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

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略效果评估体系,涵盖当前企业传播面临的预算、资源、内容效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放GEO优化,提升品牌在AI搜索中的权威性可见性;④通过数据驱动评估体系量化品牌影响力销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析工具指南进行系统学习,重点关注媒体适配性策略GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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