精华内容
下载资源
问答
  • 深度思维》读后感与实践 这个本书本通过将日常我们用到方法论,归纳总结进行梳理,让人豁然开朗。很多情况下,我们只是习惯性的思维去解决问题。很少发现其中的规律。

    《深度思维》读后感与实践

    这个本书本通过将日常我们用到方法论,归纳总结进行梳理,让人豁然开朗。很多情况下,我们只是习惯性的思维去解决问题。很少发现其中的规律。
    在这里插入图片描述

    展开全文
  • 深度思维》-摘录

    2021-07-14 22:45:52
    深度思维: 拥有较长的思维逻辑链,能够认知较长的因果链条; 能够突破自我中心的局限,灵活切换看待问题的视角; 能够处理较大的信息量,在杂乱的信息流中保持思维能力; 能够在宏观视角上分析问题,认知事物所处的...

    深度思维:

    拥有较长的思维逻辑链,能够认知较长的因果链条;

    能够突破自我中心的局限,灵活切换看待问题的视角;

    能够处理较大的信息量,在杂乱的信息流中保持思维能力;

    能够在宏观视角上分析问题,认知事物所处的生态的特性、事物的长期趋势等。

    可视化思维

    根据目前的心理学研究,一般人的工作记忆上限是三四个信息单位,即你顶多暂时存储三四个信息单位,再多就记不住了。

    电脑内存不够了,我们可以把电脑拆开,然后加个内存条;大脑的内存不够用,我们没法把大脑打开,但我们可以加一个外部缓存——可视化思维方法。

    什么是可视化思维?

    ■可视化思维是指,将各种信息(包括任务的原始信息、你推演出的临时信息、你大脑中已有的信息)以看得见的形式集中存储在某个平面上——纸张、黑板、电脑屏幕等,储存的信息往往是文字和图形的混合体。

    矩阵分析法 可视化思维的典型,多维度分析的利器

    艾森豪威尔矩阵

    美国前任总统艾森豪威尔创造了一个时间管理理念,他认为事情应该按照是否紧急、是否重要两个维度分为四大类:重要且紧急的、重要不紧急的、紧急不重要的、不紧急不重要的。

    艾森豪威尔认为,重要事情一般不紧急,紧急的事情一般不重要,所以大部分时间应该做那些重要而不紧急的事情,不做那些既不重要又不紧急的事情,并尽量减少紧急而不重要的事情或交由他人去做。
    在这里插入图片描述

    安索夫矩阵

    安索夫矩阵是应用最广泛的战略分析工具之一,它由策略管理之父安索夫提出。

    安索夫认为,企业发展时,要考虑以下两个维度的因素:

    你要生产什么产品以及你要进入什么市场。

    由此分化出四种发展战略:

    使用单一产品,进入单一市场,称为市场渗透;

    使用单一产品,进入多个市场,称为市场开发;

    使用多个产品,服务一个市场,称为产品延伸;

    使用多个产品,服务多个市场,称为多元经营。

    安索夫指出,企业发展的合理战略规划应该是按如下顺序依次进行:
    在这里插入图片描述

    埃森豪威尔矩阵的延伸-策略师时间矩阵

    在这里插入图片描述

    与艾森豪威尔矩阵不同,策略师时间矩阵的指导思想是:越重要的事情越先做,越简单的事情越先做。

    “容易”这个原则还可以细分。我用两个维度来衡量容易:耗时度,技术难度。耗时越短的事情越容易,技术难度越低的事情越容易。

    重要度分为三个方面:损益程度、影响广度、扩散度。

    损益程度代表这件事情做了有多大好处;影响广度代表这件事情能够影响多少人事物;扩散度代表这件事情后续会造成多少多米诺骨牌式的连带效应。扩散度一定程度上涵盖了原艾森豪威尔矩阵的紧急度——显然,紧急的事情没做,后续就可能产生负面的连带效应。

    专注

    对于没有背景、缺乏资源的人来说,专注,几乎是唯一的出路。

    专注,就是把你(几乎)所有的时间、精力、资源等,都投入到一件事情上去,而不要分散到多个地方。

    长时间专注于一件事情,似乎效率很低,人生进展得很慢,不够精彩。但对于普通人来说,慢即是快,专注才是最好的选择。

    资源投入与收入水平的关系也不是一条直线,而是类似于一条增长更慢的S曲线:

    在这里插入图片描述

    可以看到,当你最初投入一些资源的时候,你的能力水平并没有得到飞速提升,更无法因此获得收入。即便再投入一点资源进入快速提高区间,获得了一定的能力成长后,其收入水平也非常一般。只有当投入了大量资源进入高原期以后,收入水平才能迎来真正的大幅增长。

