算法人生
文章平均质量分 83
养心进行时
15年+互联网产品人,喜研东方儒释道&西方哲思,思维可跨界,成长要体验,随缘做事,随喜赞叹!同名公众号“养心进行时”!
展开
-
算法人生(23):跟着“生成对抗网络”思维走出“拖延”
生成对抗网络(GANs)作为一种创新的机器学习方法,因其独特的能力在多个领域内得到了广泛应用,如图像生成与处理、自然语言处理、视频生成与编辑、音频合成与音乐生成、风格迁移与艺术创作、数据增强等领域,这些应用展示了GANs在跨学科领域中的强大潜力和灵活性。通过生成器和判别器的相互作用,生成器逐步改进其生成策略,以对抗不断进化的判别器,这个过程促使生成器能够生成越来越接近真实数据分布的样本。对于生成器,目标是最大化生成样本被判别器误认为真实样本的概率,即最小化判别器给生成样本的非真实概率的损失函数。原创 2024-06-20 07:30:00 · 729 阅读 · 0 评论 -
算法人生(22):从“生成对抗网络”看“逆商提升”
尽管GANs是人工智能领域的技术,但其背后的对抗学习和迭代优化原理,确实可以启发我们在面对人生逆境时,采取类似的对抗性训练策略。通过激发内在的能量,接受外部挑战,再通过设定明确的目标,反复调整和反思,与他人合作或竞争来协同进化,从而让自己能更有效地应对逆境,提升自身逆商指数。原创 2024-06-16 14:08:41 · 1246 阅读 · 1 评论 -
算法人生(21):从“React框架”看“情绪管理”
通过借鉴React框架中的“观察,思考,行动”循环,我们可以“在观察阶段,细致记录情绪变化;在思考阶段,深入分析情绪原因并进行认知重构;在行动阶段,采取具体措施调节和管理情绪”。这种方法不仅可以帮助我们更好地理解和应对自己的情绪变化,还能够提高我们的情绪适应能力和心理的韧性!原创 2024-06-08 13:29:14 · 1155 阅读 · 3 评论 -
算法人生(19): 从“LangChain的六大组件”看“个人职业规划”
职业规划并不是一个时间点的状态,而是涉及到“收集”、“筛选”、“分析”、”执行”、“反馈”、“调整”等多个阶段个人对自身兴趣、优劣势和行业趋势,竞争环境的逐步认知过程,这个过程不只需要好的方法来指导我们“如何规划”,还需要我们“实践”起来,才能在动态中修正“职业规划”的路径,让其往更适合我们的方向发展。同时,职业规划没有”可比性“,更多的是“适配性”,每个人追求的不同,每个人擅长的不同,每个人进入心流的场景不同,都会造成不一样的轨迹,适合自己的就是好规划!原创 2024-06-06 13:05:18 · 690 阅读 · 0 评论 -
算法人生(18):从神经网络的“剪枝策略”看“怎么找回时间”
IT人的工作和生活难平衡这事,到底要怎么解决呢,让我们从神经网络的“剪枝策略”中找点灵感吧!剪枝策略是指训练和优化深度神经网络时采取的一种技术,从名字就知道,它就像修剪树木一样,去除不必要的枝叶,让主干更加清晰,更有利于模型的健康成长。它旨在下面,让我们来简单了解下剪枝策略。在深度神经网络中,存在着大量的冗余神经元和连接,它们对最终的模型性能贡献不大。剪枝策略的原理就是神经网络中的稀疏性(sparsity)可以提高模型的泛化能力,即对未见过的数据的适应能力。剪枝策略。原创 2024-06-01 19:28:21 · 759 阅读 · 3 评论 -
算法人生(17):从“课程学习”到“逐步暴露心理疗法”
课程学习的核心原理是模仿人类学习的自然过程,即先学习基础知识,再逐步处理更复杂的任务。在这个过程中,模型首先训练简单的任务,这可以帮助模型建立起对问题基本结构的理解。随着训练的深入,逐渐增加任务的难度。这种渐进式地增加复杂度的方式,可以帮助模型更好地泛化到难度更高的任务上,避免模型陷入局部最优解,防止在学习初始阶段就遇到复杂问题而导致的学习困难或过拟合等问题。原创 2024-05-05 06:31:26 · 733 阅读 · 3 评论 -
算法人生(16):从“K均值 & C均值”看“为人处事之道”
现代生活中,经常会听到一个词“双标”,通常用来描述某人对人对己采用了不同的标准,当然生活中会出现这样的情况,我们从K均值 & C均值两种聚类算法中可窥见一些思路。K均值(K-means)和C均值(C-means,也称为模糊C均值,Fuzzy C-Means, FCM)是两种常见的聚类算法,以下简单介绍下这两种方法,已经熟知的小伙伴可略过。算法是一种无监督学习方法,它的这个算法假设簇是凸的,并且。大致步骤为:初始化:随机选择K个数据点作为初始质心。分配:将每个数据点分配给最近的质心所在的簇。原创 2024-05-01 00:30:41 · 1150 阅读 · 3 评论 -
