答来信 读书和实践哪个更重要

分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识,造福人民,实现我们中华民族伟大复兴!

                【来信】
贺老师:
  您好!我想请教一个小问题。
  今天闲下来翻翻RSS,看到这么一句话:读万卷书不如行万里路,行万里路不如阅人无数,阅人无数不如名家指路,名家指路不如名家带路。
  这段小小的文字引起了我的注意,尤其是“读万卷书”还是“行万里路”的问题,颇有点让我百思不得其解。自然地,两者都很重要,读书和实践,本就是相辅相成缺一不可的。要光说实际效果,应该是“行万里路”,亲身实践亲眼目睹,自然感受完全不同。现在似乎也提倡尽早感触社会,特别流行出去兼职实习。然而“行万里路”代价不小,危险系数大,是否比得上“万卷书”的价值,其实很值得再三思量!
  所以想请教老师,就大学阶段而言,“读万卷书”和“行万里路”哪个更重要?或者说老师认为的合理比例是如何的?我也想知道一些优秀的毕业生,他们具体是如何分配的,希望老师能解答我的疑惑,非常感谢!

【回复】
  开学了,将你的信一放就差点忘了。
  粗看来信,先想到了鸡和蛋的问题,搅和不清。读书、行路,哪个重要?都重要。哪个更重要?这个问题真难为死人了。
  仔细想来,还想回答同等重要,甚至这两者不要分开,要知行合一才好。读书为知,实践为行,其实读书就是认知实践,而实践是认知的一种方式。解读一下你引用的一句挺绕的话:读万卷书(知)不如行万里路(行),行万里路(行)不如阅人无数(知/行),阅人无数(知/行)不如名家指路(知),名家指路(知)不如名家带路(也还是行)。翻来倒去,就行不如知,知不如行,唯有二者同等重要了。在我们的日常生活、学习中,要追求两者的充分融合,知中行,行亦知。合理比例之类的,更没有什么意思了。
  回到大学生的学习安排上来,我一直提倡加强实践,尤其是课外的技术学习,一定是要以实践为主线。这是因为目前大学生的学习,有太多的人是以应试为目的和导向,一头钻进去,成天忙碌,却收效甚微。这样的学习,甚至都不能归入到读书之列。大学生要投身于社会实践,通过兼职、打工等方式,了解社会,了解行业,我也是极力赞成的。说什么危险系数大、有人还觉得如此学习的效率低之类的,我看未必,因为这样接“地气”的学习是最为鲜活的。不过,我反对过度的打工,尤其是仅为了赚钱重复劳作。因此,我欣赏一位大学生的观点“ 打工才是最愚蠢的投资” 。大学生在学期间,一切的着眼点是发展。适当的打工,一定要清楚从中要获得什么。在所有收获中,赚钱放在最末(如果不是到了那种过不下去的时候)。精明的打工举两例:我在90年代,为解决自己的交流困难的缺陷,在公司兼职近一年,有了当教师的底气;我有个学生,家庭困难,学费靠贷款,每个假期找不同的工作去做,散过传单,做过家教,去过富士康,解决了生活费,也积累了丰富的社会体验。至于在大学里见过了更多的“玩”家,我先劝他们安心读书。
  我更愿意将读书看成行动的一种方式,不是吗?我们一直在路上,读书不止,前行不断。如此生活简简单单,也倒一身轻松了。
  给了个说不清的问题,做了个不说清的回答。但愿不会招来哲学家的嘲笑。

【对回复的回复】
  收到老师的回信,又是思索了许久。我原先把“读万卷书”和“行万里路”割裂开来,本身就是错误的,但我就是想比出个胜负,好像就此会目标明确一些。但其实,读书和实践一直是在一个互相转化的过程中,所谓“行知合一”,那句“……不如……不如……”就是一个伪命题。看起来值得信服也容易去遵从,其实呢层次比较低了,脱离目标去谈这些东西,意义并不大。
  这是大学生中最常见的两条路径。纯粹为钱打工,背弃理想,等同于浪费青春。纯粹为考研读书,并以此为最大追求,同样可悲。其实“读万卷书”和“行万里路”都不错,重要的是最终的目标在哪。目标歪了,“心术不正”,工作不是为了工作,读书不是为了读书,哪样都干不好。目标正了,就像老师说的那样,读书不止,前行不断,那么着眼未来,把握当下,简简单单就好。
  这时联想到编程中“面向过程”和“面向对象”的关系。从小到大,我都被灌输了“面向过程”的概念:读书、高考、实习、考研、出国、工作……或许年纪尚小时,这招挺管用,简单粗暴,倒也解决问题了,把我送进了大学。但是人生是道大程序,随着视野越来越开阔,参变量、过程越来越庞杂,我也需要转换思维,“面向对象”,从更高层次去思考,而不必那么死板了。

  以上一些是点滴感悟,也不成文,就跟老师分享了,又麻烦老师了。我有时候喜欢走走死循环,问点明知道没答案的问题,只是好奇,自然谈不上哲学了。老师的信让我很受教,再次感谢老师解开我心中的谜团!


           

给我老师的人工智能教程打call!http://blog.csdn.net/jiangjunshow
这里写图片描述
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于LSTM的财务因子预测选股模型LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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