首先是不少玩家们会因为遇到不喜欢的图，或者因为一些游戏局外的事情在选人阶段秒退。一般性这种情况下，每天第一次秒退，基本上不会受到特别严重的惩罚。但是第二次之后就会禁赛三分钟左右，如果继续持续性秒退的话，那么就有可能扣分了。特别是排位赛阶段，除了扣分，甚至还会遇到长时间禁赛的惩罚。

此外，就是游戏中的挂机惩罚。本作对于挂机方面的惩罚非常严重，相比一般游戏来说，本作的挂机惩罚在第二、第三次时候会直接对各位玩家们有着非常严重的影响。第一次挂机，基本上只会警告一下不会有具体的惩罚，而第二次或第三次挂机之后，游戏则会直接获封七天。因此，如果有事情不能进行游戏，可以语音跟队友协商投降即可。

当然也并不是说封了之后就完全不能申诉，如果真的碰到了着急的情况，而事情有具体的原因的话，可以找安全客服了解情况并反馈之后进行账号的解禁。如果玩家们遇到了一些误封，或者是出现一些特定事件的话，那么该方法能有效的解决大家们的问题。

因此，在游戏的具体体验过程当中，如果不是突发情况，还是建议各位玩家们不要秒退为好。毕竟如果退出选人阶段，那么队友的人数就会形成一个以少打多的劣势，那么，对于其他玩家也是个相当不好的行为。

以上就是本期给各位玩家带来的无畏契约秒了等多久的全部内容，总的来说，还是建议各位玩家们不要秒退或者挂机，不然惩罚还是相当严重的。当然，如果真遇到问题，直接找安全中心客服申诉即可。

[摘要]北京时间4月26日消息，来自美媒体的报道称，在季后赛首轮被横扫后，开拓者队当家球星达米安-利拉德称赞了勇士队，称勇士队就像当年被迈克尔-乔丹挑战的那支活塞队。 “勇士队是一支总冠军级别的球队，”利拉德表示，“无论是看他们打球，还是与他们交手，都...

　　北京时间4月26日消息，来自美媒体的报道称，在季后赛首轮被横扫后，开拓者队当家球星达米安-利拉德称赞了勇士队，称勇士队就像当年被迈克尔-乔丹挑战的那支活塞队。

　　“勇士队是一支总冠军级别的球队，”利拉德表示，“无论是看他们打球，还是与他们交手，都能明显感觉到他们的坚韧。无论是顺境还是逆境，他们都在打自己的篮球，做他们自己的事。他们有很棒的篮球氛围，团结一致。”

　　“是的，他们本身就有很高的篮球天赋，再加上之前那些品质，所以击败他们是件非常困难的事，”利拉德继续说道。

　　利拉德明白，要想成功必须击败勇士队。“对我们来说，也希望能有这样的凝聚力，队友间彼此信任，”利拉德表示，“我们当然明白，要想冲出西部，必须迈过勇士队。”

　　“这就是NBA，（勇士队）让我想到了当年的活塞队，他们也是年年击败乔丹，但乔丹每年仍在挑战（活塞队）。没有其他原因，乔丹知道，要夺冠必须打败活塞队，因为他们总会在那等你。”

　　1988-90年，乔丹和公牛队连续3年在季后赛被活塞队淘汰。终于在1991年东部决赛，乔丹完成复仇，并在那年获得个人职业生涯首冠。

　　利拉德说道：“对我来说也是这样，只有强大的对手，才能让我们变得更好。不只是个人，团队也需要变得更好。”

　　与勇士队的系列赛，利拉德场均出场37.8分钟，交出27.8分4.5篮板3.3助攻1.3抢断的数据。

　　对开拓者队来说，这个夏天他们的阵容在理论上不会有太大变动。（jim）

本期公开课，雷锋网请到了图普科技机器学习工程师 Vincent 为大家揭开 AI 可以助你成为“画家”的秘密。 Vincent 曾在英国留学两年，回国后加入图普，担任机器学习工程师一职，参与图普多个产品的研发工作，立誓要搞深度学习搞到死。

