精华内容
下载资源
问答
  • 英语导师思考总结

    热门讨论 2017-12-19 21:54:55
    前言: 非常有幸选为第一批英语导师,听了bill几堂课,感觉受益匪浅,特在此写个总结,以指导以后自己更近一步。 内容: ...给自己安排任务,就应该执行,哪怕没有做完,下次调整任务也是可以,一定要

    前言:

    非常有幸选为第一批英语导师,听了bill几堂课,感觉受益匪浅,特在此写个总结,以指导以后自己更近一步。

    内容:

    1、非常棒的书,多读书:

    《知道做到》、《影响力》、《问题解决术》《积极心理学》

    2、收获

    (1)执行力

    任何一件事想要做成,都需要执行力,你知道有这么好的书,你不去读,这就是你的执行力没有做好。给自己安排任务,就应该执行,哪怕没有做完,下次调整任务也是可以,一定要落实到行动


    (2)反馈

    任何一个团队,都需要有一个反馈系统,没有反馈你不知道队员有什么想法;你安排了任务,你不知道队员的完成情况;你让组员完成一个任务,没有规定时间,也没有让组员给你一个反馈,这样就会无限拖延下去。有一个反馈你 也能发现自己的不足,知道任务的进度,这是一个领导人必须要知道的事情。

    (3)分享

    验证自己学的好不好的最好的验证方式就是分享。你分享给别人的时候,你自己就会更加卖力的去搜索自己不容易想到的东西。学习一个东西,你可能学过就完了,但是你要是分享给别人,你肯定准备的特别充足,万一别人问自己不会的问题呢等等这些东西就会冒出来;自己平时不怎么思考的地方,自己在要分享的时候思考的最多。

    (4)积极

    有一个好的的心态,一切事情都可以完成。一个坏的心情,会让你寸步难行,心里过不去,任何事情都做不好。

    积极主动,这样会让别人更加的熟悉你,有什么事情都会那么主动的去承担,那么这样的人,领导特别看好,学会做个积极主动的人非常有必要,好处也特别多。


    (5)计划

    任何一件事情,都需要一个计划,首先需要宏观把控,把大方向确定正确,然后就是微观,怎么一步步去实现这个计划。


    (6)利用身边的东西

    1、工具 -现在互联网这么好,问什么我们不去网上搜寻答案,偏偏动不动就去问别人,这就是旧思想影响了我们,太依赖别人。

    2、导师制:

    这么一个好的分享平台,自己可以把自己知道的东西分享给自己徒弟,同时可以验证自己那些方面还没有做好。这也是一个很好的反馈平台,通过分享反馈发现自己的不足,去改进,同时也将知识分享给别人,互利。在分享的过程中会学着调动大家的热情,带动大家,吸引注意力,这都是非常值得注意的地方。





    展开全文
  • 任务可行性操作

    2020-08-07 18:30:32
    本周开始安排任务A,本周过程中新接到任务B。这个时候你会做两种选择: 放弃任务A,立刻开展任务B. 继续做任务A,暂时放下任务B. 虽然上面两种得到的工作结果不同。但会让大家得到相同的工作状态,就是你感觉到很难,...
    一、背景

    假如你刚进一家公司,会有导师带你,你会接受任务,锻炼自己,用你的付出,一起跑上小康的道路。

    你会遇到这种情况,一下子会接到很任务,任务A、B 、C、D,任务量足,一周下来你自我感觉收获比较小,工作输出成果 比较小。

    你的心态是这样的都是领导安排的,我都要做好。本周开始安排任务A,本周过程中新接到任务B。这个时候你会做两种选择:

    • 放弃任务A,立刻开展任务B.
    • 继续做任务A,暂时放下任务B.

    虽然上面两种得到的工作结果不同。但会让大家得到相同的工作状态,就是你感觉到很难,力不从心。疲于应对。

    二、原因分析
    1. 刚进来什么都不太懂,刚接触太多东西需要长时间消化。
    2. 我想干好任何交代的事项。
    3. 未给你指定具体的任务完成时间,未给你提供全面的学习资料。
    4. 任务太多。
    三、该如何改善这种情况?

