- 综合排序
- 最热优先
- 最新优先
- 来自专栏腾讯大讲堂的专栏
如何提高沟通效率，避免知识的诅咒？
01 知识的诅咒是什么 首先我们来说说什么是知识的诅咒。 这就是“知识的诅咒”。 我们一旦知道某事，就无法想象不知道这事的情况发生的原因；我们的知识“诅咒”了我们。我们很难与他人分享这些知识，因为我们无法轻易摸透听猜者那一方的心理状态。 这就是知识的诅咒。 ? 02 会造成什么后果 一旦我们忽视这种知识的诅咒，那么在日常沟通和交流中，必然会造成一些沟通上的障碍，特别是在工作中，对工作沟通效率有很大影响。 03 如何避免 既然这样，那我们在日常的沟通中，如何避免“知识的诅咒”呢？这里给出一些小tips供参考，也欢迎大家留言自己的方法。 换位思考，多沟通，多磨合，不断改进自己的沟通方式，避免“知识的诅咒”。 希望本文可以帮助到大家，也欢迎大家多多留言交流！
82030发布于 2021-07-29 - 来自专栏不知非攻
大多数前端开发，都被知识诅咒牢牢困住
/useReady 5. useRef 6. 后来他没再发过弹幕 我给很多面试官做过培训，面试过大量的开发者，给大量的开发者做过面试辅导，简历修改，模拟面试 实际上，觉得自己已经掌握的知识很简单，是程序员的一个常态。 所以，有的人会反向把那些真正的简单的知识，比如前端面试要求达到的算法水平，当成什么高深莫测的东西... 觉得自己进不去大厂团队是算法阻碍了他... 但是面试中，你只能说你掌握的知识呀，还能说出点什么你没掌握的东西不成？ 大多数的前端开发都忘记了自己掌握一个知识点的时候有多不容易，最终把这些掌握的知识归纳到：简单 从而在面试中表现平平... 这就是，知识诅咒 因此我在带学生的过程中，为了避免这样的情况出现，会在他们掌握这个知识之前，做一个非常重要的事情，那就是想办法让他们记住此时此刻的感受，记住那种无所适从，没有方向，不知如何下笔的感受，这是打破知识诅咒的重要手段
27600编辑于 2023-12-12 - 来自专栏小小挖掘机
Batch Normalization的诅咒
对超参数更鲁棒 Batch Normalization的诅咒 好，让我们回到本文的出发点，在许多情况下batch normalization开始伤害性能或根本不起作用。
1.1K30发布于 2020-11-09 - 来自专栏深度学习和计算机视觉
Batch Normalization的诅咒
对超参数更鲁棒 Batch Normalization的诅咒 好，让我们回到本文的出发点，在许多情况下batch normalization开始伤害性能或根本不起作用。
52240编辑于 2022-02-12 - 来自专栏博文视点Broadview
传统企业的“资源诅咒”
经济学上有一个“资源诅咒”理论，意思是：拥有丰富的自然资源可能是经济发展的阻碍，大多数自然资源丰富的国家比那些资源稀缺的国家经济发展得更为缓慢。 排除不相关因素后，最终得出了以下结论：自然资源如果对其他要素产生挤出效应，就会间接地对经济增长产生负面影响，这被称之为“资源诅咒”的传导机制（Transmission Mechanisms）。 资源的诅咒也同样发生在商业社会，拥有独特资源优势的企业往往不能长期保持高速的增长，反而会造成官僚风气严重、组织效率低下、创新力不足等诸多问题。我国大部分资源型国企的现状就是明显的例子。
69710发布于 2020-06-12 - 来自专栏MixLab科技+设计实验室
机器学习的维度诅咒 | MixLab人工智能
---- 维度的诅咒 全都与孤独有关 In a nutshell, the curse of dimensionality is all about loneliness.
