quick-start-slow-go
- 快速开始,缓慢进行,快速结束
- 记录 to 迭代,回顾 to 反馈
写
快速开始-干什么
- 散步,想清楚要干什么。不要为了熬过时间而在网上浪费一天
- 不会改变的先确定下来,做起来会容易。
- 事先收集所有东西,迫使思考需要的所有东西,后续断网
- 独立空间
- 试三次
缓慢进行-少错误
- 充足时间,分解目标
- 重要的东西留足时间。提升整体贯穿的质量感,我可以确保不用重复做
- 目标是最小实现,即便是最差状态。这样每天完成时会对进展满意
- 思路清晰永远是1st 目标。趁着思想还在脑海的时候澄清你的写作,中断很难续接。这需要不断重读和修改,这样提交后很少需要修改,在第一轮就尽可能接近正确
- 一天中重要的两部分:开始和结束。
- 结束时留下容易做的事用于第二天开始,因此,醒来便知道自己要做什么
- 结束时清理桌子,用于结束一天的心理状态,让大脑不在晚上反复回忆
- 有标准。只关注最好的,不合格的删掉。只写自己知道的东西
- 在常用的技术上积累经验。尽早实践数据分析,不要忽略数据!
快速结束-时间限制,快速响应纠正
- 到点下车
ref:俺是如何在3个月内写出博士论文的
快速开始:https://mp.weixin.qq.com/s/L3M6YX1-TPpNzFFBKQG4Nw
文章价值集中在:标题5%+摘要15%+图表60%+讨论20%
流程:初稿写作→标注知识缺口→定向查阅→修改升级
被动阅读留存率≤10%,而边写边查的主动学习留存率≥75%。所以我觉得用写来驱动读是很好的学习方法,我把它称作"写作驱动阅读法"
1️⃣建立空白文档立即写下已知内容(哪怕只有三句话)
2️⃣用红色标注不确定的论点
3️⃣带着具体问题定向查阅文献
当写作卡壳时,按需补充三类文献:
1️⃣弹药型:直接支撑当前段落的权威文献(限时20分钟查找)
2️⃣防御型:可能被质疑的薄弱环节文献(标注但暂不深入)
3️⃣烟雾弹型:提高引用量的相关文献(记录在单独表格中)
初稿是自己的思考备忘录。
读
阅读时提问:
- 应用:工具还可以解决什么问题?如,读了一篇用深度学习预测房价的论文,可以问:“这个模型能不能用来预测股票走势?”
- 改进:局限中哪些是我们可以改进的?如补充数据、变量优化,方法调整。“本研究的局限性包括两方面:1. 论文中仅验证了英语数据集(论文不足),可通过补充多语言数据解决;2. 模型在极端语速下表现下降(应用边界),可通过引入语音增强模块优化。”
演讲者像导游举着旗子带路,听众像游客随时提问确认方向。(引导,参与)
领导讨论/发表演讲:结构化引导,像导游规划路线,让听众“不用思考怎么走,只需专注看风景”。告诉听众到底发生了什么,预览讲解的内容让听众知道接下来会发生什么,提供好的例子,再提供一个好的资料来源,如果人们感到困惑,征求他们的问题。
- 目标:引发对话。如何更好的应用,来解决新问题。不断提醒目标:我们想完成什么?目前的步骤如何帮我们完成这项工作?
