碎片化学习与学习碎片化
起源：最近在接触一些测试方面的内容，选择了喜马拉雅上《老贺聊测试》的音频节目，其中对于碎片化学习的论述颇有感触，现在记录如下。（感谢老贺的指引，如有雷同不是偶然）
问题： 碎片化学习有效吗？ 如何检测是否有效？ 现在是一种什么样的状态？现在的状态如何进行纠正？如何解决信息过载的问题？
起始于对碎片化学习的质疑，就是现在媒体普遍鼓吹的碎片化学习。这个真的有效吗，如何检测是否有效呢？--回想最近的一次的碎片化学习是什么时间还记得学习到了什么？ 这个问题我相信不是我一个有这个问题，我在很长的一段时间中都很焦虑，并为此还患了焦虑学习症。这是一种不忍自暴自弃却又自暴自弃的蹉跎岁月的状态。
明白了自己现在的状态不好，但如何进行纠正能。将学习碎片化，碎片首先是有个整体的。就正如写文章一样先整体后局部。当然最最重要的是有文章可以写，这就是问题所在。有一个主题思想，正如逻辑思维中写的一样，生活只能提供给你工具，你用什么工具去解决问题，而最终解决完成问题则是你的一个标签了，别人没有必要观看你的解决的过程。这个过程就是你自己要修炼的技术。
如何找到最契合的工具。我们常常回去再网上提问题，一个问题的返回往往有很多网页关于问题的回复。但是这种提问题的方式并不好。搜索引擎会把输入的quey进行分解，然后用最小化的分词去匹配你输入的内容。寻找最契合的工具，用英文，在专业的论坛上。最重要的是整体的思考问题。例如写程序，程序的初始状态，运行状态，提示状态，都应该是考虑的范围之内的。
问题：学习碎片化，如何提问题，如何提供解决方案
对于学习的过程，其实问题是最好的老师。如何发现问题，这需要一个提供方案的思维。针对问题老贺提供了721的法则。花1的时间列出问题的提纲和关联项，2学习和理解，7的时间去锻炼和讨论。接下来书写博客我也会按照自己的问题，列出提纲然后给出解决问题，这样一个问题就能够带出一整个的提纲。这种提问题，解决问题，提供解决方案的方式，相信是一个更好的实践方式。
加油相信岁月能够给你丰厚的回报。
碎片化学习与学习碎片化相关推荐
- Android第一行代码学习思考笔记(碎片、广播、持久化技术和Android数据库)
Android第一行代码学习思考笔记(碎片.广播.持久化技术和Android数据库 第四章 手机平板要兼顾--探究碎片 4.1碎片是什么(Fragment) 4.2碎片的使用方式 4.2.1碎片的简单 ...
- 1.9 池化层-深度学习第四课《卷积神经网络》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 1.8 简单卷积网络示例 回到目录 1.10 卷积神经网络示例 池化层 (Pooling Layers) 除了卷积层,卷积网络也经常使用池化层来缩减模型的大小,提高计算速度, ...
- 2.8 多任务学习-深度学习第三课《结构化机器学习项目》-Stanford吴恩达教授
←上一篇 ↓↑ 下一篇→ 2.7 迁移学习 回到目录 2.9 什么是端到端的深度学习 多任务学习 (Multi-task Learning) 在迁移学习中,你的步骤是串行的,你从任务 AAA 里学习只 ...
- 【Java Web开发学习】Spring4条件化的bean
[Java Web开发学习]Spring4条件化的bean 转载:https://www.cnblogs.com/yangchongxing/p/9071960.html Spring4引入了@Con ...
- U-Net深度学习灰度图像的彩色化
U-Net深度学习灰度图像的彩色化 本文介绍了使用深度学习训练神经网络从单通道灰度图像生成3通道彩色图像的实验.在我看来,虽然它们因主题而异,但结果令人震惊,模型产生了幻觉,原始主题应该是什么颜色. ...
- 论文浅尝 | ERNIE-ViL：从场景图中获取结构化知识来学习视觉语言联合表示
笔记整理:朱珈徵,天津大学硕士 链接:https://www.aaai.org/AAAI21Papers/AAAI-6208.YuFei.pdf 动机 现有的视觉语言预训练方法试图通过在大的图像文本数 ...
- opencv学习1-3——通道变换，灰度化grayscale，二值化thresholding。
入手opencv,最好的方法就是对应着程序进行学习是一个很好的方法,通过一些单个程序来了解图形处理的一些知识.这篇文章将介绍下面三个小任务.通道变换,灰度化,普通二值化.本文以C++版本进行代码介绍. ...
- oracle 表碎片化处理,oracle数据库碎片化管理
******************************************************************************** 1.表空间碎片 *********** ...
- 深度学习基础之池化层
谷歌浏览器搜索.看Youtube视频必备VPN:SockBoom 或者网址:https://sockboom.bar/auth/register?affid=212828 一.深度学习中池化层的作用 ...
- 基于主动视觉机制的深度学习--一个综合池化框架
卷积神经网络(CNN)是深度学习的代表算法之一,长期以来被广泛应用于图像识别领域.它是受到了生物处理过程的启发,通过模仿人类视觉系统(HVS)的工作机制,完成各种视觉任务等.但与HVS相比,CNN不能 ...
最新文章
- 进入正在运行的Docker容器的4种方式
- sh: lmstat: 没有那个文件或目录_没有天生的合适，只有磨合出来的感情
- 樊登高效休息法心得400字_真的，你应该早点知道这个高效学习方法
- boost::detail::spinlock相关的测试程序
- 在 eclipse 中 设置 jvm 的 运行时目录
- oracle检查外键依赖,Oracle中检查外键是否有索引的SQL脚本分享
- 深度重建：基于深度学习的图像重建
- kubernetes的常用命令
- php删除对象中的一个数组,PHP：从数组中删除对象
- Vue3学习之第四节：setup()中使用watch、watchEffect 函数
- element-ui分页器的使用
- LPDDR4 器件自适应方案实现
- linux 分区怎样缩小,如何缩小磁盘分区大小
- android虚拟机启动失败
- python 蒙特卡罗_python实现蒙特卡罗方法（代码示例）
- STM8S003引脚坑(开发过的人都知道)
- 情感分析textblob--英文分析
- 贼有趣：朱茵变杨幂，人工智能换脸让明星不再担心自己演技？
- 计算机 复杂度符号 英语 怎么读,~!#$%^*这些符号怎么读? 当然是用英语（键盘特殊符号小结）...
- 简单理解hashMap中key相同，什么叫同一个key