解决问题的能力
人生的底层逻辑
模型训练三元组
- 算力
- 大脑的本源智慧
- 间隔重复:使得神经元激活频率更高,能力更强。能从底层重塑大脑的力量。
- 记忆检索:线索记忆。记忆时,建立一套固定的序位系统,来帮助记忆东西。
- 数据
- 从出生到现在所接触的信息和事情。
- 连 AI 都会学到脏数据。
- 重新训练:唯一能重塑自己的机会就是去多接触不一样的东西,就像加入大量的水,而不是停留在原地。所以忘掉她们的做法就是去经历,去真正的谈恋爱。
- 不再困于日复一日的循环,才会有启动神经网络二次更新的可能,从而降低成长期学习到脏数据的权重,赋予自己新生。这就是开窍。
- 就是用这些学习经历和体验,增加了模型训练数据的多样性。利用神经元的机制把以前学习到的数据的权重降低。
- 算法
- 梯度下降。坡度上升法。
- 每个人只能从山脚出发,穿越迷雾。只能利用已知信息去搜索上升的路径。
- 要排除向下的路。
- 陡峭
- 学习新技能
- 大多数人并不甘心,一面憧憬,一面对爬山充满抵触。陷入了精神内耗中,光是这种思考的痛苦都大于去做的痛苦。
- 梯度下降。坡度上升法。
建议
- 明确自己的目标,确定自己想要的是什么(金钱名利还是健康)。坚持,有耐心地走下去
- 找到适合自己的梯度方向。至少要排除错误的方向。
- 保持思考,爬山的每一步都是自己的认知。经验的增加是最好的训练,有个前提是”有效的经验“。爬了很久发现身边的景色没有变化,就要想想是不是走错了路。
- 忽略其他爬山者,每个人的起跑线都不一样,他们可能每一步都在你前面。只要找到自己的
在人生的每一步里,都在试图改变自己的参数,分娩出的新生模型,是打破人生局限的基石。
跨学科思维,在迭代过程中,跳脱出单一的知识结构,矿大经验的融合范围,打破原来的低效算法,最终构建其高效的算法。
曾经的我们困于算力数据和算法定式,对生活有着狭隘而抵触的心态。
爬山的时候,眼前都是迷雾。回头看,发现每一步都像命运。
结构化解决问题的能力,就是消除未知的能力
- 要正向的思考,避免误区定式。
- 比如:想象过和别人在一起的瞬间,但没有勇气去迈出第一步
- 比如:在去搜集电脑加格信息、图拉丁吧前,就笃定自己一定买不起,电脑是个很贵的东西
- 比如:觉得出国留学一定很贵,所以不去准备
- 比如:觉得大厂工作很难,所以不去搜集资料准备
- 除了英美澳加,很多国家都是免学费甚至奖学金的制度
- 改变自己最快的方法就是去做自己最害怕的事情
- 底层原因就是误区定式
- a
- 问题拆解,暂时抛开不可能的想法,从 ”我要怎么做“,”这么做的目的“ 角度去收集资料、思考
- 消解未知。搜集信息,对问题的未知进行消除
- 成本风险。
- 成本低的事情会让人觉得无聊
- 风险高的事情往往不切实际,浪费大量精力
- 步骤拆解。
- 将时间导向拆解成目标导向
- 比如从雅思 6.5 变成可执行的目标,阅读速度变快等
- 奖励。每完成一段小目标就给自己一个奖励
- 一个原本不知道怎么完成的任务,就是按自己的方式去拆解。
- 帮自己克服害怕和痛苦,成为自己想要成为的人。
人总是会下意识地逃避自己不喜欢做的事情,导致这类事情越积越多。最后,记忆这些不喜欢事情所产生的负担,远远超出了完成他们所花的痛苦。