本文是我对这十五篇帖子的内容的延伸性思考笔记。 RustRover 发布是喜是忧? [8] 291 语义违规的问题需要更好的工具 Semver violations are common, better tooling is the answer[9] 277 为什么 ring 不与 9. 语义违规的问题需要更好的工具 SemVer(语义版本控制)是一个版本号命名规范,旨在使得版本号的分配和增加更加清晰和预测。 有一篇半著名的论文《对信任的思考》[66]提出了一种理论攻击,即对编译器进行修补,使其在某些进程(例如ssh服务器)中添加后门,并能够检测自身的源代码,并将这种逻辑复制到新构建的编译器中。 block-buffer [64] inout: https://docs.rs/inout [65] mrustc: https://github.com/thepowersgang/mrustc [66] 《对信任的思考
之前有小伙伴反应,数据结构的知识比较薄弱,今天我们就来探讨下,通过思考的方式,来解决基本的数据结构问题。本文是思考系列的最后一章,从下一章节开始,带你玩儿框架和实战完成猿蜕变! ? ? ? ?
我们已经看到了将改变我们对用户体验的思考方式的新技术的兴起和普及,我们用来设计它们的工具,以及我们实现目标的过程也随之发生改变。 我们相信这些新的范例将为设计在未来几年到来。 以下是在新的一年中要深入思考的9个问题。 1.UX会消失吗 关于“用户体验的衰落”的文章会让设计师对自己的职业生涯感到焦虑。但是如果你在这个行业工作了很长时间,你可能以前也见过这种情况。 非基于像素的经验是推动设计师重新思考一个品牌的个性,行为,辨识度。 作为体验设计师,我们经常看到的品牌生态系统的整体性,以确保其客户可以无摩擦的过渡从一个到另一个频道。 9.为什么是AI? 每一种新的颠覆性技术都遵循相同的模式:设计师陷入了如何只问为什么的陷阱。和AI没什么不同。我们整个行业都急于推出世界上第一个人工智能,但不总是有一个适当的用例。 如果这一次我们超越思考“为什么”,而是思考我们创造了这些人工智能供是否能够真正为我们的用户解决问题?
晚上在琢磨怎么把报警的处理实现自动化的功能,想来想去,发现其实很多内容都是相通,在纸上写写画画,简单理了理自己的思绪。 人嘛,有时候不逼着自己,只会更加懒惰,而一旦迈开了步子,可能就停不下来了,问题也
值得注意的是,大约 60% 的 CoT 样本在生成第一步,相当于生成前三个单词 (例如 “4 + 9”) 后就已经失败了。这让直接从左到右解码的问题更加凸显了。 迷你填字游戏 在《24 点数学游戏》和创意写作中,ToT 是比较浅显的 —— 最多需要 3 个思考步骤就能达到最终的输出。研究者将探索 5×5 迷你填字游戏作为有关自然语言的更难一层的搜索问题。
从内思考到外思考的转变 在AI和大模型时代来临后,我将我们个体的思考分为外思考和内思考,即外思考的重点的是面向外在感知的,这种感知包括了文字,语言,视频图片等各种信息的感知摄入。 在AI时代没有来临的时候,我们在思考和问题解决的时候并不会严格的区分外思考和内思考,大家可以自己思考下我们解决问题的过程。 说了这么多,大家就清楚AI时代如何提升独立思考能力了。 即AI时代独立思考能力的提升是将外思考和内思考分离,将面向问题域的思考和面向解决问题的思考分离,然后将内思考转移到AI。 个人思考重心转移到外思考。你个人核心独立思考能力的提升就在于外思考,能否一次性的把问题定义清楚? 类似下图: 为何说快思考+慢思考,内思考+外思考整合后才完成了我们在AI时代的完整思考框架逻辑。在这里进一步说明如下。 对于任何思考来说,都是在解决问题本身的空间和时间的匹配和融合。
遇到问题,有些人能够瞬间给出解决方案,有些人却要很多时间去思考。 这本书可以帮助训练思考力。 本文结构: 1. 方法操作 2. 掌握关键点是什么 3. 其作用背后的原理是什么 ---- 1. 方法操作 什么是零秒思考? A4纸横着, 左上角写下标题,日期,标题下面划横线 横线下面写下你对这个问题思考的答案内容 时间控制在 1 分钟 如果有新的想法,照着上面的步骤继续做。 内容: 对标题的疑问进行回答 一条不要写的太少于20字,督促思考。一句话可以有条件,谁,做什么,产生什么结果等元素。 行数不能太多,4-6行。既深度地思考又挑出了重点。麦肯锡要求是3条。 深入思考就是要进行归纳总结,但很多人一想到归纳总结就会觉得一团糟。 这个方法就是要做到不刻意地进行总结。 相当于清空大脑,把模糊的想法清晰地表达出来。 调动了促进大脑思考和记忆的过程:把想法化成疑问促进思考,回答问题时也是可视化 ?