    以遇到事情先先从自身找原因的原则去处理问题

    • 自己是否真的清楚这次任务
      导师给你布置任务时,是否明确完成期限,是否明确对方想要输出的结果,是否明确对方提供了相应的资源。 以上都不知道的话那就需要去确认。

    • 多任务如何并发?
      别想太多,多任务并发是最慢的工作方式。只有一件一件做,想要更快的处理A\B\C\D任务。你可以尝试这么做:
      (1)明确任务
      突然接到任务B,别慌先询问对方截止时间、工作输出成果包含内容。
      (2)分解估算
      询问完成后,估算当前任务A的时间(若你有A的计划话就很快知道,这步需要你在最初接到A时对其 进行分解得到)根据自己能力、现有资源去估算是否需要协助。
      (3)紧急排序
      结合自己的情况及提交任务成果紧急程度,进行任务排序,重新估算完成时间,反馈给对方。
      (4)实际执行
      按照确定的紧急程度执行。

    • 辅助工具 excel表格、思维导图

    序号 任务名称
    任务分解(步骤、资源) 输出结果
    展开全文
  • 一般来说,这段时间有两个任务。第一个休整,大概回顾一下自己的本科生活,调整好自己的状态。第二个就是和自己的导师联系,自学一些知识,为以后的学习打一个很好的基础。 最开始的时候,我的想法是跟着导师做...

      保研之后,会有一段很长的空余时间。一般来说,这段时间都有两个任务。第一个休整,大概回顾一下自己的本科生活,调整好自己的状态。第二个就是和自己的导师联系,自学一些知识,为以后的学习打一个很好的基础。

      最开始的时候,我的想法是跟着导师做点东西,提前熟悉知识,后来因为没法解决住宿问题,没办法去北京。然后呢,导师给我分派了任务,包括熟悉机器学习和深度学习的知识,和做一些PHP的开发工作。当然,以上只是生活的一部分,and生活并不仅仅是学习。然后我也在考虑自己应该做些什么,我喜欢的东西,我应该提高的东西。经过我的分析,我选择了在情商,财商,涵养等方面来提高自己。具体措施分为一下几点:

      1.在读《乌合之众》,《自卑与超越》等等,

      2.在读《富爸爸,穷爸爸》系列。

      3.日常学习英语。

      4.练字。

      5.健身。

      6.筹备旅行。

      从中,我发现其实我挺喜欢写读书笔记的,(为什么高中初中没这种感觉?   返璞归真了,哈哈哈)

      其实这些东西,如果贯彻去做的话,基本上六七个小时就没了。

      但是,好像还缺点什么,对,实习。这个最近也在找,但是呢,出现了一个很纠结的问题,即和你研究生生涯研究方向比较近的工作实习,由于你了解知识的不多,很难拿到offer,能拿到offer的又是很基础的工作,不一定和你的研究方向有关系。于是和一个哥们聊,他感觉现在的实习,主要就是来练练手的,和自己的方向相近最好,但是不相近也可以接受。最后,我的想法也很简单,just try。获得尽可能多的资料,对资料进行分析,选择最接近自己标准的工作。 (哇,有没有感觉和机器学习很像,loss function) 多尝试,你会发现很多与你想象不一样的东西,从而你就会获得相应的成长。嗯,从来不拒绝挑战。

      好像保研后的格局大概就这个样子了,希望自己开心的度过这段时间吧。

    展开全文
  • 最近加入类脑实验室,导师给我们安排了一个任务,但是我才刚刚入门呐!!没办法,只能从最基本的学起。  Pytorch是一套开源的深度学习张量库。或者我倾向于把它当成一个独立的深度学习框架。为了写这么一个"Hello ...

      都说MNIST相当于机器学习界的Hello World。最近加入类脑实验室,导师给我们安排了一个任务,但是我才刚刚入门呐!!没办法,只能从最基本的学起。

      Pytorch是一套开源的深度学习张量库。或者我倾向于把它当成一个独立的深度学习框架。为了写这么一个"Hello World"。查阅了不少资料,也踩了不少坑。不过同时也学习了不少东西,下面我把我的代码记录下来,希望能够从中受益更多,同时帮助其他对Pytorch感兴趣的人。代码的注释中有不对的地方欢迎批评指正。