    二八定律:

    在快速提高区间的最后一部分,水平的成长会进入瓶颈,无法再快速提高了。后面的每一点点增长都对应着艰辛的付出和卓绝的努力,这不免让人怀疑,值得吗?根据二八定律,80%的技术内容能够通过20%的时间获得,而剩下少量的20%内容,却需要耗费80%的时间!随着学习效率越来越低下,很多人感到太累了,不愿意继续艰苦的进步。

    平均来讲,人的一生每3年就会有一次机会。3年这个数据是经过社会检验的,比如工作2-3年后,初级管理职位是一次机会;工作3-4年后,中级管理职位是一次机会;再过3-5年资源成熟,创业是一次机会……总之,平均3年一次机会,持续努力等来15次机会,即是45年。持续努力45年,即便你一开始很平庸,最后有所成就的概率也有80%了。更何况,这还是假设你每次的失败率高达90%呢。如果失败率只有80%又会怎样?如果是50%又会怎样?这个胜率是非常高的了。

    在漫长一生的时间尺度上,错失了一次机会不是问题,眼前暂时不能解决的困难不是问题,走错了一两步路不是问题,只要你在持续努力。命运啊,你在天上俯首嘲笑我的渺小,我在地上默默地忍啊,熬啊,总有一天要耗死你。

    展开全文
  • 书名:《深度思维:透过复杂直抵本质的跨越成长方法论》 类别:学习/思维 作者:叶修 时间:2021年2月18日 1、阅读这本书的目标(为什么选择?为什么要购买?) 了解提升深度思维的常见方法,比如5why和5so等 ...

    书名:《深度思维:透过复杂直抵本质的跨越成长方法论》

    类别:学习/思维

    作者:叶修

    时间:2021年2月18日

    1、阅读这本书的目标(为什么选择?为什么要购买?)

    • 了解提升深度思维的常见方法,比如5why和5so等
    • 挖掘自己缺乏哪些深度思维的框架或者方法论?

    2、阅读后的收获、感受(真实写出读过这本书的收获?比如,这本书让我很失望)

    • 这本书整体我很满意,总共分为上下2篇。上篇讲述了进行深度思维所需的技术或者框架,包括思维逻辑链、换位思维、可视化思维、流程思维;下篇是更为宏大的思维格局篇,包括生态思维、系统思维、兵法思维、慢即是快。
    • 思维技术中思维逻辑链是我记忆最为深刻的部分。思维逻辑链条的长度代表了思维的深度,长度延展得越长,越有可能发现问题的root cause。5why思考法(不要质问容易发生冲突),通过对问题连续追问能找到问题的根本原因。5why用于向前追溯原因,而5so思考法用于向后追寻结果,5so与5why是两条相反的链路。5why常见的应用场景包括寻找问题的根因、流程的改进等,而5so适合于职业规划、金融投资、房产投资等需要深远思考结果的场景
    • 选择大于努力。对于没有人脉、资源、专业技术能力不突出的普通人,专注于把一件事情/一个方向做好是机会成本最高的选择。作者提到小地方出生平庸的我,注定20多岁时我的眼界狭隘,相比那些大城市拥有更多资源的同龄人要晚熟好几年,这一点我也深有同感。
    • 最后,借用作者那句话,我也要再35岁时达到天才优越者们25岁的成就,我要立志成为大器晚成的人。

     

    3、阅读这本书后,会采取哪些行动(读书是实现目标和梦想的手段,它不是目的)

    • 我以后在房产投资、基金定投、个股投资这些领域会有意识采用5so的方法追寻最佳投资的机会
    • 提升工作中的思维方式,处理工作中的任何事项都要有战略,有一定把握,掌握一定主动权之后,再作出最正确的决策。
    • 利用思维技术和思维格局完成2021年度的职评晋升PPT答辩报告

     

    4、3个月后会做什么,有什么样的改变(记录读书后的行动结果,写下3个月后想要些什么,有什么改变)

    • 写一篇以“如何高效阅读书籍”为题的博客,并输出到个人网站GeekMaker和CSDN
    • 完成2021年度的职评晋升PPT答辩报告,综合能力有提升

    个人博客:http://www.geek-make.com

    展开全文
  • 无论是对于深度学习相关专业的初学者,还是已经在企业和组织中从事工业场景应用和研发的开发者来说,选择一个适合自己,适合业务场景需求的深度学习框架显得尤为重要。 所以本篇来梳理一下深度学习方向的学习路线和...