- 决定讨论哪些话题:抓关键、简化
- 解释达到目标的条件、要素和步骤。如 “人工智能在医疗影像诊断中的应用”,可能涉及多数据源,多种算法,不同疾病的(诊断)效果等。可以选择 “某种特定算法对提高肺癌影像诊断准确率的作用” 以及 “数据标注过程对诊断结果可靠性的影响” 这两个关键信息。对于算法,要解释算法核心原理,如如何通过卷积神经网络提取影像中的特征,便于明白算法是怎样工作以实现准确诊断。也要介绍算法在实施中的具体参数设置、训练数据的特征以及如何验证诊断结果的准确性
- 复杂公式简化为“输入→编码→输出”三步骤,说明关键逻辑,其他部分表达为“代数计算可得”。
- 背景(问题设置+干什么用):过去应用局限+现有解决条件。如,“在图像识别中,小样本数据标注成本高(问题)。现有方法需10万+样本(现状),本文提出的元学习框架只需100张图(解决方案)。” (导航:问题→现状→解决方案)
- 白板:先对空间使用形成一个计划,避免擦除最近写的或持久的文字。建议左侧公式,如定义+大纲(时间估计);右侧流程图+关键参数,对比表(可视化)
- 大纲(跟进节奏):附加时间估计,时常回顾大纲。如“先看问题定义,再讲新方法的两个创新点,最后对比实验结果。” (模块化:理论→方法→实验→结论)
- 用案例解释抽象符号,易理解,如
代表学生个人的潜在能力
- 讨论:(互动推进,提问或总结,便于同步)
- 扮演促进者角色。
- 参与者 A:“为什么模型在测试集上准确率突然下降?”
- 领导者:“你提到的测试集准确率下降(重复问题,提供上下文),可能与论文中讨论的过拟合问题有关。论文第 4.1 节提到(关联原文),当训练数据分布与测试集差异较大时,准确率会波动。我们之前讨论的正则化方法是否能缓解这个问题?(追问或对比方式延伸)”
- 将结果置于适当的情境,强调与目标和应用在的总-分关系,如何(在未来)更好的使用。
- 结论:“本文提出的特征提取方法使模型参数量减少 40%。”
- 关联应用:“这意味着模型可以部署在手机端,减少用户等待时间,符合我们降低移动端算力需求的目标。”(这个结论,能解决什么问题?符合我们的目标)
- 扮演促进者角色。
- 结束,征求反馈
听懂他人演讲:像侦探破案一样主动挖掘信息,用已知线索(案例/知识)推导未知逻辑。
- 问自己,发生了什么?你感兴趣的是什么,它们什么联系?作者试图克服的困难是什么?对于证明,为什么结果符合直觉?对于算法,为什么决策是问题的最优解?
- “dropout防止过拟合”,思考:“作者是不是认为随机删除神经元能让模型更鲁棒?”
- 直觉验证:“如果dropout率设为100%,模型不就没用了?所以这个方法应该有个平衡点。”
- 预测,接下来会发生什么?如果你能领先一步,那么当事情变得更困难时,你就有了缓冲。如笔记分2栏,左栏记录演讲内容,右栏同步写下预测或疑问。如右栏批注:“接下来可能用消融实验验证模块有效性,期待对比结果。”
- “前面提到了递归结构,接下来,可能要用数学归纳法”
- 正反例子,具象化。抽象概念映射到已知场景,如理解“模型泛化”,用“学生考试”。“过拟合就像学生只背答案,不理解原理,换题就答错。”
- 用“房价预测”案例理解回归模型,用“垃圾邮件分类”理解分类算法。
- 参考原文。演讲者通常会用与原文不同的方式来表达。
- 反馈,问问题/告诉演讲者我很困惑。如果前面没有帮助,那么我可能迷路了。问问题,不会让你觉得蠢。拒绝提问剥夺了你增进理解的大好机会。 不要为了炫耀而问问题。
- “我理解到…但不确定…”,如“我理解α参数控制正则化强度,但如何确定最佳值?”
- “抱歉,这里的符号τ我没跟上,能再解释一次吗?”
- “您刚才说的‘域适应’,是不是指模型从训练数据到真实场景的迁移能力?”
从你跟不上的演讲中获益:
- 明确目标和应用。
- 意识到有东西需要学习。有些东西是你不知道的,但有人觉得这个想法很重要,值得花2个小时在上面。
- 试着理解主题是什么,试着理解工具(结论)能做什么?这个工具与我试图解决的问题相关?
- 结束前留下3+个想法/问题,结束后与他人交谈。这个练习会让你更专注,是向他人学习的绝佳机会。如果你感到困惑,试着和别人一起解决。
- “论文中的消融实验具体对比了哪些模块?”
- “作者提到的数据集从哪里获取?”
- “这个方法在医疗影像中有应用案例吗?”