      代码进行了注释,应该很方便阅读。 dependences: numpy torch torchvision python3 使用pip安装即可。

     1 # encoding: utf-8
     2 import torch
     3 import torch.nn as nn
     4 import torch.nn.functional as F #加载nn中的功能函数
     5 import torch.optim as optim #加载优化器有关包
     6 import torch.utils.data as Data
     7 from torchvision import datasets,transforms #加载计算机视觉有关包
     8 from torch.autograd import Variable
     9 
    10 BATCH_SIZE = 64
    11 
    12 #加载torchvision包内内置的MNIST数据集 这里涉及到transform:将图片转化成torchtensor
    13 train_dataset = datasets.MNIST(root='~/data/',train=True,transform=transforms.ToTensor(),download=True)
    14 test_dataset = datasets.MNIST(root='~/data/',train=False,transform=transforms.ToTensor())
    15 
    16 #加载小批次数据,即将MNIST数据集中的data分成每组batch_size的小块,shuffle指定是否随机读取
    17 train_loader = Data.DataLoader(dataset=train_dataset,batch_size=BATCH_SIZE,shuffle=True)
    18 test_loader = Data.DataLoader(dataset=test_dataset,batch_size=BATCH_SIZE,shuffle=False)
    19 
    20 #定义网络模型亦即Net 这里定义一个简单的全连接层784->10
    21 class Model(nn.Module):
    22     def __init__(self):
    23         super(Model,self).__init__()
    24         self.linear1 = nn.Linear(784,10)
    25 
    26     def forward(self,X):
    27         return F.relu(self.linear1(X))
    28 
    29 model = Model() #实例化全连接层
    30 loss = nn.CrossEntropyLoss() #损失函数选择,交叉熵函数
    31 optimizer = optim.SGD(model.parameters(),lr = 0.1)
    32 num_epochs = 5
    33 
    34 #以下四个列表是为了可视化(暂未实现)
    35 losses = [] 
    36 acces = []
    37 eval_losses = []
    38 eval_acces = []
    39 
    40 for echo in range(num_epochs):
    41     train_loss = 0   #定义训练损失
    42     train_acc = 0    #定义训练准确度
    43     model.train()    #将网络转化为训练模式
    44     for i,(X,label) in enumerate(train_loader):     #使用枚举函数遍历train_loader
    45         X = X.view(-1,784)       #X:[64,1,28,28] -> [64,784]将X向量展平
    46         X = Variable(X)          #包装tensor用于自动求梯度
    47         label = Variable(label)
    48         out = model(X)           #正向传播
    49         lossvalue = loss(out,label)         #求损失值
    50         optimizer.zero_grad()       #优化器梯度归零
    51         lossvalue.backward()    #反向转播,刷新梯度值
    52         optimizer.step()        #优化器运行一步,注意optimizer搜集的是model的参数
    53         
    54         #计算损失
    55         train_loss += float(lossvalue)      
    56         #计算精确度
    57         _,pred = out.max(1)
    58         num_correct = (pred == label).sum()
    59         acc = int(num_correct) / X.shape[0]
    60         train_acc += acc
    61 
    62     losses.append(train_loss / len(train_loader))
    63     acces.append(train_acc / len(train_loader))
    64     print("echo:"+' ' +str(echo))
    65     print("lose:" + ' ' + str(train_loss / len(train_loader)))
    66     print("accuracy:" + ' '+str(train_acc / len(train_loader)))
    67     eval_loss = 0
    68     eval_acc = 0
    69     model.eval() #模型转化为评估模式
    70     for X,label in test_loader:
    71         X = X.view(-1,784)
    72         X = Variable(X)
    73         label = Variable(label)
    74         testout = model(X)
    75         testloss = loss(testout,label)
    76         eval_loss += float(testloss)
    77 
    78         _,pred = testout.max(1)
    79         num_correct = (pred == label).sum()
    80         acc = int(num_correct) / X.shape[0]
    81         eval_acc += acc
    82 
    83     eval_losses.append(eval_loss / len(test_loader))
    84     eval_acces.append(eval_acc / len(test_loader))
    85     print("testlose: " + str(eval_loss/len(test_loader)))
    86     print("testaccuracy:" + str(eval_acc/len(test_loader)) + '\n')

    运行后的结果如下:

        我们在上面的代码中,将图片对应的Pytorchtensor展平,并通过一个全连接层,仅仅是这样就达到了90%以上的准确率。如果使用卷积层,正确率有望达到更高。

      代码并不完备,还可以增加visualize和predict功能,等我学到更多知识后,有待后续添加。  

    转载于:https://www.cnblogs.com/chester-cs/p/11544898.html

    展开全文
  • 但你的任务还要按时完成,上上级领导(比部门领导还高一级的领导)安排任务时,可不管部门是否来了新人,你是否正在教新人。这个“导师”制,是去年开始的。哥来公司时连个文档都是自己写,现在好了,新人来了,有人教...
  • 这几天导师安排我一个任务就是研究一下Android通讯录获取联系人、通话记录、短信的方法,还有看看不同Android版本之间的异同是否能做到兼容之类的事情。Android通讯录这一块,我个人感觉是挺乱的,网上一堆关于查询...
  • 求过来人指点职场经验最近好几天比较闲,因为自己现在的工作主要是由导师安排,导师不给安排任务就不知道干什么。导师给我安排的任务已经做完,但是导师没找我询问情况,我也没向导师汇报,所以上班的时候工作好闲...
  • 这几天,刚来公司,导师安排任务增加些功能,以便熟悉了开发环境。接到的任务中,有一个环节需要处理一个业务的json数据,具有多级嵌套,我要做的是让使用者可以修改其中的"userName"。 有两个思路 利用正则...
  • 上周导师安排了一个任务——读一下这篇文章 出处:A Survey on Dialogue Systems: Recent Advances and New Frontiers 文章地址: https://arxiv.org/abs/1711.01731v1 作者: Hongshen Chen, Xiaorui Liu, ...
  • 进入项目第一天,导师就给安排任务--调研报表工具。至于为啥要调研工具,导师说是因为最近的项目里开始报表画的比较多了,再不能用原先的手写页面来做了,要不然有多少个我这样的学生也做不完,所以就让我来调研了...
  • 正则表达式小结

