二十大代表风采丨“燃灯校长”张桂梅：为国育才 为孩子们点亮梦想******
中新网丽江10月8日电 题：“燃灯校长”张桂梅：为国育才 为孩子们点亮梦想
中新网记者 韩帅南
十月，地处滇西高原的丽江夜晚已吹起瑟瑟秋风。晚上9点，丽江华坪女子高级中学校长张桂梅走进每一个班级巡课。经过走廊时，她细心检查每所卫生间，将亮着的灯关闭。“我时常叮嘱孩子们要节约，但这些灯不需要她们来关，让她们安心读书。”节俭、时刻牵挂着山区的孩子们，这已是她多年的习惯。
1996年，张桂梅主动申请来到偏远的华坪县任教。在教学和家访的过程中，她看到了山区孩子对知识的渴望，同时也发现不少山区女孩因为贫困而辍学。这时起，张桂梅就有了一个梦想——创办一所免费女子高中，用教育阻断贫困代际传递。
随后的几年中，她为了筹建学校省吃俭用，四处奔波。“但我发现只凭自己的力量是建不起这所学校的。”张桂梅告诉记者。
转机出现在2007年，在党的十七大上，张桂梅作为党代表勇敢说出了自己的梦想。次年，在各级党委、政府和社会各界支持下，全国第一所公办免费女子高中——丽江华坪女子高级中学(简称“华坪女高”)正式成立。
图为张桂梅正在巡课。 韩帅南 摄华坪女高建校初期，条件设施简陋，教师经验不足，学生基础较差。面对沉重的教学任务，多位教师选择了离职。
“我发现剩下的8位教师中有6位是党员，于是我为了鼓舞他们，就带着他们重温入党誓词，唱红色歌曲。”张桂梅坚信，只要有党组织和党员在，就没有克服不了的困难。这样的气氛也逐渐带动了学生，学生也会跟着一起唱红歌，学习更充满动力。
张桂梅经过思考，提出了“党建统领教学，革命传统立校，红色文化育人”的教育理念。此后，她带领师生唱红色歌曲、忆红色历史、塑红色课堂……在华坪女高，学生的作息被控制在分秒，学习的时间被利用到极致。
“女高招收的学生大多基础比较差，我们得靠着这股拼劲儿，才能实现走出大山的梦想。”张桂梅称。
每天早上5点，张桂梅会用一个小喇叭“吼”学生们起床；深夜，在陪伴学生们自习结束后，她才入睡。十余年来，她被肿瘤、肺纤维化、小脑萎缩等多种疾病缠身，但依然坚持用自己的方式把2000余名大山里的女孩送进全国各地的大学。
“华坪女高的教育方式曾受到外界质疑，但事实会说话。”张桂梅说，该校的大部分学生在进入大学后成绩依然优秀，有不少学生在毕业后选择了人民警察、医护、教师等岗位，以自己的方式为建设祖国出一份力。
张桂梅举例，华坪女高的一位毕业生在从军多年后返校看望学妹。分别时，在校学生说，“学姐你放心走，将来我们也会参军，报效祖国，守护一方平安。”讲到这里，张桂梅红了眼眶，“我在帮助这些学生的同时，她们也在不断给予我力量。”
张桂梅说，华坪女高培养出来的学生勤奋刻苦，有理想，有信念，知道自己是为了什么而读书。
多年来，张桂梅坚持无私奉献，像一束希望之光，照亮山区孩子们的追梦人生。她被尊称为“燃灯校长”，也收获了“全国脱贫攻坚楷模”荣誉称号、“七一勋章”、全国道德模范荣誉称号等荣誉。但张桂梅认为，这些荣誉不属于她一个人，属于共同付出的所有党员和群众。
“我的身份不会改变，会一直坚守初心，继续守护这些山里的孩子，让她们飞出大山，再将希望之光带给更多人。”张桂梅说。
2022年，张桂梅再次当选党的二十大代表。“可以近距离聆听党中央的声音，让我感到无上光荣；同时，我要把二十大的声音带回给山里的党员，一起完成好党的任务，这又是一份沉甸甸的责任。”
“只要我还有一口气在，我就会为党育人，为国育才，让学生们成为合格的社会主义接班人。”张桂梅坚定地说。(完)
提速近10倍！基于深度学习的全基因组选择新方法来了****** 近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。 全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。 统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。 相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。 该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。 与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。 该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。 学术支持 中国农业科学院作物科学研究所 记者 宋雅娟 大发彩票地图 |
