我的小纠结,技术与认知哪个更重要?

本文探讨了技术人如何在专业技能与认知思维之间寻找平衡。作者分享了个人的心路历程,从专注于技术到意识到认知的重要性,最终找到了一种顺应心意的时间管理方式。文章强调了在不同阶段对技术与认知的不同考量。

最近写了几篇关于思想认知的文章,虽说可能会有一些鸡汤类的东西,但都是我自身的感悟和经历,是自己思考过的内容才分享出来,也得到一些读者的关注点赞,基本来说反馈都还不错,当然也少不了诋毁的,这都是正常现象。

但是总感觉哪哪不对,好像有个小疙瘩没解开,晚上洗脚的时候,突然灵光乍现,一个观点蹦出在我的脑子里,就是本篇标题 "技术与认知哪个更重要"。也顺带解开了我的疑惑,看来以后有疑惑还得多泡泡脚,促进一下血液循环,激发一下脑回路。

为什么说这个,因为这个问题其实一直在伴随着我,只是自己没有在意,让我们选肯定会说两个都重要,但这个世界就是这么奇怪,两个选项的问题,总是让你选一个或着两者之间权衡兼顾。总之都很纠结。

场景是这样的,技术人走上这条路,如果不想当一个普通的码农,那就得付出足够的辛劳汗水,才可能走向架构师或者管理岗或更高职位。以前我的眼里只有技术,哼哧哼哧努力了这么多年,走上这些岗位后发现技术人的一些思维弊端出现了。我叫做计算机思维模式,具体可以看一下另一篇<骄傲的技术人,技术是你的全部吗>

然后就想做出一些调整,当然不是说放弃技术不干这个了,而是说应该兼顾一下自己的思维开发,开阔一下眼界了。于是乎开启了自己的阅读之路,同时也开启了自己的分享之路。

这时候矛盾来了,即不想放弃技术,又想兼顾思想认知,开阔眼界。可时间就那么多,除过上班时间,还有些其他事情要干,留给自己的时间并不多,这时候我深深的意识到,时间是个多么宝贵的东西。

怎么办呢,起初我就搅在了一起,一会技术一会阅读,一会阅读一会技术,十分刻意的去安排,生怕耽搁了任何一个,后来发现好累啊。怎么会这样,感觉有点不知所措,但又不想放弃任何一个。

其实我洗脚之前,这个问题已经解决了,可能不是完美的,但至少自己感觉舒服了。什么时候形成的我也没有印象了,而前面的疑惑小疙瘩就是没把这个事情想明白,自己到底发生了什么。

总之,现在就是没有安排,完全看自己的心情,想看技术的时候,就全心投入,想看书的时候,就去阅读,没有刻意的安排,就看当下自己的喜好。我发现这时候人感觉比较轻松了,虽说时间上来说可能是一样的,但这种方式顺应了自己的心意。也更容易投入。心里所想和行动一致,心舒服了,其他也就顺了。
没有套路就是最好的套路。

但有个前提,切换之前不要留疑惑,不然可能会分神,举例说,切换阅读的时候不要在技术上留个bug,不然脑子里都是bug,哪怕当下不解决,解决办法找到也行,总之让自己的心能完全放下当下这个事情,目前就这个level,境界还需要提升。

看到这,可能读者有疑惑了,你这不是跑题了么,难道是个标题党?没见你说那个重要么,真不是,分享这个就是希望大家找到合适提升自己的方式,还原一下自己的心路历程,至于标题说的"技术与认知"哪个重要,对技术人来说真的两个都重要,一个是现在吃饭的家伙,一个是未来的价值基础,你说你要眼下还是未来,(认知的问题,可以看之前写的关于认知的文章),只是这个权衡在不同阶段有不同的考量,顺意而为,不要用行动欺骗自己的思想。

转载于:https://www.cnblogs.com/yuboon/p/10527915.html

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方的例子。 简单的平方问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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