【第一篇从频域角度分析】

《原始论文:Spectral Networks and Locally Connected Networks on Graphs》 空域卷积非常直观地借鉴了图像里的卷积操作,但缺乏一定的理论基础。 而频域卷积则不同,相比于空域卷积而言,它主要利用的是**图傅里叶变换(Graph Fourier Transform)**实现卷积。 简单来讲,它利用图的**拉普拉斯矩阵(Laplacian ma

激光雷达定位算法在FPGA中的实现——section2 全局坐标和角度计算

1、全局坐标矩阵X         在section1中已经就激光雷达的全局坐标公式进行了推导,得到           ​         其中,                                     这里需要计算出矩阵X里面的x,y,cosα,sinα。         关于这个计算公式的求解,方阵的逆矩阵计算成为关键步骤。 2、方阵的逆变换 2.1 4*4

怎样提高GRE写作的角度和视野?

关于语言,我觉得首先最基本的要求就是写对句子,一句话要表达正确表达清晰,阅卷人才有兴趣看下去。比如时态,比如短语使用,比如动词和介词的搭配,比如单词拼写,比如单词的准确使用而不是牵强附会(不能为了使用一个高级单词而不择手段。其次就是我们的词汇使用的变换,同一个单词,可能所有人都会用,但用得恰到好处就很难了,同一个意思,可能大多数人都会向某个单词,这个时候我们可不可以换个别的单词(也不能是太偏僻

从行或列的角度思考矩阵-向量乘法(matrix-vector multiplication)

从行或列的角度思考矩阵-向量乘法可以帮助理解这个运算的几何意义以及如何在计算中操作。 1. 从行的角度思考 假设我们有一个 m × n m \times n m×n的矩阵 A A A 和一个 n × 1 n \times 1 n×1的列向量 x \mathbf{x} x。矩阵-向量乘法 A x A\mathbf{x} Ax 的结果是一个 m × 1 m \times 1 m×1的列