从哪里为业余项目挤出时间?

转自:http://blog.jobbole.com/59384/


从哪里为业余项目挤出时间?

本文由 伯乐在线 - 行云流水 翻译自 Justin Jackson。欢迎加入技术翻译小组。转载请参见文章末尾处的要求。

自从公布了业余项目(side-project)的收入,我收到了很多次这个问题:“你真的有4个孩子和一份全职工作吗?!你从哪儿为业余项目挤出时间的?”

回答时,我想编造一些听起来非常令人印象深刻的回答:“嗯,我每晚熬夜,拼命奋斗到眼睛充血。”

但我没有那样做。目前我也没有使用非常复杂的时间管理哲学。这里有一些我马上要做的已经使我受益的事情。如果你像我一样(为人父母 并且/或 有一份全职工作),那么这些事也许也会对你有帮助:

1.你要做什么?

过去一年我做的最好的一件事就是做了一个决定:在“夏天结束之前”着手开始我的书

树立一个目标是如此有益。一旦你拥有了目标,它会使你如此清楚你应该如何度过你的时间。

你的第一步就是明确你想要实现什么?我个人喜欢3个月长的项目——这样的项目范围更小,也更容易着手。

2.跳转搭乘灵感之车

如果受到激发,我会尝试立刻开始着手于这个主意。如果等待超过了一天,我会失去动力。

这对于粗略制作出项目的初稿特别有帮助。灵感降临时,你拥有充沛的能量,思维敏锐,并且积极性强。我很多博客文章的初稿,就是受灵感激发。我会以尽量快的速度把灵感全部不假思索地脱口而出。然后,我会试着头天晚上研究它,第二天回来调整它。

“灵感就像新鲜的水果或牛奶:有过期时间。如果你想要做什么事,你必须现在就去做。你不能把它搁货架上,等两个月才抽时间做。你不能只是说会晚一点做。晚一点,你将再也不会对它感到振奋了。” ——Jason Fried 和 David Heinemeier Hansson, 《Rework

3.这周我想要完成什么事?

我并不总是保持这个习惯,但当我这么做时,这个习惯非常有帮助。我使用看板图来写出这周可实现任务的清单。我把所有条目放到“积压(Backlog)”列。然后,每天,我把列表拉过来,选择一个任务(通过把他移到“现在(Current)”列),然后致力于这个任务直到做完。

kanban

附加:我也发现拥有一个与其他side-hustlers[译者注1]JFDIers[译者注2]共享的看板非常有益。我用的是Sprint.ly的服务,但你也可以这么使用Trello

4.好吧,但是你实际上是怎么挤出时间的?

我首先提到树立目标、使用灵感和看板,是因为打好基础是重要的。我发现拥有这样的基础比实际的方法更有帮助(实际方法事实上并不那么令人激动)。

简短的答案是:我在任何空闲的时刻从事业余项目。为了能做创造性的工作,我牺牲了其他事情(看电视,读报纸,玩电动)。

“要使某些事情杰出,就要有所牺牲。为了用创意转换你的思维模式和体验,你必须选择一条新道路。你必须把你的范式从消费型改变为创造型。”——Paul Jarvis, 《Everything I Know》

我很多工作做完时都是在晚上,就在我的孩子上床睡觉之后,又或者在清晨。周六和周日早起是我的常例,然后在任何人起床前工作2-3小时。

我也发现,在午餐时间(工作周期间),去一家咖啡馆,然后给自己50分钟时间只是写些什么,也是有益的。

在这些时间里,我排除干扰(推特,打开标签,通知),然后只专注于做一件事。

祝身体健康,

Justin Jackson

@mijustin

译者注1:side-hustlers,指的是那些和作者一样有业余项目要做的人。用hustler来指这些人,是作者幽默的说法,形容这些人拼命卖力地做业余项目,而文章前面也说了,实际并非如此。

译者注2:JFDIers,本意是指JFDI的用户,在这里指的是那些单打独斗的创办人、白手起家者或者其他正在从事自己事情的人。JFDI是一个为这些人提供服务的社区。


原文链接:  Justin Jackson    翻译:  伯乐在线  行云流水
译文链接:  http://blog.jobbole.com/59384/
转载必须在正文中标注并保留原文链接、译文链接和译者等信息。 ]
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值