    随着世界技术的迭代与发展,人工智能和机器学习正在超自动化领域,扮演着越来越重要的角色。2020年的冠状病毒疫情突发,整个世界都在防疫的道路上披荆斩棘。人工智能发挥了重大作用,智能测温、智能消毒、智能建设都能看到AI的影子。

    自动化的工作流程应该适应社会不断变化的情况,并主动应对意外情况发生。这就是人工智能、机器学习模型和深度学习发挥重要作用的地方。

    人工智能从学术理论研究,再到生产应用的产品开化的过程中,涉及了诸多不同工具,这也就使得人工智能开发依赖的环境安装、部署、测试,以及不断迭代改进准确性和性能调优的工作,变得非常繁琐耗时也非常复杂。

    为了优化这一过程,大家都做了非常多的努力,开发完善了许多基础平台,还有一些通用的工具。这就是机器学习框架或深度学习框架。当有了这些基础平台、工具,就完全避免了重复发明轮子,从而更加专注于技术研究与产品创新。

    随着技术的普及,各家企业的框架逐渐成熟化,深度学习技术的门槛会越来越低。但是由于实际业务的不断丰富和深入,产业界对深度学习训练框架不断产生新的需求。开源框架和模型工具也已经无法直接满足实际生产和业务需求。

    无论是对于深度学习相关专业的初学者,还是已经在企业和组织中从事工业场景应用和研发的开发者来说,选择一个适合自己,适合业务场景需求的深度学习框架显得尤为重要。

    所以本篇来梳理一下深度学习方向的学习路线和知识点,包括深度学习到底要学什么、有哪些重要知识、现在的主流的技术点有哪些。

    01

    深度学习成长路线

    注:图片上传后可能被压缩,如需无损版高清大图,可直接添加助理微信,免费获取。

    长按扫码,领取资料

    扫码免费领取

    02

    额外福利

    
    人工智能从基础到实战
    
    
    
    
    计算机视觉
    
    深度学习
    
    所有资料扫码免费领取
    
    (网盘资源容易被和谐,建议需要的尽快领取)
    
    展开全文
  • 不同于其他深度学习图像超分方案,本文采用小波变换提取图像的四组系数并作为网络的输入,预测残差图像的小波系数。这不同于常规方案的直接进行图像复原或者残差图像复原,小波系数的预测使得其具有更好的鲁棒性。 ...
  • 深度学习的深度和宽度的理解

    千次阅读 2021-11-02 15:27:14
    深度1.1 为什么加深可以提升性能1.1.1 更好拟合特征1.1.2 网络更深, 每一层要做的事情也更加简单1.2 如何定量评估深度与模型性能1.2.1 直接法1.2.2 间接法1.3 加深就一定更好吗?1.3.1 加深带来的优化问题1.3.2 网络...
  • 手推笔记: 思维导图 | “模型评估与选择”“线性模型”“决策树” | “神经网络”支持向量机(上)支持向量机(下)贝叶斯分类(上)贝叶斯分类(下)集成学习(上)集成学习(下)聚类 | 降维与度量学习...
  • 作为一名传统行业会员管理的从业人员,越发感受到现今网络环境对于会员管理的影响。以往中心化的活动沟通,权益激励,不再那么一呼百应;...《深度粉销》从粉丝重新定义、粉丝价值、粉丝构建等方面,为大家...
  • 邱锡鹏老师的《神经网络与深度学习》蒲公英书学习笔记
  • 关于深度学习中张量的理解 张量是什么: 张量代表的是存储数据的容器,是一个数据容器,张量的维度在0-5维之间,张量是根据一共具有多少坐标轴来定义,转化现实中的变量,如字符串文本、图像、股票、视频、音频为...
  • 王博的公众号,欢迎关注,干货多多 王博Kings的系列手推笔记(附高清PDF下载): 博士笔记 | 周志华《机器学习》手推笔记第一章思维导图 博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择” 博士笔记...
  • Optimization algorithm summary | 几种深度学习优化算法表格、思维导图总结对比 ​ 嗨,好久不见,我是error,废话不多说,直接上总结。 ​ 因为目前大多数深度学习都使用了Keras和Tensorflow框架,很多时候我们都...
  • 手推笔记: 思维导图 | “模型评估与选择” | “线性模型” | “决策树” | “神经网络” | 支持向量机(上) | 支持向量机(下) | 贝叶斯分类(上) | 贝叶斯分类(下) | 集成学习(上) | ...
  • 王博的公众号,欢迎关注,干货多多 王博Kings的系列手推笔记(附高清PDF下载): 博士笔记 | 周志华《机器学习》手推笔记第一章思维导图 博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择” 博士笔记...
  • 欢迎关注,干货多多 王博Kings的系列手推笔记(附高清PDF下载): 博士笔记 | 周志华《机器学习》手推笔记第一章思维导图 博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择” 博士笔记 | 周志华...
  • 今天给大家推荐李宏毅老师的一天搞懂深度学习ppt。李老师从以下四个方面进行介绍:第一部分:介绍深度学习第二部分:深度神经网络的建议第三部分:神经网络的多样性第四部分:未来趋势请加微信后备注...
  • 点上方计算机视觉联盟获取更多干货仅作学术分享,不代表本公众号立场,侵权联系删除转载于:作者丨木瓜子@知乎(已授权)来源丨https://zhuanlan.zhihu.com/p/82352...
  • 思维导图根据目录顺序进行描绘 1.机器学习举例子和深度学习范畴 • 一个人的性格、外貌等组成与其相关的集合在机器学习中叫——训练集 • 幽默风趣、活泼外向这种区分不同性格的属性叫——特征 • 不断了解一个人的...
  • 1 如何用R语言做深度学习? 如何用R语言做深度学习? 阅读本文,你可以获得: R语言做深度学习工作环境创建 R语言快速实现神经网络模型 R语言做深度学习的资料 深度学习的应用场景 感谢RStudio公司开发的...
  • 大数据技术思维导图

