全面发展还是术业专攻?这就是答案

以下内容来自:
公众号“改变自己”| 微信 ID:wechanger

对每一份你可能拥有的技能来说,都会有一个水平,在这水平之上,人们愿意为这项技能付费。在水平之下,你可能需要花钱请别人来做这件事。这条线,我称它为价值区分线。只有那些远远,远远的超越了价值线的人才可以赚到很多钱。

先简单介绍一下价值区分线:

对每一份你可能拥有的技能来说,都会有一个水平,在这水平之上,人们愿意为这项技能付费。在水平之下,你可能需要花钱请别人来做这件事。这条线,我称它为价值区分线。

举例说明一下,修水管。一个经验丰富的管道工可以轻松处理各种管道问题。积水灌满了地下室,管道工可以找出问题并解决掉。显然,一个熟练的管道工同样可以修理自己家的管道问题。

另一方面,对管道不了解的人,碰到管道泄漏的问题,常常会直接打电话请熟练的管道工解决问题。那么,对于管道问题,打电话的人就在价值线之下,管道工就在就在价值线之上。

熟练的管道工通过修管道挣钱,不了解管道的人为修理管道付钱。

几乎生活中的任何事情都可以参考这个例子。有人在YouTube上做了很好的视频,然后有人浏览观看。有些人做菜很好,很多人愿意付费吃他做的菜;但有些人只能在餐厅付费点好吃的菜。

这些通过某些技能赚钱的人他们就位于价值区分线之上,那些花钱的人就位于价值区分线之下。

价值区分线与职业发展
超越了价值线的人会赚到很多钱

那如何从这个角度看待自己的职业发展呢?

职业就是一个简单的领域,在这个领域内你全心的打磨某种技能或者某类技能,这些技能要远远的在价值线之上,这样人们就会为你的这些技能付费。

例如,我早期的工作是电脑分析调查数据。这工作需要我熟练掌握多种技能:一些电脑编程能力,理解数据的能力,和一些其他的技能。在这些技能领域,我远远在价值区分线之上,所以因这些技能,我成为这份工作最合适的候选者。

但事实上,在很多职业发展道路上,你超出价值区分线一点点并不可能赚到很多的钱。只有那些远远,远远的超越了价值线的人才可以赚到很多钱。

我拥掌握某些技能,但还不能达到世界一流水平,但是这些技能已经足够去支撑一份职业了。这几乎适用于每一个职业的发展路径。几乎所有的职业路径都是一个人磨练与职业相关的技能的过程。有些人很突出只是因为他们磨练的更深罢了。

现在,在职业发展领域,熟练掌握这些技能越来越成为明智的策略了。

技能多样化
不要把鸡蛋放在一个篮子里

也许,对社会上的某些职业领域来说,这并不是一个明智的策略。例如,一个建筑公司很可能不会雇佣一个系统分析师。一个生产类企业也不会关注你跟生产不相关的其他技能。

但事实上,不要把所有的鸡蛋都放在一个篮子里,多学习不同的技能,这能让你在不同的环境下都能赚到钱。

你不必要把自己紧紧拴在同一份工作上,因为你有很多不同的技能,你可以在不同的领域找到工作。你有无尽的机会去做些副业或者做些自由职业获得额外的收入。你也可以转向完全不同的职业领域。

不止于此,这同样非常有益于你现在的职业发展,特别是,当掌握的技能在现在的职业也经常用到。几乎所有的职业都需要人们能公开演讲,展示的能力,管理项目和组织的能力。很多其它的技能在工作中也会不断的用到,掌握了他们的人在老板面前更有竞争力,在职业发展中更有市场前途。

五大策略助你掌握新技能,超越自己的价值线

那么你怎样利用这个理论呢?如何有效的掌握位于所谓“价值区分线”之上的技能,并且不影响现在的工作和生活?以下五条策略助我在忙碌生活中超越价值线:

1每天花时间学点新东西
每一天,花点时间去学习掌握某种你喜欢的技能。有意义的一天是晚上睡觉的时候你比早上醒来的时候多掌握了点东西。

当然,为了让这个有意义,你必须找出至少一样(你也许会想出好几样)你自己真正想去培养的技能。这样后,你每天学习的东西必须能够培养这种技能。

也许你可以通过读些书,看YouTube上的视频,浏览某些网页或者用某些特定的APP,比如Duolingo。重要的是,你要你一点点啃到足够的量,这样你会感到自己真正掌握了某些自己之前不知道的知识。