嘉宾介绍：

Vincent，图普科技机器学习工程师，主要从事工业级深度学习算法的研发。曾任摩根大通欧洲技术中心分析师，IBM爱丁堡办公室软件工程师。熟悉自然语言处理（文本分类，语言模型等），图像转换（艺术滤镜、图片上色等）和分类算法。

以下内容章整理自公开课分享。

｜深度神经网络在图像识别领域的进展

自从 2012 年 Alexnet 横空出世，一举夺得 ImageNet 图片分类大赛冠军之后，深度学习一飞冲天，以卷积网络为首的深度神经网络不断刷新各种计算机视觉任务的 State-of –the-art 。过去四五年间，我们可以看到学术界不断地开发出各种不同结构的卷积神经网络，而且，这些结构并不仅仅是在 Alexnet 的基础上加深层数，而是自成一派，各有所长。

本次公开课重点分享三种神经网络结构：

• Network in Network（NIN，网络中的网络）：卷积网络是一种线性操作，非线性的表现能力有限，NIN 的研发者设计了比起传统的卷积网络更复杂的操作 —— MLPconv，并用 Global average pooling 极大的改进了卷积网络的大小。

• VGG 和 GoogLeNet（inception_v1）：二者是 2014 年 ImageNet 竞赛的双雄。VGG 的设计理念，全部都用了 3x3 卷积，增加了网络的深度。 GoogLeNet 属于Google 的 Inception 系列，用了比较花式的网络设计，旨在减少网络的运算量，加快训练 。

• Resnet（深度残差网络）： 根据无限逼近定理（Universal Approximation Theorem），我们可以用一个一层的神经网络来实现任意的维到维的映射，但网络的参数量（网络的宽度）会随着问题复杂度的增加变得非常大，而增加网络的深度则可以让我们用更少的参数量实现同样的映射。但是，随着神经网络层数的加深，它们的训练也会变得越来越困难，因为在训练时会出现梯度消失的状况。Resnet 很好的解决了这个问题，让训练达1000多层的神经网络变得可能。

除了图片分类，以 RCNN 系列为首的神经网络技术在物体检测任务上也取得了重大进展，近年来也出现了速度更快（YOLO），效果更好的算法（SSD）。

最近很火的 GAN 是一个训练框架，在 GAN 出现之前， 生成模型的训练是一件相对较困难的事情，GAN 出现后，生成模型训练的效率大大提高。

GAN的应用大部分也是生成模型的应用，用来生成图片、音乐、文字等。但是对抗训练对训练判别模型也是有非常大的帮助的，因为虽然有非线性的激活函数，但深度网络依然是高度线性的，会对误差进行累积，累积的误差结果通过肉眼分辨不出来，但是可以从卷积网络中看出。但与普通线性模型不同，深度神经网络可以拟合对抗训练可以很好的解决这个问题，解决方式是生成对抗样本，使得网络对对抗样本的容忍性更强些。

GAN这一两年来产生了许多非常有意思的应用，其中包括上期公开课中冯佳时博士提到的超分辨率，旨在把低分辨率的图片放大，而尽量不让其清晰度受影响。

｜纹理转换

近几个月比较火的纹理转换也就是所谓的图片风格化，在深度学习之前，这也是一个非常困难的问题。其本质原因在于之前非深度学习的方法只能获取到目标图片低层次的图片特征，这导致这些方法无法独立的对图片的语义内容和风格的变化进行有效地建模，从而无法很好地对两者进行解耦和合成。

风格化算法现在更迭了两代。

第一代风格化算法：Neural Style

2015年的时候，德国图宾根大学的学者们提出了一种用深度神经网络各层的响应来表达图片的风格和内容的办法，方法可概括为：

• 准备好在 ImageNet 数据集上训练好的 VGG 网络，然后选取其中的某些层作为风格语义的提取层，某些层作为内容语义的提取层；

  
  

• 用这个训练好的 VGG 提取风格图片代表风格的高层语义信息，具体为，把风格图片作为 VGG 的输入，然后提取在风格语义选取层激活值的格拉姆矩阵（Gramian Matrix）。值得一提的是，格拉姆矩阵的数学意义使得其可以很好地捕捉激活值之间的相关性，所以能很好地表现图片的风格特征；