算法人生(15):从“智能任务调度算法”到“15-45-90时间管理法”
在这90分钟内,可以进行编程、撰写复杂的文档或者进行深入的学术研究。这个较短的注意力时段,适合用来处理相对简单的任务,如回复工作群里的信息,看下JIRA上的ticket里的回复,小规模的编码调试等。时间管理或精力管理是当代人需要面对的一大难题,人们在享受信息分享的便利性的同时,精力也被各种“信息”瓜分着,想要充分利用自己的精力,不妨看看“智能任务调度算法”怎么做的。此外,还要记得劳逸结合非常重要,一段时间的高度集中工作之后,可以短暂离开下,出去放松放松,倒杯茶,伸展下身体,缓解下眼部疲劳等。原创 2024-04-30 23:23:46 · 702 阅读 · 1 评论 -
算法人生(14):从“探索平衡策略”看“生活工作的平衡之道”
过多的探索可能导致错失最优行动带来的回报,而过多的利用则可能使智能体陷入局部最优,错失更好的策略。有重大项目要经常加班(类似利用阶段):虽然项目紧,任务重,但是还是需要劳逸结合,能推掉的不必要的事情就推掉,不是当前最重要的事情先放一放,能通过讨论就不做的需求就讨论(尽量不让不必要的需求进入开发阶段),能远离干扰的环境就远离(让自己集中火力完成某个模块的开发)等等。就像“探索平衡策略”里说的那样:过多的探索可能导致错失最优行动带来的回报,而过多的利用则可能使智能体陷入局部最优,错失更好的策略。原创 2024-04-30 23:22:05 · 923 阅读 · 7 评论 -
算法人生(13):从“Scrum”看“PDCA时间管理法”
个人可以根据当前的项目安排情况和个人的学习,生活安排来制定详细的计划,包含时间的分配,重要的事情在什么时候做,琐碎的事情是否可以统一划分到某个时间段一起做,与人沟通的事情要看别人的时间点等等,可以明确每日、每周乃至一个时间段内的工作和个人生活的目标,以及完成每个任务大约所需的时间;对应的是Sprint回顾会议(Sprint Retrospective),在该会议上,团队成员反思过去Sprint期间的工作方式,识别出哪些地方做得好,哪些需要改进,并制定具体的行动计划以便在下一个Sprint中实施改进措施。原创 2024-04-29 17:56:34 · 985 阅读 · 1 评论 -
算法人生(12):从“优先级队列算法”到“”六点优先工作法”
算法思想和生活中很多解决问题的思想有着异曲同工之妙,让我们来看下今天的“优先级队列算法”可以怎么应用到我们的生活中吧!优先级队列算法(Priority Queue Algorithm) 是一种特殊的数据结构,它在常规队列秉持着“先进先出”的原则,并且增加了一个“元素优先级”的概念。这意味着队列中的元素可以是任何类型,只要它们可以比较优先级即可。优先级队列中的元素通常带有与其关联的优先级标识,优先级较高的元素总是位于队列前面,优先被处理。原创 2024-04-29 17:49:31 · 1511 阅读 · 7 评论 -
算法人生(11):从“梯度提升树(GBDT)”看“2/8时间管理法”
GBDT(梯度提升树)中一个很重要的思想是“提取重要特征”,把模型训练的精力放在了“对结果产出有重大影响的特征上”,而不是“全面照顾所有特征”,这样不仅可以节省了训练模型的精力,也可以有效地减少了模型的复杂度,提高了模型的可解释性。这个思路就是遵循了一个商业法则:2/8法则。原创 2024-04-23 17:50:33 · 762 阅读 · 3 评论 -
算法人生(8):从“注意力算法”看“战胜拖延”(被分心太多版)
无论是人类还是机器,可能同一时间冒出来的要做的事情的念头有很多,但机器有算力的限制,人有精力的限制,而时间又是固定的,所以资源怎么被合理的分配到最该做的事情上,是大家都要不断学习的。通过改善时间管理和减少分心的事项,我们可以更聚焦在重要的事情上,有效地减少拖延,找回那些被误认为“没有”的时间!现代人拖延产生的原因有很多,比如因为害怕失败而拖延,因为完美主义倾向而拖延,不想走出“舒适区”而拖延等等, 今天我们要针对一个常见的原因“被分心的事情太多”而产生的拖延来看,如何从“注意力算法”的思路中找到些启发。原创 2024-03-25 19:26:22 · 757 阅读 · 0 评论 -
算法人生(7):从“时间折扣策略”看“战胜拖延”(等待最佳时机版)
时间折扣策略是一种将未来事件的价值折算到现在价值的技术,它通过合理地设定贴现率,帮助智能体在复杂的决策问题中找到最优策略。时间折扣背后的价值观和思想主要体现了在综合考量未来的不确定性、风险偏好和耐心程度后,在决策时对即时满足与长远利益之间的权衡。在现代人普遍的拖延中,有一种原因是很多人常常陷入的一种心理陷阱:等待“最佳时机”。他们相信,在某个特定的、完美的时刻开始行动,将会得到最好的结果。然而,这种等待往往成为了行动的障碍,它会对个人的生活造成一些负面的影响:原创 2024-03-25 18:13:04 · 866 阅读 · 0 评论 -
