你只是表面上很努力,所以依然过得很煎熬

前些天在福建玩的时候,点了咖啡和朋友匆忙小聚,聊了些琐事,也聊到最近很多大号被封,朋友说:“虽然自己不太认同咪蒙,但之前看了她的《你有没有想过,你会平庸到死》,仔细想了想,我这么一个不求上进的人,可能真会这样,怎么办?”

怎么才算“不求上进”,网上搜了下关键词,在知乎上看到有个相似的问题:“你见过最不求上进的人是什么样子?”竟然有1800多万的浏览量,其中一条点赞很高的评论:“他们为现状焦虑,又没有毅力践行决心去改变自己。三分钟热度,终日混迹社交网络,对着手机和电脑的冷光屏,可以说上几句话的人却寥寥无几。他们以最普通的身份埋没在人群中,却过着最最煎熬的日子。”

看完这个回答,我突然感到不舒服,这描述的好像就是我以前每日的生活轨迹。表面看上去很努力,却一直“以最普通的身份埋没在人群中,过着最煎熬的日子。”

这些年,从《初言》到乐活,从锦时到ANJI工作室,每次转身都还算遂人意,但有时候生活往往会给你开个巨大的玩笑,逗你得意忘形后,让你哭。少年太得志容易让人心生狂妄,但一个人经历的失败和挫折过多,也不是什么好事,而这两样都同时在我身上发生。很长的一段时间,我陷入了一种焦虑中:没有力气再往前走,也没有余地往后退,原地踏步却又心有不甘。

每天早上醒来第一件事是看手机,周末休息懒在床上和手机作伴,稀里糊涂就丢掉很多时间,后来看到国外有项研究数据,原来这样的我并不孤独,因为全世界有62%的人和我一样。这好比某种病菌,明明知道如果不及时采取措施遏制或根除,势必恶化,我们却仍然听其自然。就像塞利格曼提出的“习得性无助”,因为重复的失败而造成的听任摆布的行为,做事总是拖延和懈怠。

在我焦虑停滞不前的这两年里,当年一起在风则江文学奖获奖的校友,有的出了书,有的成了学者,我也知道他们光鲜的背后一定有艰辛的付出和独自煎熬的孤独时光;但是看看现在的自己没有人模,只有狗样,或许有时候,你只有进入别人的世界,才能发现自己的世界缺少什么,而这个发现仿佛一记响亮的耳光打在脸上,原来不自律真的会慢慢摧毁一个人的心智,甚至是人生。

很多人把自己的不自律归咎到手机上,冯小刚曾宣布“一周不用手机”,也有很多知名人士倡导“丢掉手机,丢掉网络”的活动,但真的是你扔下手机,你就不会拖延,做事不懈怠了吗?也许未必。

的确,“拖延”和“对真实生活的懈怠”都会让人不得不做不想做的事,慢慢会产生焦虑,人在焦虑时会更倾向找其他事去瞎忙活、去转移自己的注意力,比如玩手机。但问题的症结并不是“一直泡在网络上会导致拖延症,导致对真实生活懈怠”,而是“拖延和对真实生活的懈怠,导致了你一直泡在社交网络上”。拖延和懈怠只是你不自律的条件反射,其实和手机一毛钱关系也没有。

《老男孩》中有句台词:“回答错了问题并不可怕,可怕的是问错了问题,那就永远得不到正确的答案。”同样,找错了问题的症结,也永远得不到正确的解答,所以扔下手机而不自律,你可能依然还是会拖延和懈怠,况且在这个信息化时代,你未必真能丢掉手机不用。

在我的朋友中,有能狠下心来早起、健身,也有能耐住寂寞看书、学习的;其实每个人都可以,难的并不是心血来潮狠狠心,而是长年累月的坚持。塞缪尔.斯迈尔斯在他的《品格的力量》中说:"自律是品格的精髓,美德的基础。"不可否认,就是有这么一撮人,能把我们大多数人认为平静的日常过得很有趣,他们也朝九晚五,但有自己的爱好和坚持。所以没有无所事事的人生,只有无所事事的人生态度。