    2020-12-31 09:37:53
    大数据技术学习进阶路线 随着大数据技术的不断发展,大数据的技术体系已经趋于成熟,由于大数据技术体系比较庞大,所以在学习大数据的时候首先应该根据自身...掌握技能如下图所示: 平台架构体系 详细的思维导图地址:
  • 欢迎关注,干货多多 王博Kings的系列手推笔记(附高清PDF下载): 博士笔记 | 周志华《机器学习》手推笔记第一章思维导图 博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择” 博士笔记 | 周志华...
  • 【IT168 技术】深度学习是机器学习(人工智能机制)的一个特定子集。它的编程框架看起来非常复杂,但其实思路很好理解,无非就是“以人脑为模型实现计算机系统智能化。”在过去的十几年里,研发人员进行了很多努力,...
  • 网络营销推广技术、技巧深度解密(五十五)指南: 1.本文档适合零基础以及互联网营销推广工作者,主要讲解实体行业微信吸粉和变现的另类操作问题。 2.原创版权文档,任何抄袭或者全部、部分模仿都是侵权行为。 3....
  • 王博的公众号,欢迎关注,干货多多 王博Kings的系列手推笔记(附高清PDF下载): 博士笔记 | 周志华《机器学习》手推笔记第一章思维导图 博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择” 博士笔记...
  • (理解被试的想法、读取思维阶段) 使用测试照片训练CNN、构造CNN回归器,通过对比编码器产生的特征向量和CNN产生的特征向量进行回归任务,然后把回归的结果输入到分类器中,分类器给出分类结果。(把被试视觉能力...
  • 深度学习概述课前准备课程所需环境以及相关资源PyTorch安装配置Jupyter Notebook概述什么是人工智能?如何实现人工智能?人工智能、机器学习、神经网络、深度学习的相互关系浅层神经网络学习发展神经元模型深度学习...
  • 王博的公众号,欢迎关注,干货多多 王博Kings的系列手推笔记(附高清PDF下载): 博士笔记 | 周志华《机器学习》手推笔记第一章思维导图 博士笔记 | 周志华《机器学习》手推笔记第二章“模型评估与选择” 博士笔记...
  • 思维模型1:关注“重要”任务,忽略“紧急”任务 用于区分真正的优先事项和冒牌货。 重要任务和紧急任务区分开: 把活动和需求分类,整理出最重要的任务,并找出为了实现这些重要任务需要采取哪些最关键的流程。 ...
  • 什么是深度学习? 什么是计算机视觉? 什么是自然语言处理? 课程前言 什么是人工智能? Artificial Intelligence: also called machine intelligence, means any device that percieves its environment and ...
  • 深度学习入门极简教程(一)

    千次阅读 多人点赞 2021-03-29 15:55:42
    深度学习入门极简教程(一) 摘要: 当你和女朋友在路边手拉手一起约会的时候,你可曾想,你们之间早已碰撞出了一种神秘的智慧–深度学习。恋爱容易,相处不易,不断磨合,打造你们的默契,最终才能决定你们是否在...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 88,496
精华内容 35,398
关键字:

深度思维