  
  

• 用 VGG 提取被风格化图片代表内容的高层语义信息，具体为，把该图片作为 VGG 的输入，然后提取内容语义提取层的激活值。这个方法很好地利用了卷积神经网络的性质，既捕捉了图片元素的结构信息，又对细节有一定的容错度；

  
  

• 随机初始化一张图片，然后用2，3介绍的方法提取其风格，内容特征，然后将它们分别与风格图片的风格特征，内容图片的内容特征相减，再按一定的权重相加，作为优化的目标函数。

保持 VGG 的权重不不变，直接对初始化的图⽚做梯度下降，直至目标函数降至一个比较小的值。

这个方法的风格化效果震惊了学术界，但它的缺点也是显而易见的，由于这种风格化方式本质上是一个利用梯度下降迭代优化的过程，所以尽管其效果不不错，但是风格化的速度较慢，处理一张图片在GPU上大概需要十几秒。deepart.io这个网站就是运用这个技术来进行图片纹理转换的。 

第二代风格化算法：Fast Neural Style

有了可以解耦图片风格和内容的方式，我们就能训练一个端到端的网络，使得我们只需要做一次前向，就能得到风格化图片。因此生成图片大概的步骤是，根据转化的网络得到输出，输出至 VGG 网络，提取风格特征后，跟风格图片的特质做比较，内容图片的特征也会被提取，跟内容图片做比较。

这种算法的有点是速度快，可以在GPU上做到实时生成。去年年中火爆全世界的 Prisma，背后就是这个技术。但这个技术还是有缺陷的，比如由于卷积网络固有的性质，它无法像手动绘图一样对图片的细节进行精挑细选的处理，所以它像是一个豪放的印象派画家，对一些对细节要求比较高的任务，比如人物的动漫化，这种方式是不太适合的。

所以，前段时间⽐较流行的《你的名字》同款滤镜所用到的技术跟Prisma 并不一样，我们猜测这个滤镜不是端到端的，而是会先对原图做像素分割，找出可能是天空的部分，然后加上新海诚特色的云，其他部分则会做一些滤镜化处理。

纹理转换的另外一个非常有意思的应用是Neural Doodle，运用这个技术，我们可以让三岁的小孩子都轻易地像莫奈一样成为绘画大师。这个技术本质上其实就是先对一幅世界名画（比如皮埃尔-奥古斯特·雷诺阿的Bank of a River）做一个像素分割，得出它的语义图，让神经网络学习每个区域的风格。 

然后，我们只需要像小孩子一样在这个语义图上面涂鸦（比如，我们想要在图片的中间画一条河，在右上方画一棵树），神经网络就能根据语义图上的区域渲染它，最后得出一幅印象派的大作。

大家如果有关注 AI 领域信息的话，可能也知道 Facebook 宣布了他们的 caffe2go 框架，并展示了他们在手机上的实时风格化视频，这项成果意义重大，主要体现在可以在手机端非常有效率的运行人工智能的算法，把有趣的人工智能技术实现到你的手掌心。例如现在直播或视频中可以在人脸上添加各种可爱小动物表情的技术也是人工智能的技术，其主要运用了人脸关键点检测技术。

实现视频风格化的难点在于：

• 像图像风格化这样的重型应用，如果要在手机上做到实时效果，需要有非常多工程上的优化和算法方面，在尽量不影响效果的前提下减少网络的参数量； 

• ⽐起单图片风格化，视频风格化需要考量的东西会更多，单独对视频的每一帧进行处理，不考虑帧与帧之间的关联，会造成风格化的视频抖动和不协调。 

｜黑白照片上色

最后一个要介绍的技术为黑白照片上色（Colourful Image Colourization），想象一下，如果人工智能出色地完成这个任务，我们便可以用它来为老照片，老电影增色，轻易地为漫画上色了。本次公开课我会主要介绍去年 ECCV 里加州大学伯克利分校的一篇文章介绍的方法。这个方法与之前方法的不同之处在于，它把照片上色看成是一个分类问题——预测三百多种颜色在图片每一个像素点上的概率分布。这种方法tackle了这个任务本身的不确定性，例如，当你看到一个黑白的苹果时，你可能会觉得它是红色的，但如果这个苹果是青色的，其实也并没有多少违和感。大家也可以到作者的网站网站来试用他们的demo。