- 会后交流:“你觉得他们提到的‘少样本学习’和我们之前学的迁移学习有什么区别?”
参考:阅读小组讨论的建议。https://mp.weixin.qq.com/s/nb39vSv8JCPLCuqb9mLHzQ
高效学习
自愿的前提
- 喜欢
- 意识到重要性而驱动
学习只要目的重要且正确,再加点兴趣,可以是难得的娱乐活动
高效学习, 就是你真的想学一个东西时所做的一切事情。
- 抛弃一切干扰你的还没发生的念头,只是为了掌握这个知识,想方设法,不必循规蹈矩,试着开辟新的道路去解决问题,就是最令人愉快,最高效的学习之道。
- 学之前,抽离出情绪及过往的成见,以完全客观的视角来看待,才能真正了解与体验一件事情。人是很奇怪的动物,经常用主观情绪毁掉本该美好的事物。学习首先要有意义感,这是学习对你的重要程度。意义可能是不能挂科,想学到魔法,找到意义后,搞明白是怎么一回事儿,构建自己的理解体系。纸笔上画图表有助于思考。重点关注如何应用,关注案例,回归生活,有利于真正理解
- 直接开始尝试,根据反馈的感受,回看理论进行调整改善
- 快速开始:面对复杂艰难的事,快速迈出第一步的方法是,骗骗自己。别给自己那么大的期望与压力,将坚决痛苦的下决心转成玩玩而已的尝试心态
- 主动,注意力集中,才能深入,有价值的产出
路径:
- 老师手把手教
- 阅读。阅读是获取一切有价值信息最基础的能力
- 大量阅读、主题阅读。没有什么知识是一本书无法告诉你的,如果有,再看一本
- 精读。分辨出来的好书,重点体会。构建本领域的系统框架
- 应用实践:模仿-创造小项目-完成大项目-发布-获得激励-循环,继续整个流程
- 模仿,fake it until you make it。模仿的对象是成功作品,先解决常用的应用场景
- 拼图式,不是顺序积累的过程,充满了无头苍蝇式的探索和拼接。强调用是最好的学,以项目和作品的需要为学习导向,实践中针对性补充知识
- 作品导向,可以减轻初期面对大量复杂知识产生的恐惧和抗拒,利于长期坚持。适用于不具备很强逻辑知识体系的技能,只需要一点点坚持,拼图必然越来越完善
- 切换学习模式。找不到什么门道时,应该像苍蝇一样漫无目的的乱撞--实验、坚持不懈、试错、冒险、即兴发挥,这是最正确的策略。找到门道后,切到蜜蜂模式,认准那个方向,不断打磨对应的方法与实践
- 拼图前,先搞清楚边框。对技能有整体把握,知道路线,要点,常用方法。依此可以单独拎出来的方法是无论花多大代价,找领域内的顶尖高手领你入门,初学阶段,参加培训的作用更加明显
- 重读。判断力和理解力提升后,重读会有新收获。这时读书生成的感悟,是过往一切努力铺垫的精华
- 独立思考,提炼,取舍,将阅读收获输出。输出方式有:转教他人,演讲,写作。写作最为便利,最利于思路梳理。输出时,将新知融入已知,尽可能形成自己特有的理解
- 全程量化,可视化。最有效的方法就是一旦做出东西来,晒晒。哪怕一点鼓励和赞美,都给你带来难以置信的动力。长期坚持的重要条件就是给自己找成就感,想方设法找到适合的形式,无论看上去多么简单或多么可笑。
- 拿出一张白纸,简洁回想大纲和理解,大量符号标记,像画画一样,按自己的思维顺序,越形象丰富越好。这张纸上,是你独有的知识财富,构建出来的架构,日后可以加小结,画画,举例子,分析题目,琢磨句子。这是一个综合的系统,一切为你的思路服务。构建系统的过程,就是获得理解的过程。这个过程,可以说成研究、调查,像一场求得新知的探索旅程。更酷的是,学习过程感受不到时间的流动,与时间融为一体,即心流 flow,发生在沉浸中,这样很难走神
学习内容:学没人教你的东西,书上没有的东西,一切可以学的东西,比如生活的好习惯。保持模仿的谦卑,探索的好奇。