思考工具,让创新立竿见影 我们也不能坐等灵感乍现。 我们完全可以学习和应用创造性方法和规范性工具引导思考方向,把我们的注意力引导到创造性思考上来。 水平思考的四步思考流程 水平思考是一套思考流程,要求我们按照步骤进行思考,把注意力锁定在一定的方向上,专注而严肃地创造。其步骤主要包括以下四步。 在日常解决问题时,我们习惯凭直觉定义问题,而在后期的思考过程中就很容易走偏方向。水平思考要求我们在一开始就通过定义问题的方法把问题找准,再进行进一步地思考。 之所以这位爱思考的官员把居民们的埋怨当着“跳板”,而想出绝佳的解决办法。这就是水平思考里面最具魅力的创造力工具,激发(在水平思考中称之为“PO”,见图2)。 “水平思考”可以让我们跳出“思考的盒子”,使我们思考得更加丰富多彩、更有质量,让“头脑航行!” 文|王琼:德博诺中国首席讲师 来源:清华管理评论
迷之自信 书中把人类的思考模式拆分成快思考和慢思考(系统1和系统2)两个系统,系统1和系统2并不是真实存在的实体,也不是大脑中某个固定的部位,它们是两种不同的思考模式。 系统1是依赖直觉的、无意识的思考系统,系统2是需要主动控制的、有意识进行的思考系统。系统1是直觉系统,运行起来速度快,不怎么消耗脑力,不用意识控制,可以称为快思考。 系统1的直觉式快思考,也就成为了人们决策和行为的真正主宰。而系统1自身存在的缺陷,容易导致人在思考过程中出现偏见和错误。 这些旁观者会用来自于他们系统2的慢思考,来帮你纠正自己系统1的快思考可能导致的错误。 所以,集体讨论决策虽然会有效率不高的问题,但在很多情况下却还是有意义的,因为它可以启动很多人的慢思考,减少快思考可能带来的偏见与失误。
那么可不可以把虚拟机的原理写成的同一个class文件 转成 各个操作系统的 可执行文件呢?
遇到各种问题要琢磨背后的经验,并把经验不断运用到实践中去 极为重视剖析和界定问题的本质,不断思考一个问题的本质是什么,然后寻找科学的方法解决这个问题 深度思考型学习是在快速变化的环境中,通过洞悉问题本质 ,在另一层次思考时可能反而是负面、有害的策略 解决任何一个问题的有效策略,都可以从经验技巧、方法流程、学科原理和哲学视角四个层次思考追问。 超越答案寻找更底层的思维模型 学习任何一个领域,都应把它看作思考的镜子,我认为这是学习思考最大的价值:学习如何思考。 ,处理起来非常困难,我们需要掌握能够从复杂中洞见结构,找到关键问题,直至要害,而这正是多元思维模型发挥巨大价值的地方 三种复杂问题与对应思考方法 解决更复杂的全局性问题时,我们就需要用系统思考的方法。 这种思维方式,要求把问题放在一个更大的互动系统下来思考处理,这就意味着我们在思考问题时,分析清楚问题所处的层次或维度、在不同时空尺度下展现的特点、每个阶段下关键要素是什么 解决复杂问题的三个关键思维 降维攻击
我写了三个单元块,分别对应三种业务场景 let query; query = (url) => { url=url||"传递的参数为空"; return new Promise((resolve,reject) => { setTimeout(() => { console.log(url); if(true){ resolve("我是promise执行后传递过来的数据");
vue从2.5版本之后开始强化typescript的支持程度,在ide方面增强对visual stadio的支持,更重要的是,双数据绑定那一块,要使用es6的proxy来代替Object.defineProperty(),吓得我赶紧看了一下es6中的proxy,首先代码 let proxy=new Proxy({},{ get:function (target,property) { return 35; } }) let obj=Object.create(proxy);
j = 1; j <=i; j++) { printf("%d*%d=%d ", j, i, i * j); } printf("\n"); } return 0; } 打印9* 9乘法口诀表: 从图中看出第四排和第五排没有对齐,要想对齐,可以考虑 printf限定占位符的最小宽度(https://blog.csdn.net/wait___wait/article /details/135287228) 9*9乘法口诀表中最大位数是2,因此设最小宽度为2。 具体如下: printf("%d*%d=%-2d ", j, i, i * j); 修改后运行示例: 如果想打印12*12的乘法口诀表,思考一下如何做到对齐呢?