想实现让自己更专业的目标,那你要不断的学习新技能,新技术,…不断的阅读,再阅读。

比如我正在试图每天学习西班牙语,精通某种语言就是位于价值线之上的很好的例子。

此外是我学习吉他的例子。在YouTube上有很多教你学吉他的优秀视频,或者你可以付费面对面或者通过Skype跟老师学习。

对我来说,学完一门完整的课程,进行一段练习都可以让我在原有的基础上学点新东西,并不断巩固旧东西,重这很要。

2实践你学到的东西

显然,纯理论的学习是远远不够的。你需要不断的在现实生活(接近现实)中去运用自己学到的东西。把学到的东西运用到实际中去,并让其他人觉得有用处,超越你的价值 线,这才是真正的能力。

例如,之前我上完西班牙语课后,就尝试去读和翻译一些简单的西班牙语文件,以此来测试自己的能力。学吉他的时候,我会刻意用当天学到的和弦和指法技巧演奏一首歌曲,把这首歌多练几遍,直到熟练为止。

这种方法几乎适用于你想掌握的任何技能。每天学点培养这些技能的新东西,然后结合已经掌握的,不断练习实践。

学习新东西,既能让你不愁找工作,又能让你感到快乐,一举两得。

3专注于项目导向

如果运用已经学到的东西对你来说是很简单的事情了。那把小的技能运用到大项目上是非常难的。

然而,只要你可以做,那就应该开始把自己学到的东西运用到大小不一的项目上。

例如,学吉他时,与其不断重复演奏一首歌的段落,不如尽快的学会弹奏整首歌曲。学语言时,与其总想着掌握某些单词,不如用学到的语言翻译些东西到自己的母语,或者反之。关于编程,与其只是写段“Hello world”的代码,不如编写个对自己有用的小程序。

这么做有两个原因。首先,做点整体的事情能够让我们的实践策略更加清晰,效果更显著。第二,如果你致力于做整个项目,你最终会不断的做些真正有趣的事情。

4整体,整体,整体

不论你决定培养什么新技能或者你决定做什么项目,不要只是让他们处在学会了或者完成了的状态,要继续下去。如果你决定做一个项目,将这个项目做完善。

为什么?人们会因为两个原因放弃一个项目。一方面因为这个项目比自己预想的要难很多,但这实际上是要坚持下去的最佳理由,因为这是你必经的考验,以此可以提升自己的技能。

另一方面,他们会觉得自己的时间和技能可以更好的用在其他的地方。这种情况下,坚持自己的项目,不断的进行下去可以很好的锻炼自己的毅力。能够坚持一件事情,并坚持到结束,这是一种无价的能力。

不仅如此,只有一个完整的项目你才真心愿意不断改进他,并和其他人分享。

5分享和销售自己的创造

对于你做的第一个产品来说,这也许不是个好主意,但是你要尽快转变思维,将自己做的东西分享或者卖给其他人。比如你想做个自己感兴趣,题材特别,信息型的视频。这会让你不仅学到简单的视频制作技巧,同样深层次的探索了自己的兴趣。

在你水平很高之前也要敢于去show一下你拥有的技能,因为对于一个自我要求高的人,他们掌握的技能永远不会到完美的程度。到现在我也依然不认为自己是一个优秀的作家(我觉得自己的才华是能够大量的写些东西而已),但是我依然决定发布出来,带点小广告,赚点小钱。开始展示自己的技能和作品,越早越好,你以后会为现在的决定自豪。

如果本文中只有一条信息需要你了解的话,那就是,你可以通过利用空闲时间,掌握不同而广泛的技能,以此来稳定财务收入,获得更多的赚钱机会。

拥有多种技能可以开阔眼界,使自己有多种谋生的机会。每天过日子也可以帮你节省很多钱。为你开启各种副业的大门,像我经历的一样,它们的发展会超出你的想象。

当你感到无聊或者有空的时候,用这些时间学点新东西或者巩固已有的技能。多看与此相关的书或者视频,接着花时间不断实践,找出问题。这样你不仅想学点技能,你甚至会创造些对今后大有裨益的事情。这些不同的技能,你锤炼的越多,效果就会越好。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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