1樓：
樓主不要灰心。
所謂尺有所短寸有所長。
況且你們都是運動員，他們如果沒有一技之長要怎麼生存呢。換作是你，如果有個人各方面都比你強，那你肯定要拼命尋找你比他強的方面，像咱們小時候作為乙個中中國人，我一直以為劉翔跑得最快，但事實可能他跑步並不一定有你快呀。對不對，發現自己的優點，然後發揮，不要把自己想得過於厲害。
切勿好高騖遠，不過為此付出努力的話也是可以的。希望樓主不要有心結，繼續努力。
2樓：Sigoyi
發力方法以及肌肉狀態。
有些人發力的時候，位置更適合的話會導致跳的更遠。
其次是肌肉狀態。相同的力量，在狀態好的時候可以一觸即發使大多數力量用於做功上。
而狀態不好時會有一部分力量用於肌肉的緩衝以避免瞬間力量過大的傷害，因此導致力量的輸出比前者要少。
3樓：Sean
肌肉力量表現的方式有不同。肌肉在發力的時候也需要多個肌肉群配合發力。我舉個例子，我去打網球，我臂圍40cm，我自以為力量很大，可是對面有個白人小哥看著很瘦弱，回擊球力量比我的還大。
這只能說明：1. 我手臂力量大，但我在這個動作上並不會發力，或者發力不充分。
2. 在完成這個動作的時候，對方可以充分更多的肌肉群參與動作的完成，而我只用手臂的力量很顯然是不行的。
4樓：FreeWings
1. 他們可能力量比你強些，只是不太擅長深蹲、高翻這些測試力量的動作，所以用的重量沒你大。
2. 同理，可能你的肌肉力量也不比他們差，但你不太擅長跳躍這個動作，力量沒有充分發揮出來。
不同體重的人硬拉自己體重難易程度是否相同？
楊帆先生回答的比較到位了，我在補充一點。個子高矮，還有手臂的長短，還有上半身和下半身的比例都與硬拉難易程度有關。高矮問題很明顯，高的人完成乙個標準硬拉，需要做功更多一些，因為位移更長。同理，腿長 軀幹短的人，硬拉會比較難一些。同樣因為硬拉的鎖位是手臂自然伸直的，所以手臂長的人更有優勢 達到硬拉鎖位的...
相同的神經網路模型，採用相同資料集訓練，得到的權重引數是否相同？
WillAlex 不同的初始化權重，不同的優化器，最後學習得到的權重是不一樣的。但會有一些相似性，比如矩陣的秩，范叔，行列的相關係數等可能相似。 錢錢 取決於你的結構或者representation是否穩定。如果穩定，近似，參看Deep Ensemble這篇文章，大概核心含義是用不同的隨機數種子分別...
為何相同的資料集，相同的超參設定，模型訓練結果準確率相差很大？
今天周一天氣晴 問題補充，請大家幫忙看一下 1.資料集是提前整理好的，提前劃分好了訓練集和驗證集放在了不同的檔案裡面 2.該實驗是用乙個resnet18模型 學生模型 和少量資料，使用知識蒸餾損失，去逼近用大量資料訓練的另乙個resnet18模型 教師模型 兩個模型都能對100個類的樣本進行分類，教...