94620发布于 2020-11-17 - 来自专栏鸿的学习笔记
分类问题中维度诅咒(上)
导论： 在本文中，我们将讨论所谓的“维度的诅咒”，并解释为什么在设计分类器时很重要。在以下部分中，我将提供对这个概念的直观解释。 考虑一个例子，其中我们有一组图像，每个描绘了一只猫或狗。 维度的诅咒和过拟合 在前面介绍的猫和狗的例子中，让我们假设有无限数量的猫和狗住在我们的星球上。然而，由于我们有限的时间和处理能力，我们只能够获得10张猫和狗的图片。 Figure 5. 最后，在3D情况下，10个样本必须覆盖5×5×5 = 125个单位立方体的特征空间。因此，在3D情况下，样品密度为10/125 = 0.08个样品/间隔。 换句话说，通过使用较少的特征，避免了维度的诅咒，使得分类器没有过拟合训练数据。 图8以不同的方式示出了上述内容。假设我们想训练一个分类器，只使用一个单一的特征，其值的范围从0到1。
1.4K20发布于 2018-08-06 - 来自专栏奔跑的蛙牛技术博客
并发知识5
锁和条件不能解决线程中的所有问题 账户1：200; 账户2:300; 线程1：从账户1转移300到账户2 线程2: 从账户2转移400到账户1 线程一和线程二都被阻塞了 两个账户的余额都不足以转账，两个线程无法执行下去 这样的状态称为死锁
48020发布于 2018-09-05 - 来自专栏鸿的学习笔记
分类问题中的维度诅咒（下）
在上面的例子中，我们表明维度的诅咒引入了训练数据的稀疏性。我们使用的特征越多，数据越稀疏，使得对分类器参数（即，其判定边界）的精确估计变得更加困难。 这种令人惊讶且违背直觉的观察部分地解释了与分类中的维度的诅咒相关联的问题：在高维空间中，大多数训练数据驻留在限定特征空间的超立方体的角落中。 如果理论上有无限数量的训练样本可用，则维度的诅咒不适用，并且我们可以简单地使用无限数量的特征来获得完美分类。训练数据的大小越小，应使用的特征越少。 在1D情况下，仅需要估计2个参数（平均值和方差），而在2D情况下需要5个参数（2D平均值，两个方差和协方差）。再次，我们可以看到要估计的参数的数量与维数的二次方增长。 结论 在本文中，我们讨论了特征选择，特征提取和交叉验证的重要性，以避免由于维度的诅咒而导致过拟合。
1.6K10发布于 2018-08-06 - 来自专栏程序员笔记
20161116笔记：赢家诅咒，技能迁移
今日所见 不要参与太多人竞争的红海，统计学表明竞拍的赢者很可能才是最大的输家，所谓赢家的诅咒，买空那些竞拍赢者有时候会更有利，其原因是人们很可能会放大自己所拥有的东西，所谓敝帚自珍，这个放大价值的效应甚至会体现在自己尚未获得的东西 ---- 今日思考 那么在遇到竞争激烈的红海的时候，该如何平衡「赢家的诅咒」和「格局的勇气」？ 主观上不恐惧竞争。 客观上不主动参与已经充分竞争的领域。 找到隐藏的价值点，集中优势兵力攻之。
58530发布于 2018-06-14 - 来自专栏新智元
AI初创全新Zep系统，知识图谱破解上下文诅咒
要使智能体的落地场景更加普遍，解决各种各样琐碎或高度复杂的问题，就需要访问大量的动态数据，比如与用户的交互、相关的业务数据以及世界知识。 ，并动态更新知识图，从而表征一个复杂、不断发展的世界。 与其他知识图引擎相比，Graphiti的一个关键不同是具有时间提取和边失效过程，从而具备了管理动态信息更新的能力。 构建知识图谱 Zep的「记忆」由一个具有时间感知能力的动态知识图谱（temporally-aware dynamic knowledge graph）所驱动，可以表示为=(,ℰ,ϕ)，其中为节点，ℰ表示边 整个知识图谱共包含3层子图，从底层到顶层分别为：情节（episode）子图e，语义（semantic）子图s以及社区（community）子图c。
2.2K00编辑于 2025-02-26 - 来自专栏机器学习与统计学
打破机器学习中的小数据集诅咒
根据高中物理知识，我们知道球做一个抛物线运动，我们可以使用图中所示的公式算出距离。 上述公式可被视为任务的模型或表示，公式中涉及的各种术语可被视为重要特征，即v、θ和g（重力加速度）。 图5：大数据产生了更好的泛化 假设我们有一个类似于正弦分布的数据。图（5a）描述了多个模型在拟合数据点方面同样良好。这些模型中有很多都过拟合，并且在整个数据集上产出不是很好。 当我们增加数据时，从图（5b）可以看出可以容纳数据的模型数量减少。随着我们进一步增加数据点的数量，我们成功地捕获了数据的真实分布，如图（5C）所示。 图6：在线性回归中增加数据量对估测点位置估测的提升 我们模拟了一个线性回归模型，其斜率（b）=5，截距（a）=10。
91920发布于 2019-06-28 - 来自专栏大数据文摘
打破机器学习中的小数据集诅咒
