正向反馈的威力


loonggg

读完需要

5
分钟

速读仅需2分钟

上周在周末分享会上,跟大家又熬了一锅浓浓的鸡汤。为什么又熬鸡汤呢?因为我真的发现大家在学习这件事上都缺乏持久力。学着学着就放弃了。

学习是一件反人性的事情,所以大家只有想学习的心是不够的的。想学习的心仅仅是你学习起步时的动力,就像是汽车起步时的发动机,想学习的欲望有多强,这个发动机的引擎就有多厉害,起步的速度就有多快,可能起步就能跑远点。但是,要想持续跑下去,就需要正向反馈。而汽车的正向反馈就是汽油,发动机能喝到汽油就很爽,很爽就会持续跑。

1

   

以我举例

我在分享会上就拿我自己举例子,其实我每天都有学习,我一直在不断的学习。然后很多人和很多员工都很佩服我,为什么我能坚持下去?原因很简单,其实就是因为我有正反馈。

我喜欢写作,喜欢写公众号,那么我要写公众号,就必须持续输出,而持续输出的前提就是肚子里必须有墨水,而墨水来源于哪里呢?就必须得持续输入啊,这就是在倒逼着我不断的学习啊!

那你喜欢写作,坚持写公众号,仅仅靠爱好,就能坚持下去?NO ,因为写作给我的反馈有两点是非常正向的:

  1. 可以和读者交流,每天看到读者的留言和互动,非常好玩,交流带来一定的愉悦感。

  2. 第二点是最重要的,写作在自媒体时代,可以给你带来收入,可以毫不避讳的说,公众号写作,每天会给我带来一些广告收入。

那么在读者互动和金钱的正向反馈(诱惑)下,我是不是就必须坚持写作,而坚持写作就倒逼着我不断的学习了吗?这就是一个典型的正向反馈循环。

我要努力学习——>学习可以让我持续输出——>持续输出可以带来金钱,并且提高了自己的能力——>金钱诱惑倒逼着我继续学习。

其实,这就是为什么优秀的人就会越来越优秀的原因

正向反馈不仅仅是只有钱才是正向反馈,比如读者经常给你互动,也是反馈,都赞你,夸你,鼓励你,也是正向反馈,每天学习,能够看到自己的能力提升,其实也是正向反馈。只有看到了正向反馈,你才会继续保持学习。

那么为什么很多人没有能够坚持下去呢?原因就是看不到自己的正向反馈,有时候,其实已经获得了正向反馈,自己已经在潜移默化的在改变了,只不过没有发现,最终导致自己放弃了。

再举一个例子:比如减肥这件事,如果运动了,每天都能看到自己的体重再下降,那么你就会继续运动。如果运动了半个月,体重没有变化,你还会再运动吗?显然不会。体重每天都在下降就是鼓励你继续运动的正向反馈。

2

   

如何能够快速的获得正向反馈?

那么为什么很多人都看不到自己的正向反馈呢?换句话说就是:如何能够获得正向反馈,让自己坚持下去做一件事呢?

2.1

   

第一点:拆分目标,把目标变小点,让反馈看得见

给自己定一些阶段性的小目标,小目标实现起来比较容易,一旦达成,你就会很高兴,很兴奋,我今天又完成了一个目标,这种大脑上的愉悦感,就像是多巴胺,可以让你兴奋的坚持下去。

如果你目标定得很长远,坚持了一个月,还没实现,感觉看不到希望,你就会放弃。

比如学习这件事,你看一本 500 页的书籍,你给自己定得目标是一周看一章,每个章节看完之后,去根据学习的东西实现个小东西,总结提升一下自己,让自己感觉到自己变化了,这时候,你会很兴奋,我能力确实提高了,就会督促你继续学习下去的。不要想着,一下子看完 500 页的书籍之后,才去获得反馈,这样,你可能就看不完了。

2.2

   

第二点:把反馈分享出去,赢得别人的肯定和鼓励

如果你是程序员,你总结了一篇文章,或者根据最近的学习实现了一个小东西,那么你就分享给身边的同学,同事,朋友,获得他们的肯定和羡慕,以及鼓励。而别人给你的掌声,可以诱导你的虚荣心,让你继续努力学习下去。

2.3

   

第三点:忍受初期的寂寞,孤独和宁静

第三点其实是最难的,一定要给自己一个清醒的认知,认清楚,所有的努力在初期是没有反馈的,而在这一段没有反馈的初期你可能需要忍受这种寂寞,孤独,和宁静(没有鲜花和掌声)。很多人之所以干什么都不成功,都容易放弃,其实就是在这个时间段没有坚持住。

要不断的告诉自己,初期是没有反馈和结果的。这段时间熬过去就是明天,就是鲜花和掌声。必须不断的给自己心理暗示,初期这种情况是正常的,所有人都一样,所以不能放弃,要不断的给自己这种清醒的认知。

当然了,如果第一点做好的,目标拆分的比较好的话,这个阶段就不会难熬,就会很快得到反馈。

3

   

总结时刻

今天的分享,是教大家如何去通过获得正向反馈,去倒逼着自己继续努力的话题。其实,很多事情都需要坚持,我在 14 年开始做公众号的时候,其实没想过它能够挣钱,只是感觉它很好玩,能够实现我从小喜欢当作家的一个梦想。

在 14 年到 16 年两年的时间里,是没有任何收入的,能够持续给我正向反馈,督促我继续坚持下去的不仅仅是我小时候当作家的梦想,更重要的是大家在评论区给我的互动和留言。所以,没有大家的互动和留言,可能我根本就走不到今天。

如果今天的内容,你只能记住一件事的话,那请记住:学会拆分目标,快速获得正向反馈,不断倒逼着自己继续坚持下去。

最后,欢迎大家在文章底下给我留言和互动,说一下能够让自己坚持一件事的原因,让我得到正向反馈,继续坚持。

公众号对话框,回复关键字 “1024”

免费领取程序员赚钱实操教程

- 长按识别关注 -

640?wx_fmt=jpeg

技术,职场,产品,思维

行业观察

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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