这篇文章里面介绍的方法有两个非常重要的trick：

颜色重平衡（Class rebalancing）

我们都知道，各个颜色在全世界所有彩色照片里面的分布是不一样的。比如，大部分照片里面可能会有天空，墙壁，草地等。论文作者给出了 ImageNet 数据集中颜色的分布，可以看出，如果用 LAB 的方式来表示图片(L 通道为像素的亮度，AB 通道表示颜色)，ab 值比较低的颜色出现的频率远高于其他颜色。 

如果不考虑这个问题，我们的目标函数会对 ab 值⽐比较高的颜色极其不敏感。所以，论文作者提出了了一种方法——在训练时让每一个像素点乘上一个系数，系数的大小与该像素点 ab 值的分布有关。运用这个trick，输出图片的颜色会更有多样性，更接近真实的图片。

从概率分布得出预测颜色值（Point estimate）

我们知道，这个网络的输出是各个像素点ab值的概率分布，那么我们如何去通过这个概率分布得出这个ab值呢？当然，我们可以直接选择概率最大的值作为我们的 prediction，这种做法下输出图片的颜色会更加鲜艳，但很多时候会有不自然的patch出现。另外一种做法是，取这个概率分布的均值作为prediction，这会导致我们的输出图片对比度非常低。作者在这篇文章里提出了一个折中的做法：我们可以调整Softmax 函数的 temperature，然后再求新的概率分布的均值。

这篇文章介绍的方法虽然效果很好，但它还是有缺陷的。比如，对狗的图片上色时，即使它没有伸出舌头，神经网络总是会“想象”它伸出了，然后在鼻子下面的一小块区域涂上红色。而且，上色后的图片有时会出现一小块突兀的 patch。

以上介绍的几个技术都并不是完美的，但是瑕不掩瑜，我们能从中看到深度学习的潜力，明白它能做的远远不止是分类和检测。我相信随着社会对深度学习的热情越来越大，更多有趣的成果会不断产生。如果你觉得以上的技术很酷，那我保证，你的惊讶才刚刚开始。

｜有关产品化的思考

当然，要把学术界的成果应用到工业界其实并不是一件容易的事情。我们做机器学习的都知道一个著名的定理叫No Free Lunch Theorem，它说的就是，我们并不可能找到对所有问题都最优的算法。在ImageNet数据集上表现最好的算法，在工业级庞大、复杂、多变的数据上并不一定就会表现好。所以我们也根据各个客户数据分布的不同做了很多特定的优化。比如我们在为映客提供审核服务，直播场景本身就非常多样和复杂，我们发现当直播视频界面出现大量用手机或者电脑等电子产品播放另一个界面的内容，相对整个图片来说，内容呈现部分所占比例很小且十分模糊、不明显，当出现色情、暴恐等不良信息的时候，人工以及标准化的审核模型难以精准识别，误判、漏判的概率较高。于是我们需要针对这个问题具体优化，针对画中画的数据再做识别，然后再调用普通的审核模型。雷锋网雷锋网

图普的产品目前已经在多个行业领域取得很好的应用，但它们暂时只能在一定程度上减少大部分审核人力，无法完全替代人工。这一轮融资过后，我们将加大在服务和计算能力方面的投入，提升产品运行速度和鲁棒性；在算法方面，继续提高图像识别准确率和召回率，我们的愿景是完全解放审核人力，我们也将往审核之外的其他方向扩张业务，如人脸识别，增强现实等，提供更直接，高效和多样化的任务。

