遇见更好的自己-有效复盘

前言

之前写过一篇文章工程师工作3年1年水平,工作1年3年经验原因在哪?文中强调做事情的过程中要时刻保持思考力,保持思考力是一个持续过程,而阶段性的思考则称之为复盘。

俗话说,失败是成功之母,但是如果不从失败中吸取经验,总结教训,那么失败就是走了一段没有任何意义的经历而已。这种情况失败就不会和成功有任何的关联了。

什么是复盘?

复盘原本是围棋术语,是指每次博弈结束之后,双方棋手把刚才的对局复演一遍,分析对局当中得失的关键,是提升自己棋力的好方法。其实,复盘是对思维的训练。通过复盘,当类似的局面再次出现在你面前的时候,你就能够快速地预测接下来的动态和走向,并且更好地应对。

柳传志——“复盘”是联想认为最重要的一件事情,联想经常说,对人,用谁不用谁就看他学习能力怎么样。其实这个学习我自己回顾过来以后,学习无非是:跟书本学,跟自己学,自己做的这个事情,把经验教训进行总结。还有一个就是跟别人做的事情学。最多的最深刻的还是跟自己学。自己学无非就是复盘。

复盘重要性

体育运动员也在做复盘,NBA球队每次比赛结束后都会做复盘。从全局分析比赛,从细节推演总结,每一个镜头都要回看,为的是找出其中的漏洞或不足,在训练中强化。同时总结在比赛中成功的战术,从而发现战术能够改进的地方,从而衍生出新战术。

而在生活中通过复盘总结自己过去这件事情的得与失,以一个旁观者的身份,去客观、理性地剖析过去的自己,向过去的自己学习。这也是自我提升的重要途径。

我们阶段性给自己复盘,如果只是回顾一下事情,而没有反思今天哪些地方做得好,哪些没做好,为什么没做好,如何才能做好。好的经验要持续发扬,不好的地方要找到解决办法,这样每次反思都在进步。

如何进行有效复盘

回顾目标达成情况

先回想当初的目标或期望的结果是什么?目标达成情况是如何。首先就是要先把事情的过程结果整理清楚。

评价结果

对工作任务过程中的各种记录进行统一汇总,包括日记、总结;然后,回顾工作任务,与原定目标相比,客观分析计划外的重要亮点或不足;最后,多引入外部典型事实样本,让结果评估视野更广阔,结论更客观。评价结果就是为了下一步分析原因。是成功事件的复盘总结,还是失败事件的总结。

分析原因

在分析工作任务之前,先回答以下几个问题:实际状况跟预期有什么差异?如果任务失败,失败的根本原因是什么?如果任务成功,成功的关键因素是什么?只有真正理解问题的根本原因,才能推出行之有效的解决文案。要对事情的结果知其然还要知其所以然。

总结经验

复盘的核心目的在于从行动中总结经验,并将不足的地方进行改进优化,将成功的经验总结形成自己的成功之道,从过程中学到了什么新东西?如果有人进行同样的行动,你会给出什么建议?接下来做什么?哪些是可以直接行动的?哪些是需要相关的条件或资源进行的?

改进建议。

针对复盘分析发现的问题,给出具体的改进建议。如努力的方向,急需解决的问题,做事有效方法步骤等。

总结

有效的复盘能够使我们遇见更好的自己。

生活中没有所谓的弯路,如果你在走路的过程中不断的思考、复盘,你所走过的路,都是你成长之路。你都是在朝着目标靠近的。

  • 0
    点赞
  • 0
    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