朋友和亲戚经常劝我:“其实你应该去考公务员,稳定,而且很适合你。”我想真正的稳定,并不是拿着固定不变的工资熬日子,而且这个世界每天都在变化,我不想再随波逐流。在《圣经》中,赞誉并不是给予那些"攻城掠池"的骑士,而是给予那些"主宰自己灵魂"的人。不是说一定要特立独行,也不是说考公务员有什么不好,而是你有没有勇气去选择过属于自己的生活,而不是活在别人认为的适合里?每个人都有自己想走的路,都有自己想要的生活,在这样一个不小的年纪,我想多做一点自己喜欢的事情,把这些有意义的事坚持下去,培养成习惯才是必要的。

虽然自律不一定就能带来成功,但所有的成功一定都源于自律,要想养成自律,首先要学会思考、付诸行动,然后持之以恒。认同事实(Acceptance)、意志力(Willpower)、面对困难(Hard Work)、勤奋(Industry)以及坚持不懈(Persistence)五条支柱是培养自律的支撑,取每个词的首字母,就是“A Whip(一条鞭子)”,这条鞭子便是鞭策你自律的关键。

培养自律的最大障碍,是我们成为自己感受的奴隶。我们往往会认同自己的惰性和陋习,认为那就是人的本性,不需要去克服,一味追求轻松和享受,而放弃勤奋和付出。很多时候,我们手上总有这样那样忙不完的事情,但其实更多的只是看上去努力,人懒借口多而已。

展望未来十年你会有怎样的生活?先问自己几个问题:你追求的是什么,真正想要做的事是什么,哪些是不重要可以忽略的,你拼死拼活努力挣扎的结果是否有意义。想明白自己想做和能做什么、可以怎么做、这样做是否有意义,才能真正地走在正确的道路上,只要方向正确了,全力以赴,就能够让自己和别人不一样。

这个世界上聪明的人很多,有能力的人也很多,而往往很多时候,聪明和能力并不重要,最重要的是“认真”。因为认真的人意志力往往是最强的,所以能够在自己认为最重要的事情上保持专注,长期坚持,不妨想想马云创业20多年,我们做一两年,身边都是对手;做三四年,身边几十个对手;而做十年、八年,身边将没有对手。

重要的事情就是对你来说最有意义的事情,当你真正地想去做一件事,无论多么辛苦,面对多少困难,你都会去努力的完成。你会付出更多的努力,抽出更多的时间,耽搁的时间也减少了。

即便已是奔三的年纪,此刻努力也不晚,最多大器晚成,能坚持下去的自律,都会成为蜕变的契机。

毕竟人生的路还长,好戏永远都在下半场,不是吗?


智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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。
写代码的感受和收获: 在写贪吃蛇游戏的代码过程中,我深刻体会到了面向对象编程的思想,特别是类的概念和封装、继承、多态等面向对象的特性。通过将游戏中的蛇、食物、游戏画面等功能封装成不同的类,使得代码更加清晰易懂、易于维护和扩展。 在实现过程中,我也遇到了很多问题,例如不清楚如何将类Food和类Snake联系在一起,以及如何使用vector创建2维数组等。但是通过在CSDN网站上查找相关资料,学习了STL库中vector的使用方法,并成功运用到游戏中,实现了游戏画面的渲染和更新。这让我深刻感受到了网络资源和社区的力量,也让我更加熟练地掌握了C++语言的使用。 最终,当我看到自己所写的贪吃蛇游戏可以正常运行、玩家可以通过键盘操控蛇的移动、蛇能够吃到食物并变长、游戏结束后能够正确显示分数等信息时,内心充满了喜悦和成就感。这种感觉就像是在煎熬中挣扎了很久,终于迎来了胜利,让我更加热爱编程并愿意不断学习和探索。 下面是一段使用vector创建二维数组的代码示例: ```c++ #include <iostream> #include <vector> using namespace std; int main() { int n = 5, m = 6; // 定义行数和列数 vector<vector<int>> arr(n, vector<int>(m)); // 创建n行m列的二维数组 // 遍历二维数组并赋值 for (int i = 0; i < n; i++) { for (int j = 0; j < m; j++) { arr[i][j] = i * m + j; cout << arr[i][j] << " "; } cout << endl; } return 0; } ``` 这段代码使用了vector容器来创建一个二维数组,首先定义了行数和列数,然后使用vector<vector<int>> arr(n, vector<int>(m))来创建一个n行m列的二维数组。接着使用两个for循环遍历二维数组,并赋值和输出二维数组的元素。
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