算法人生(9):从“贝叶斯更新”看“战胜拖延”(消极预期版)
贝叶斯更新鼓励我们在面对不确定性和新信息时,保持开放心态,以数据为驱动,根据证据逐步调整和优化对环境的理解和信念,而不是死板地坚守最初的假设。通过应用贝叶斯更新的思维方式,我们可以学会以开放和适应性的视角审视自身的期望与现实之间的差距,通过认识和克服这种对事物发展的消极预言,我们可以找回行动的动力,减少拖延,更加自信地面对生活和工作中的挑战。原创 2024-03-25 16:52:58 · 780 阅读 · 0 评论 -
算法人生(10): 从“惰性求解”看“积极拖延”如何提高效率
拖延也分积极拖延和消极拖延,虽然都叫拖延,但是他们的作用却不一样,消极拖延会降低人的工作或学习效率,但积极拖延却可以提高人的工作或学习效率。积极拖延指的是个体在面对任务时,选择暂时搁置一些活动,转而优先处理其他更有价值或者更利于个人发展的事情。而这个思路也正好跟“惰性求解”的思路有着异曲同工之妙。原创 2024-03-25 14:58:42 · 812 阅读 · 0 评论 -
算法人生(5):从“元学习”看“战胜拖延”(没兴趣版)
在生活中,面对那些我们不喜欢或不感兴趣的任务时,内心的抗拒感和不情愿感会极大地影响我们开始行动的积极性。这种情绪上的阻力,使得我们即使知道任务的重要性,仍然会选择逃避,希望自己能够避免那份不愉快。如果这种事情是可以避免或者分配给他人,当然是最好的选择,但如果自己不得不做,又拖着不做,就会造成我们自己时间的浪费。因为打心眼里不想做,所以会很自然地给自己找理由不做,就算做了,也会心不在焉,做起事来的效率也不会高,而且越做这些事情越会加重内心的抵触情绪,从而加剧拖延的行为。但我们可以从“元学习”的解决思路里找些灵原创 2024-03-23 16:13:17 · 157 阅读 · 2 评论 -
算法人生(6):从“反馈学习”看“战胜拖延”(被动攻击版)
生活中,表达不满和反抗的方式有很多种,拖延绝不是最佳选项。我们可以选择更积极、更建设性的方式来应对不满情绪,即便事情当下没有得到很好的解决,但是自己内在的负能量被释放出来并被补充进一些正能量后(可以是解决问题的技巧),人的态度转变了,解决问题的机会也就更大了!原创 2024-03-23 16:11:36 · 661 阅读 · 5 评论 -
算法人生(4):从“选项学习”看“战胜拖延”(担心失败版)
恐惧失败和害怕担责是拖延症的常见原因之一。要战胜这种拖延症,除了正视失败之外,我们可以像选项学习那样,设定并分解明确的子目标和计划、总结、复用成功的经验,培养积极心态。只有这样,我们才能在面对挑战时勇往直前,战胜拖延!原创 2024-03-22 23:55:49 · 423 阅读 · 0 评论 -
算法人生(3):从“贪心算法”看“战胜拖延”(完美主义版)
贪心算法的精神实质上就是基于现实条件下的实用主义,它体现了在复杂问题面前如何通过步步优选,逐步逼近理想状态的智慧,同时也提醒我们在处理一些复杂的优化问题时,有时也需要适当地调整对目标的设定,可以从追求理论上的全局最优转向寻找实际可行的良好解。这种思想也体现了对“时间价值”和“机会稍纵即逝”的深刻理解。原创 2024-03-22 23:45:11 · 376 阅读 · 0 评论 -
算法人生(2):从“强化学习”看如何“活在当下”
强化学习要求智能体在面对复杂、动态变化的环境时,聚焦于当前的状态和决策,而不会过分纠结于历史经验或未来的不确定性,然后通过迭代来寻求长期的最大化累积奖励。虽然强化学习并不是完全忽视历史信息或未来预测,它也会通过优化算法和模型设计,确保智能体能够有效地利用历史信息并在当前决策中考虑到未来可能的后果,它也会在平衡即时决策和历史信息利用之间寻求最优策略。但总的来说,它的决策最终还是建立在当前环境状态的基础之上。这种思想是一种“完全融入当前环境,不被过去和未来牵绊”的思想,也跟佛家和积极心理学推崇的“活在当下“类似原创 2024-03-20 11:24:52 · 1129 阅读 · 2 评论 -
算法人生(1):从“强化学习”看如何“战胜拖延”
尽管强化学习中的算法通过短期奖励来学习,但其最终目标是优化长期的累积奖励。而在治疗拖延症的过程中,虽然采用了分解任务和及时的奖惩策略,但最终目的是帮助个体克服拖延,提高长期的工作效率和生活质量。所以个体也需要持之以恒地执行新的行为模式,并根据实际效果进行微调,最终形成一个适合自己的、能够有效克服拖延的行为习惯系统。原创 2024-03-16 16:30:04 · 1279 阅读 · 1 评论