根据高中物理知识，我们知道球做一个抛物线运动，我们可以使用图中所示的公式算出距离。 上述公式可被视为任务的模型或表示，公式中涉及的各种术语可被视为重要特征，即v、θ和g（重力加速度）。 图5：大数据产生了更好的泛化 假设我们有一个类似于正弦分布的数据。图（5a）描述了多个模型在拟合数据点方面同样良好。这些模型中有很多都过拟合，并且在整个数据集上产出不是很好。 当我们增加数据时，从图（5b）可以看出可以容纳数据的模型数量减少。随着我们进一步增加数据点的数量，我们成功地捕获了数据的真实分布，如图（5C）所示。 图6：在线性回归中增加数据量对估测点位置估测的提升 我们模拟了一个线性回归模型，其斜率（b）=5，截距（a）=10。
1.9K30发布于 2019-06-20 - 来自专栏mysql
mysql基础知识（5）
MySQL是一个流行的开源关系型数据库管理系统（RDBMS），它用于管理SQL（Structured Query Language）数据库。简单来说，MySQL帮助你存储、检索和管理数据。以下是一些关于MySQL的关键点：
29811编辑于 2024-11-19 - 来自专栏柠檬先生
zepto 基础知识(5)
81.width width() 类型：number width(value) 类型：self width(function(index,oldWidth){....}) 类型：self 获取对象集合中第一个元素的宽，或者设置对象集合中所有元素的宽。 $('#foo').width() //123 $(window).width() //768 $(document).width() //7
90570发布于 2018-01-19 - 来自专栏Rust语言学习交流
【Rust日报】2022-06-02 强类型的诅咒
: https://github.com/rustdesk/rustdesk/discussions/533 文章 | 强类型的诅咒 标题有些耸人听闻，但有诅咒，自然也有解咒的法子，看看 fasterthanlime
62810编辑于 2022-06-10 - 来自专栏Masutaa大师
简单聊聊程序员该掌握的三个软技能-避免心力匮乏、向上管理和知识诅咒
比如一文讲解xx技术，什么问题该如何解决，很少人（并不是没有，少只是相对于讲解那些技术知识的人来说）会注意到软技能的学习。软技能是指个人的性格特质、社交能力、沟通技巧和个人习惯等非技术性的能力。 三、知识的诅咒（Curse of knowledge）知识的诅咒是一种认知偏差，指的是当一个人对某一主题了解太深时，他/她往往会忽略其他人对该主题知之甚少或一无所知。 这种偏差在很多领域都有出现，越是知识壁垒深厚的行业越是明显。IT行业自然不会例外，内行和外行两方的信息差足够大到对牛弹琴。 如何避免知识的诅咒？很简单，尽量用普通名词代替专有名词，用简单、易懂的语言解释复杂概念，同时换位思考，学会倾听他人的观点和需求。
44750编辑于 2023-08-09 - 来自专栏腾讯IVWEB团队的专栏
【IVWeb知识weekly】第5期
第二章会讲一些Web Storage的进阶知识，包括一些标准，没有太多看的必要，但是也会有点小用。 3. 5. Front-End Performance Checklist 2017 (PDF, Apple Pages) 6.
1.1K10发布于 2020-06-27 - 来自专栏HTML5学堂
HTML5的“鸡肋”知识
今天我们就来说说曾经遇到的各种鸡肋知识点。 HTML“肋” 最初，计算机其实是一个很高大上技术门槛很高的东西，是科学界的利器。 JS“肋” 其实，JS中的鸡肋知识是最多的，不知道在刷朋友圈或微博时有没有注意到时常会看到这样的标题:十种绚丽的大图滚动插件，二十种优秀的图表制图框架，八个值得你拥有的表单验证插件。 小编在此抛砖引玉了，希望各位都来说说自己遇到的鸡肋有哪些，也让其他小伙伴少绕一点弯路…… HTML5学堂小编-利利 耗时2h
1.3K80发布于 2018-03-13 - 来自专栏企鹅号快讯
Python模块知识5：日志logging
#4设置日志格式 screen.setFormatter(logging.Formatter('%(asctime)s-%(name)s-%(levelname)s-%(message)s')) #5添加到 message') logging.info('This is info message') logging.warning('This is warning message') 执行结果：屏幕 文件： 案例5：
1K70发布于 2018-01-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号