有关于学校自查报告范文1

　　县档案局教育局：

　　近几年，学校档案工作按照县档案局教育局的总体要求，在县档案局的指导帮助下，全面完成各类业务档案的集中管理，进一步健全和落实各项规章制度，规范管理，使档案工作逐步走向规范化、制度化、科学化和现代化。为我校的教育教学工作，提供了极大的便利，发挥了很好的效益，现将自查情况如下：

　　一、提高认识，加强组织管理

　　学校档案管理工作是全县档案管理工作的重要组成部分，也是学校持续性地开展工作，工作不断上水平上台阶的一项重要工作。我校领导班子高度重视，成立了以学校校长为组长，各分管副校长和工作人员共同参与管理的专门的领导机构。档案工作通过办公室牵头，进行管理和运作，分管年级、团队、教务、财务、政教、后勤等工作的教师具体地参与档案工作。对档案工作实行综合管理，档的中在学校综合档案室。年级、教务、财务、后勤、政教、团队的档案定时移交到学校档案室进行统管统用。

　　我校定期对档案管理工作的责任人和分管工作的负责人进行培训，学习《档案管理办法》、《档案保管制度》、《档案借阅制度》、《现代化管理制度》等，促使大家对档案管理工作的标准化、规范化、现代化，明确形成共识，形成合力。

　　为保障工作的扎实开展，学校认真贯彻落实执行国家档案法律法规，定期组织我校的领导和档案人员学习《档案法》和《河南省档案条例》及国家有关档案法规、标准规范。参加县档案局的档案管理工作业务培训。我校制定了《档案保管制度》、《档案保密制度》、《档案鉴定销毁制度》、《档案统计制度》、《档案利用制度》、《档案工作人员岗位责任制》等制度，并将制度上挂到墙，便于直观地掌握和领会，并严格落实。编定了保管期限表，保障了档案的'收.、..、保管、鉴定、统计、借阅、利用和保密等环节的连接，确保万无一失。

　　二、配齐设备，做好充分的物质保障

　　学校设立专门的档案室，配齐专门的档案柜，并将阅览室与档案室相分离，注重了防火、防盗、防高温、防光、防尘、防鼠、防虫、防污染等措施的落实。

　　三、努力提高基础业务建设，走内涵式发展的道路

　　我校对所使用的文件材料及时归档，归档率达到100%。书写材料和纸张都严格按照规定去使用。在交接时应有完备交接手续。经手双方都要有明确的责任。我校档案文件完整，并严格按要求进行分类。组卷规范、合理，符合标准要求，文件编排有序，卷内文件排列有序，并按照要求进行了编号，卷内文件目录、备考表填写规范清晰，卷内文件.齐，无金属装订物。编目规范，排架合理，案卷封面填写规范、清晰，案卷标题简明、准确，案卷排列有序。对所有档案进行安全管理，杜绝出现霉变、褪色、污损、虫蛀现象。

　　四、注重档案的实效性和应用价值

　　我校档案管理工作满足利用者的需要。建立了总目录、分类目录，和检录的方法:程序。.寻查找极其方便。档案管理工作人员熟悉所管理范围档案及相关的业务，能够迅速准确地查找到所需要的文件。并能及时根据档案利用的需求，主动提供档案信息服务，争取多种措施，保障不耽误工作。我校档案注重实效性，对所需求的信息进行..后都集中入档，都是取人之长，补己之短。档案管理工作，随着手段的现代化，不断提高其利用的价值，在工作实践中，积累了档案，也能从档案中发掘力量和财富。

　　五、取得成绩

　　多年来，我校档案工作在市、县档案局的指导帮助下，取得了一定的成绩。连续多年被县档案局评为“档案管理先进单位”。

　　六、存在的不足

　　对照上级文件要求，我们在硬件设施上，还是存在着不足之处。受学校条件的限制，档案室不够宽敞，现代化设备还需要适当添置。

　　总之，虽然我校档案管理方面受到上级的赞誉，但是距离领导的要求很远，我们一定要努力，力求不断进步，高标准要求自己，使我校的档案管理工作更上一个新台阶。

有关于学校自查报告范文2

　　为了进一步加强学校固定资产的管理和使用，提高固定资产使用效益，达到合理配置资源、科学管理资源、有效利用资源的目的，我校精心组织了以校长为组长的固定资产清查小组，对我校校产进行清查盘点，对现有资产情况进行微机录入，现将学校固定资产管理工作做如下汇报。

