无复盘不进步—致敬2019我想成为的人

不断地总结昨天的自己,回顾这一年的遗憾,得失,喜悦或者失落,成就或者遗憾,不断地回头看,才能更好地赢过昨天的自己

每一年都会给自己设定目标,然后努力去完成,但是2018年,似乎有一些匆忙,茫茫碌碌地开始,然后忙忙碌碌地结束。2018年第一次接触萌姐的效率手册,七个人物法,时间管理,但是由于自己的执行力原因,也由于自己的目标不够明确,给自己设定了很多的目标,并且没有详细的实施方案,没有制定具体该如何去做,所以基本完成的不够好。

在写2018年年终复盘的时候,努力回想自己这一年到底做了什么,这一年像以前一样普通,但是又很特别。

2018

不断地回望昨天的自己,才能更清楚明天该走向哪里

1-2月 一个人可以走的很快,但一群人才可以走的更远

忙于项目,有一群至亲至爱的小伙伴们一起,每天很欢乐,分享自己的收获,每天习惯了这样的日子,也很喜欢这样的生活。

读书,跟小伙伴们组织成立了读书会,每周一次的分享,每周给自己制定读书计划,通过今目标进行管理,每周日分享书中的精华以及自己的感悟,通过读书给自己带来的改变,在具体的生活中我们是怎么做的,大家的热情很高,也通过这次活动,深刻地体会到了One for all,all for one的精神所在。

照镜子活动:透过别人的眼光来看自己,活动整整进行了3天,每个人都会上台,台下所有的人都可以指出你的不足,即使是误会,也没有机会反驳,在所有人面前把你剥得一干二净,毫无保留,我在想假设离开了这个群体,我们还可以再遇到一群这样的人吗?在你面前当面指出你的不足,就是想让你去改变,去变得更好,人生最重要的是选择,我相信很多年后我会感谢我的选择,因为遇见了你们,一段不平凡的经历。

3月之后:明白了所有的事情都在于自己,但是要学会借力,一个人的情商比智商更重要

离开了一群人,完全进入一个新的环境,开始一个人的生活,一个人坐地铁,一个人上下班,一个人面对陌生的环境,很是不习惯,所以很是胆怯,本以为离开这群朋友我会生活的很糟糕,果不其然,开始怀念在一起的欢声笑雨,无话不说,但是路总要一个人走,你经历的痛苦,坎坷没有人可以代替,这些都是赋予自身最美好的东西,我一直坚信当经历了人生最难熬的日子,最痛苦的日子,就真的成长了,就成为了自己的英雄。

每天人山人海挤着地铁,上下班路上都需要几个小时,突然不知道自己这么努力到底想要什么,不知道自己的梦想是什么,更不知道自己的价值在哪里,感觉现在的努力离梦想很远很远,,,

但是很快就调整了自己的状态,接下来就是我开始了不断改变自己,改变自己的心态,改变自己的状态,于是不断地给自己找事情做,承担的更多,技术水平有了很大的提高,身边的人也会不断地问我问题,可以在很短的时间内解决掉,慢慢地坚定了决心。

在公司做项目,每天都是很忙,也有压力,总有一段时间每天很累,但是成长了很多,作为一名IT女,感觉比男同志还拼,选择了一件事情,就要做到极致,做好。

所有的努力都是为了更好的生活,更快乐些,更自由些,生活上我的2018:

对任何事情多了一份耐心,不慌不忙,用心做好当下的事情,

或许是工作忙的原因,总觉得对生活少了一份热情和兴趣,少了一份仪式感,不再是以前见到朋友时的叽叽喳喳,而是安静下来讨论将来,有时候感觉自己像变了,变的自己都不认识自己了

亲情,友情

对家的关心远远不够,这一年就回了一次家,并且就在家里待了两天,每周最期待的事情就是与全家人一起开视频,确实,忙碌的日子,让我忽略了太多,如果不是听了萌姐分享的平衡,白杨师姐要求来回顾自己的2018,我真的没有意识到自己的这一年真的是很不平衡地在追求一些东西,同时也在失去一些东西

2018的遗憾:

1.2018年没有给自己设定任何的目标,降低了对自己的要求

2.曾经的刻意练习几乎没有刻意进行

3.生活有些不平衡

4.对家人的关心太少,努力让爱变得更有力量

2019:过有准备的人生

2019 3个小目标:

美健身:健身运动不能停,每周游泳一次

硬本领:
1.坚持每日计划总结,周总结,月总结,成为时间管理小达人
2.阅读专业书籍25本。
3.演讲,沟通能力

2019
标签:
过有准备的人生
克制+极致

平衡:追求工作,生活,心灵和对家人,朋友的平衡

2019小期许:

1.参加线下课程,更进一步地向心目中的偶像靠近,真正践行想成为谁,就靠近谁,链接更多优秀的人

2.带爸妈去旅游

所有走过得路,都会深深印在我们的骨子里,我们得内心深处,昨天见了朋友,弹指一会间,很多年过去了,不禁有些寒颤,如果在该奋斗得日子不去努力改变,不去追求自己真正爱的东西,最后只能感叹时间带给我们的就是一点点老去,成功的人都是掌握自己人生的人,而不是被时间掌控,很喜欢萌姐的一句话,对自己的人生负责,就是对自己的时间负责,送给自己最好的礼物就是让自己变得越来越优秀,改变很痛苦,但是不改变会更痛苦。2019努力提升自己,写日报,周总结,月总结,让自己的走过的每一步清晰可见。

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 5
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

打赏作者

诗琪小姐姐

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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