学习课程:先看课件,了解重点。看完后,合上课件,拿出一张白纸涂画
- 课本:检索工具,用于针对性的突破疑难重点。
- 课件:线路指引
遇到不理解的地方:课件-课本-网上资料,如Khan Academy,名校公开课,MOOC
自律:
- 自律可以使你感到自己做了一些事情,在迷茫的日子也能活的坚实充实。就像是在滔滔江河里千里行舟,感受到自己的力量在撞击着自然的阻遏,前进一寸,都是伟绩
- 自律,是为了收获幸福感,包括能掌握自己生活的安心,达成一切目标的自信,获取成就的幸福。自律,就是尽力将每一天活出内容与意义,换取一夜的安然好眠
- 自律的人,能制服自己脑子里的那只猴子,实在想不出来世界还能如何阻碍他。自律比放纵更愉悦,不后悔,产出价值。自律意味自主选择。我依然面对着一个残缺的自己,我的力量依然不足以我去驾驭一些关系,达到一些目标,∴我必须默默成长。这时,只有自律,才值得作为方向,带给我们度过压抑迷茫时的动力,心如止水的,度过充满诱惑的一天。只有自律,才能看清我的敌人,我的朋友--我自己,无时无刻不在我身边陪伴着我。这样的生活,刺激,有挑战,又有暖意。每一天都是值得付诸笔墨的勋章。
- 转变观念,自律是为了美好的当下和未来,为了更愉悦丰盈的生活,为了成为一个你想成为的人。对于自律最好的形容就是,你双手酸痛但满怀期待的制作一件你心中的陶瓷
- 自律的方式取决于你对”完善的自我“的定义,及你自己实际的精神身体状况。有人每天睡到日上三竿,但他也很可能是个自律的人。你可以这样做,只要1天做成了一些事情,一些很有好处但麻烦困难、并不想做的事情,就可以放羊了,为了达成目标,一开始就做那些不轻松的事
- 能够长时间高质量的集中注意力于对未来有帮助的事情。虽然只要做了就是好的,但人是要有追求,有进步的。如果专注时间和质量都在提高,而又不感到格外难捱的痛苦,就是自律成长的过程。这需要两个重要的方面:1. 要合理做出选择,做什么比怎么做重要 2. 达到自律,要打磨注意力
- 选择的首要标准是重要且合适。然后是对改善当前境况有帮助。以未来时间的视角很好,能促使你为未来做准备,做计划的时间要短,重在安排好时间,更多的,是专注于每个计划的当下
- 越来越感觉到,一个人之所以优秀,是因为他准备的更好,差距还是在投入的时间,自律,起码保证一个可观的投入时间下限。一切方法首先要确定,自己有足够的时间保证,只做最重要的事情,做一小时就做一小时的事情,到点下车。有了自律,我才相信,我的一切问题,都是时间问题,而已
时间分配:用尽一切资源,尽可能分配多的时间和精力,在初期全力学习该内容。三分钟热度也是能量,要用好,在这三分钟里学到尽可能多的东西,尽快脱离无聊的基础储备阶段,感受所有成果的成就感,不至于早早放弃。必须在一定时期内专注于一件事,才真正可能有所成就。多线程永远比不过专一的效果。没学会,一定是浓度不够,长期坚持是最重要的。如果决定实行做这个事,一定要专一,做好长期,认真的准备。
休息:
不要透支自己。无法保证注意力集中的质量,就放弃,做别的事情。涣散着死撑一小时,可能不如全神贯注10分钟
生活需要享受,需要做一些我们热爱的事情,为了美妙生活本身,也为了更好的投入学习与工作,为了能将进取的状态持续的更久
经过这个过程,你开始渐渐相信,你的自律,你的意志力,你的执行力,你的勇气与果断,都没有问题。
ref:
学习方法漫谈 https://mp.weixin.qq.com/s/XI9ygtqY1T_LgizQhOlp0Q
对长时间学习的观察 https://mp.weixin.qq.com/s/pRAuxKCaQJ-7ThfgDewSsw