服务端 /var/log/messages 中会出现类似的日志Aug 25 00:26:02 pptp-server pptpd[10177]: CTRL: Client 103.240.124.15 control connection startedAug 25 00:26:02 pptp-server pptpd[10177]: CTRL: Starting call (launching pppd, opening GRE)Aug 25 00:26:02 pptp-server pppd[10178
读到周洲同学的博客,看到一篇关于触发器的文章,是在用户充值时,须要在t_reCharge表中插入一条记录,同一时候更新t_card表以保证数据一致性.我们当时没想特别多,没想到触发器,就是写了多条sql语句,为了不出错后来使用了事务或存储过程,没记错的话是放在存储过程里了。她是这么实现的:
大部分机器学习算法(包括深度学习),其实是在一个理想空间里(接下来我们会以三维空间为例子)寻找一个最大/最小值。三维空间是无限大的,在某个实际场景,假设我们有了解决某个问题的数据的全集(或者说是无限的数据),基于这些数据我们得到的优化函数的所有解构成了一座山。我们并不知道这座山的最低点是哪里,所以为了找到它,我们随机定位在一个点,试图沿着比较陡峭的方向下移动,并且希望能够因此而找到最低点。现实情况是我们并不能看到这座山,因为它笼罩在一阵迷雾里,我们只能根据已有的训练数据拨开一小片云雾,看到一小片地方,然后沿着比较陡峭的地方向下移动一点点,然后新进来的数据重复这个动作。大部分机器学习算法都需要转化成我描述的这个步骤来进行。
概念的力量 有些概念或者事情在我们知道的那一刻,本身就能带来极大收益,比如刻意学习、心流、AB、飞轮效应、马太效应等,在明白这些概念的意义时,日常的思考和决策便会自然而然的使用;但是,也有一些知道即受损的概念或者事情 如何提高参与感 身之主宰便是心,从随波逐流到主动积极地思考,从得过且过心态到由衷地想去做事情。 如何提高参与感,培养好更好的主人翁意识? 磨砺负责环节的质量和效率,逐步增大对业务的理解范围。 以需求开发为例,思考下自己对需求开发是如何定义,从开始到结束分别有哪些阶段,每个阶段的目标是什么,每个阶段可以分为哪些小节点,自己在每个节点有什么好的模板、流程来做好这个事情,当出现新难点时要如何改进自己的流程来避免 当我们能够更好更快完成事情时,目标就不只是把任务按期完成,还要学习业务知识,储备行业发展经验,培养对问题的分析思考能力。随着影响力和专业能力的提升,主人翁精神自然而然由内迸发。
研究人员发现[10] [9],尽管多年的研究人员都使用相同的测试集,但图像识别模型可以很好地推广到看不见的数据。 [10]和[9] 4 数据管道、预处理和扩充 数据是另一个可能出现复制性问题的地方。训练示例的改组可能会对表现产生影响,尤其是在数据不是完全独立且分布不均(IID)的情况下。 如果没有可用的代码,则你可能被迫从首要原则开始,深入思考问题,并提出新的见解。 如前所述,代码从不讲述完整的故事。你看到的发布的代码只是作为元学习者的作者发现运行良好的最终设置。 8 把研究作为艺术 在更多地讨论激励措施之前,让我们退后一步,思考一下研究的内容。我们所讨论的大多数问题都是针对以基准为基础的经验研究。 科学中重要的事情不是获得新事实而是发现新的思考方式。〜William Bragg爵士 可复制性和可重复性既不是影响研究的充分条件,也不是必要条件。
Deadline的存在,虽然会让人感到压力巨大,但它是提高一个人生产力的关键所在。想象下,如果一份工作,有明确的交付时间和没有明确的交付时间,多数人会选择后者,那样好像会更轻松,但效率不一定会高。没有Deadline,时间看上去更充裕,但你执行的动力也会变小。