昨天跟Sam闲聊时，说干脆买个电瓶车作代步工具。Sam说你可别，从出意外的概率来说，电瓶车比汽车大。作为一个公司合伙人，你的安全更重要。

　　这条马路还挺美，如果想在京州定居，这个附近地段还挺好的。看见前面有一个女的在低头跳着走，两人有一段间距，他步伐大，怕她一个往右蹦撞了她。又觉得自己一个男人在后面慢吞吞走着，会让独行的女性害怕。

　　趁那人往左身体都随着扭转时，他从右边大步走了过去。离地铁站不远了，他掏出手机开始先打车。

　　宁清觉得自己真是疑心病，觉得那人的背影竟然像赵昕远。

　　深度学习应用之一就是图像识别。用算法训练机器，提取最重要的特征与信息。在海量样本的训练下，机器归纳出特征，从而进行识别和判断。

　　科技进一步发展时，更是模仿人类大脑，单个神经元组成了神经网络，让机器自主学习，对权重进行优化，有更有效的输出。

　　所以，这个被学习对象，人类，对于熟悉的人，在朝夕相处的大脑自我训练下，是能通过背影认出那个人的。

　　走路姿势、颈椎与脖颈的曲线、双腿发力点与身体的小动作，每个人都是不同的。

　　他们曾经在京州这样的街道上走过，那时是初夏，还是成片的绿荫。他说，两个校本部之间就一站距离，走路一点五公里左右，我们应该都会被分配在校本部。

　　她挖着冰淇淋奔奔跳跳地走在他身后，这是她第一次来这个城市，从小到大她几乎没出过远门。刚刚他带她坐了地铁，虽然看书时就知道有地铁这个交通工具，但还是觉得很神奇，车子竟然能在地下跑，速度还那么快。

　　十年后，他们终于一起在这一座城市了。

　　她忍住跑上前确认的冲动，更忍住不质问自己，为什么要隐藏压抑的痛苦，而不是喊出来。

　　但她什么都不能做。

　　第一次，是她放弃了他。这一次，他不要她了。

　　她只能跟在这个疑似赵昕远的那个男人身后，同一时间在同一条街道上走着，一如当年她跟在他身后。

　　快走到地铁口时，当看他停下脚步要转过身时，宁清转移了视线，并不想知道这个答案。

　　赵昕远走到地铁口，侧过身面向马路等着车。可能主城区这边的红绿灯多，路又堵，剩余的两百米，出租车如龟速一般往前挪。

　　他到了京州后，一次都没有坐过地铁。

　　后来他坐过很多地铁，纽约地铁站台很矮，同为古老地铁，巴黎地铁站更为宏伟，旧金山的轻轨上满是流浪汉。

　　曾经她坐地铁时睁大眼睛太过惊讶的神情太难被忘，后来每到一个新地方，他都会特地去坐一次地铁，当成一种旅游方式。

　　这么多年过去，城市的地铁路线都以放射状几乎贯穿了这个城市，当

　　请收藏：https://m.bqgoo.cc

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）