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

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现算法验证。文中还列举了大量相关领域的研究主题代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗标准化、K值距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析结果可视化等关键步骤,增强了模型的可解释性实用性。; 适合人群:具备一定MATLAB编程基础机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究优化。
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