生命中的五个球

数年之前,在一所大学的开学典礼上,可口可乐的首席执行官(CEO)Brian Dyson,讲到了工作与其它生命要素之间的关系:


想象一下,把生命是当作是一场不停投掷五个球的游戏,这五个球分别代表工作、家庭、健康、朋友和心灵,而你得让它们留在空中。你会很快的发现,工作是一个橡皮球,如果你不小心丢落在地上,它还会弹回来。

但是家庭、健康、朋友和心灵这四个球是用玻璃做的。如果你把其中任何一个丢落在地上,他们便会无法挽回的留下痕迹,留下记号、裂缝、损坏甚至碎落一地。他们就和以前不一样了,你一定会明白其中的道理,并且在你的生命中努力地平衡好这五个方面。那么,怎样才能做到呢?


不要拿自己和他人比较,这样只能降低你原有的价值。因为,我们每个人都很特别,每个人都是独一无二的。

不要把别人认为重要的事情,当作你自己的目标,只有你自己知道什么才是最适合你的。

不要把那些贴近你心的人和事情,当作理所当然,你应该把他们当作你的生命般去珍惜。如果没有他们,你的生命将毫无意义。

不要把你的生命沉浸在活在过去或是活在未来的时光中逝去,活在当下,你就活出了生命中的每一天。

不要轻言放弃,当你尚能给予的时候,只要你不放弃,一切还没有结束。

不要害怕承认你并非完美,我们就是藉由这丝丝联系而紧密相连。

不要害怕面对危险,这正是我们学习勇往直前的机会。

不要因为相爱太难而紧闭你的心扉。获得爱,最快的方式是给予你的爱;失去爱,最快的方式是把爱抓的太紧;维持爱,最好的方式是给爱一双翅膀。

不要匆忙的度过你的一生,匆忙会让你忘记曾经到过哪里,也会让你忘了要到哪里去。

不要忘记,人类情感上最大的需要是获得欣赏和感恩。

不要害怕学习,知识没有重量,它是你可以便捷携带的宝藏。

不要随意挥霍时间,也不要轻率言语,时间和言语皆是覆水难收。


生命不是一场比赛,而是一步一个脚印去品味的旅程。

昨天已成往事,明天还是未知,而今天是上天给我们每个人的礼物,这就是我们为什么把今天也称之为“现在”(The Present,礼物)的原因。


英文原版


In a university commencement address several years ago, Brian Dyson, CEO of Coca Cola Enterprises, spoke of the relation of work to one's other commitments:


"Imagine life as a game in which you are juggling some five balls in the air. You name them work, family, health, friends and spirit and you're keeping all of these in the air. You will soon understand that work is a rubber ball. If you drop it, it will bounce back.

But the other four balls family, health, friends and spirit are made of glass. If you drop one of these, they will be irrevocably scuffed, marked, nicked, damaged or even shattered. They will never be the same. You must understand that and strive for balance in your life. How?


Don't undermine your worth by comparing yourself with others. It is because we are different that each of us is special.

Don't set your goals by what other people deem important. Only you know what is best for you.

Don't take for granted the things closest to your heart. Cling to them as they would be your life, for without them, life is meaningless.

Don't let your life slip through your fingers by living in the past or for the future. By living your life one day at a time, you live ALL the days of your life.

Don't give up when you still have something to give. Nothing is really over until the moment you stop trying.

Don't be afraid to admit that you are less than perfect. It is this fragile thread that binds us to each together.

Don't be afraid to encounter risks. It is by taking chances that we learn how to be brave.

Don't shut love out of your life by saying it's impossible to find. The quickest way to receive love is to give it; the fastest way to lose love is to hold it too tightly; and the best way to keep love is to give it wings.

Don't run through life so fast that you forget not only where you've been, but also where you are going.

Don't forget, a person's greatest emotional need is to feel appreciated.

Don't be afraid to learn. Knowledge is weightless, a treasure you can always carry easily.

Don't use time or words carelessly. Neither can be retrieved.

Life is not a race, but a journey to be savored each step of the way.

Yesterday is history, Tomorrow is a Mystery and Today is a gift: that's why we call it 'The Present.'

 

President and CEO, Coca-Cola Enterprises during his speech at the Georgia Tech 172nd Commencement Address Sept. 6, 1996

转载于:https://www.cnblogs.com/zaak/p/9257051.html

  • 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:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 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
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:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 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