　　一、领导重视，确保组织机构完善，管理队伍健全

　　二、资产清查范围

　　学校的固定资产包括设备、交通、房屋、土地、家具、图书五大资产类别，不论购置时间先后，不管经费来源渠道，都列入此次清查范围。

　　三、资产清查工作具体实施情况

　　（1）全面动员，广泛宣传，统一思想，认真学习关于资产管理的政策法规和相关文件，提高资产管理意识。

　　（2）自查与核查相结合。校内各管理部门首先进行自查，自查主要是依物对帐、依物对卡、依物建帐。各单位各部门在自查的基础上由学校组织核查小组进行核查，核查按“以帐对物，以物查帐”的方式进行。

　　（3）清查工作的.阶段划分及工作任务

　　第一阶段：20xx年11月10日—15日为准备阶段。主要任务：

　　①成立学校固定资产清查工作领导小组。

　　②认真学习相关资产的文件、法规，明确工作要求，制定固定资产清查工作方案。

　　第二阶段：20xx年11月16日——20日为清查阶段。

　　主要任务：

　　学校清查工作领导小组按责任划分到各相关部门核查。

　　第三阶段：20xx年12月1日——30日为统计汇总整改阶段。主要任务：

　　①对存在的问题提出处理意见进行整改。

　　②检查验收这次清产核资的成果，进行总结和完善。

　　（4）清查的主要成果

　　①全面落实了固定资产实物管理及低值易耗品的各项基础信息，对每一件资产进行盘点，落实资产存放地点、资产状况。特别是针对一些实物信息与资产下转资料不相符的情况，以现场实物盘点为依据，对相关信息进行了补充、修改。

　　②进一步完善了财务固定资产卡片以及使用部门的使用台帐的信息登记，做到帐实、帐卡、帐帐相符。

　　③清查出一批已报废的固定资产和低值易耗品。报废课桌50张，学生方凳130张，在此次清查后汇总上报教育局、申请报废。

　　④摸清了家底。根据清查结果，我校现有固定资产总量截止到20xx年12月30日，总资产金额为：143.0300万元。其中土地、房屋及构筑物，资产总计：126.4800万元；通用设备，资产总计：7.6000万元；专用设备资产总计4.0500万元；家具、用具、装具资产总计：3.9000万元；图书档案资产总计1.0000万元，

　　（5）资产清查工作中发现的问题及改进措施

　　第一、个别具体财产负责人对报损财产没有及时填报损单，造成账面有此设备，但是实际无法使用，使帐物不符。学校将定期检查和不定期抽查相结合，设立专职人员定期维护，出现故障，及时维修，切实提高资产的使用率与完好率。

　　第二、由于认识及能力上的原因，固定资产管理存在很多不到位的地方。依据新的固定资产管理办法，我们将严格规范资产规范资产管理流程，细化管理环节，实施精细化管理，积极推动学校全面可持续发展。

　　四、今后资产管理的工作思路

　　1、完善制度。今后我校将根据固定资产管理方面的新要求，结合信息化管理，制定适合我校实际、便于操作的固定资产管理制度。

　　2、明确职责。进一步明确固定资产管理各职能部门和人员的职责和权限，定人定位，建立统一要求、分级管理、各尽所能、各负其责的新管理机制。

　　3、加强管理。固定资产日常管理严格遵循学校制定的各项制度，规范程序，把好出入关，健全账、证、卡，加强核算，确保帐账、帐证、帐表、帐物、账卡一致。

　　4、严格检查。各部门对各自管理的固定资产每学期进行一次盘点，及时掌握固定资产的变动情况，使相关部门能够及时更新与维护，对固定资产做到低耗高效。对盘盈、损失、待报废资产及时处置，对出现的违规情况进行通报并进行相应处罚。

