在下图场景中，两个牌匾的整体布局以及颜色都非常相似，但是其中POI名称发生了变化。而在该场景下，我们希望两个牌匾不要匹配，这就需要引入文本特征来增强特征区分性。
MDR loss希望正样本和anchor之间的距离不被拉到无限近，同时负样本也不希望被推到无限远。以类别错误噪声样本来说，不同牌匾被误分为同一类别，按照Triplet loss的优化目标则会强制模型将两者距离学习到无限近，这样的话，模型会过拟合到噪声样本上，从而导致最终效果较差。
数据是非常重要的，因为模型很难做到完美，总是会存在Corner case，而解决Corner case的一个非常高效的手段就是针对性补充数据。补充数据的关键是如何挖掘Corner case以及如何自动标注，该方向也是目前学术的研究热点
原著中的描述更加让人难以捉摸。要想理解这些概念性的内容，我们要思考为什么有这样的概念，以及它的出现是为了解决什么问题，在实际的上下文场景下是怎么运用的
系统根据拣货单中的货物给不同分区的仓内作业人员生成对应的拣货任务，作业人员根据对应的拣货任务进行货品的拣取，并放入相应的货物容器中。最终将所有订单商品在拣货完成后进行合流，进行校验，最终形成包裹再进行后续的配送流程。
应用层：可以理解为实现领域对象以及多个聚合的服务编排以及组合，不应该有过多的业务逻辑。
领域层：领域层实际就是整个微服务的核心，在这其中涉及到领域对象的&#*****状态变化以及领域规则。领域层主要包括实体、值对象、聚合根以及领域服务等。
在垂直功能组织里，我们向上对主管进行汇报，向下对下属下发指令，倾听他的诉求，满足他的要求。在垂直功能组织里，很多人会觉得很有压力。其实只要我们将主管、下属这样的角色身份当做自己工作中的一个资源。
在垂直功能组织里，我们向上对主管进行汇报，向下对下属下发指令，倾听他的诉求，满足他的要求。在垂直功能组织里，很多人会觉得很有压力。其实只要我们将主管、下属这样的角色身份当做自己工作中的一个资源。
第三步就是扩展社会关系。
其实作为一个程序媛，我们不只有工作，还会有兴趣爱好的团体等，社会关系越广泛，我们对生活的认知也愈加趋向于多层次，我们的心理状态可以寄情于多方面，内心也就更加文件自信，更不容易被打败。
我们在执行中还需要注意另一个问题：谨防优先级成为拖延的接口。当我们已经定义好事情的优先级时，执行的过程中发生了更加重要紧急的工作，但是当下执行中的事务还没有达到预期的效果，就可能被干扰。