    2016-04-23 20:56:46
    背景介绍这几天,刚来公司,导师安排任务增加些功能,以便熟悉了开发环境。接到的任务中,有一个环节需要处理一个业务的json数据,具有多级嵌套,我要做的是让使用者可以修改其中的”userName”。有两个思路 利用...
  • 2015年

    2016-01-08 21:03:17
    2016年过去一星期多了,才想起在这里回顾下2015年。...因为想痛快地完成导师任务,其他的时间由自己安排。实习公司找好了,想冒个险去实习,奈何导师看得很严,派出去开了两次会,时不时地报个账,
  • Python+OpenCV基于小波变换的图像融合

    千次阅读 2018-12-07 15:45:46
    此次导师安排任务是将下面两幅图像融合成一幅清晰的图像,根据图像可以看出第一幅图像左清晰右模糊,第二幅图像相反,通过图像融合将两幅图像融合为一幅左右清晰的图像。 代码如下: import numpy as np ...
  • 12月27号入职,从MTK平台转到展讯平台,导师安排关于Camera了2个棘手的任务, 展讯那边没有找到解决方案的,最终靠自己解决了,也证明了自己一波。 当然也被导师表扬了解决问题的效率和方法。 这边主要做高通的...
  • 大一暑假事记

    2018-08-20 01:02:16
    因为9月份有数学建模比赛,专业导师安排了学习任务,这个暑假大体上就做了三件事:  【1】数学建模训练  【2】openCV学习  【3】线性代数学习  我是电子信息工程专业的学生,学校有一丢丢医药背景,以后如果...
  • 学习札记

    2019-11-24 16:53:37
    最忌要开始学java,其实暑假的时候导师就给我们安排了学习java的任务,只是自己找到时间认真开始,特别是在软件的使用上,第一步就是迷茫的,当时课程的配套软件是IDEA,自己独自捣鼓,破解花了很久,最后终于破解了...
  •  10.1长假前,导师安排任务,做一些用VC++操作WORD进行自动化文档生成的工作。于是乎我百度了许多代码,又看了许多帖子。以前很少接触COM/OLE编程,奈何网上一些基础的东西都是只言片语东鳞西爪,于是乎决定把...
  • 导师似乎也知道研一还有课程学习的任务,所以并没有给我们任务或者压力。气氛超出想象的轻松~ 这次组会学到的有: 1.新思路 组里目前需要新的方向和寻找新的技术,所以不能再固步自封。要基于现有的研究方向做扩展,...
  • 第五周工作总结

    2015-08-23 09:12:29
    2.接着就是导师对两道考核题进行评判,然后就是对之前的考核进行重构以及对动态网页的实现,总的来说都是完成了,但是就是在某写细节方面处理的不行; 3.另外还花了一点时间看重构的内容,其实本来就安排了重构的...
  • 记一次面经

    2016-06-22 00:26:00
    时间:2016年6月21日 面试公司:春雨医生 面试形式:在线面试  经ljl同学的热心推荐,我...相比于百度,真心觉得能给够真正为面试者考虑而安排面试形式的公司,都是好公司。  一面:技术面。上来聊了下简历...
  • 确定

    2012-05-11 12:30:00
    前阵子分实验室的时候,本来想进车载网络实验室的,也去找了那里的一位老师,也面试了,但是别的同学老师安排任务了,也开会了,唯独不甩我...我也去找了那位老师好多次,那老师也一直推脱,问他要学些什么东西...
  • 除此之外,用户需要亲临检测机构实地送检,在检测的每一个环节用户也无法有效的进行追踪,这些制约着认证检测领域的进一步发展。鉴于市场上用户的手机型号、种类、屏幕分辨率等参差不齐,传统方式根据主流系统分别...
  •  如果将数据库称为现代数字生活的基础,那么这样的说法一点也不夸张——大型企业应用、网站,所有这些东西的背后,都是数据库在支撑。并且,最终说来,产生价值的并不是绚丽的界面和现代化的输入方式,而是存放在...

空空如也

空空如也

1 2
收藏数 31
精华内容 12
关键字:

导师安排任务都是