　　5、抓好落实。重点做好日常管理和制度落实工作，固定资产管理部门在加强日常管理的同时，抓好各项制度落实的督促检查，搞好协调、衔接，督导各部门抓好落实，努力把我校的固定资产管理工作提高到一个新水平。

有关于学校自查报告范文3

　　xx学校根据广东省治理教育乱收费厅际联席会议办公室《转发关于认真做好20xx年规范教育收费治理教育乱收费专项检查工作的通知》号文件的精神，

　　结合我校的实际情况，认真组织校长、行政、教师学习相关文件精神，围绕检查的八大内容认真对照、检查、分析，逐一进行自查自纠。现将自查自纠工作开展情况汇报如下：

　　一、学校认真落实义务教育经费。

　　20xx年3月29日召开义务教育经费的落实及资金到位的情况。

　　4、5月义务教育经费资金逐步到位，我校开始下发通知，召开家长会说明情况，6月全部退还给学生，并且学生家长在确认后签字、按手印认可。上半年的义务教育经费已经全部落实到位。并无虚报、冒领、截留、挤占和挪用教育经费等违法违纪的问题。

　　二、学校执行《广东省治理义务教育阶段择校乱收费问题的实施方案》情况。我们学校收费是按物价局批准的收费许可证内容进行收费的。学校无收择校费、无各种类型培训班、更没有存在乱收费的问题。

　　三、学校执行省教育厅等4部门

　　《关于加强中小学教辅材料使用管理工作的通知》和《省教育厅关于进一步加强20xx年全省中小学教辅材料选用的通知》等文件的情况。

　　学校按照程序从《广东省20xx年中小学教辅教材推荐目录》中选择教辅材料推荐给学生选用，坚决落实“一教一辅”要求，并没有存在强制学生购买教辅材料。

　　四、学校认真落实省教育厅《关于进一步规范义务教育办学行为推进素质教育的若干意见》和《关于重申严禁中小学利用节假日组织学生集体补课的通知》等文件的情况。中小学校利用学校教育、教学场地、资源举办面向中小学生的各种收费培训、补课的行为；学校、教师举办或与社会办学机构合作举办向学生收费的各种培训班、补习班、提高班等有偿培训的行为。

　　我校能够依法依规办学，从来没有利用学校教育、教学场地和资源，举办面向小学生和各种收费的培训、补课行为；学校、老师都没有举办或与社会办学机构合作举办向学生收费的各种培训班、补习班、提高班等有偿培训的行为。我校坚持自己的办学宗旨，严格执行上级主管教育行政部门的有关规定，在课程开设上坚决按照省颁布的'标准，做到“开全”、“上足”，向培养学生各种能力的方向迈进，学校以良好的社会形象赢得了广大群众的好评。

　　五、学校不按规定的内容和方式实行收费公示，收费政策调整后不及时更新相关公示内容行为。

　　根据上级物价部门的要求，我校在校园的显眼位置公示各项收费，在收费政策调整后，我校会及时更改公示内容，并严格按照公布的收费项目及收费标准。

　　六、公办高中招收择校生不按规定执行“三限”政策的行为；向择校生收取择校费后又收取学费的行为。

　　七、学校违反自愿原则和非营利原则，强制收取服务性费用和代收费的行为；通过家长委员会、家长学校或班委会等形式强制学生接受有偿服务或强制收费等行为。

　　我校一直都是按照上级部门下发的收费标准进行收费，绝对没有任何的违规收费行为；更没有强制性或利用家长委员会、家长学校或班委会等形式收取服务费、接受有尝服务等到行为。

　　八、我校按照教育行政部门的要求，义务教育经费已全部退还家长，不存在挪用义务教育经费来发放教师工资、各种津贴、福利及奖教的活动。通过自查，我校完全能够按照物价局及教育局有关规定进行收费，并未存在乱收费现象。

【学校自查报告】相关文章：

学校自查报告11-25

学校自查报告【精选】08-07

学校自检自查报告11-29

学校管理自查报告06-01

学校校服自查报告02-28

学校经费的自查报告08-09

学校督导自查报告06-11

学校防汛自查报告06-27

[荐]学校自查报告07-21

学校安全自查报告【精选】07-19