获得徽章 0
- 深度学习是一种人工智能技术，它模仿人脑的工作方式，通过构建多层的人工神经网络来解析复杂的数据模式。
它的训练方法是，针对特定的应用场景，给人工神经网络的输入层“投喂”大量数据样本，同时输出层“投喂”相应的“正确答案”。通过这样的训练，不断优化人工神经网络的内部参数，使根据输入生成最接近“正确答案”的输出的概率最高。
与传统编程中程序员编写具体规则来指导计算机生成结果的方式不同，深度学习能够自主地从海量数据中学习并提取有价值的特征，进而基于这些特征生成预测或决策结果。这一切都是建立在神经网络自主学习到的数据特征基础之上，而不是外在的人类规则。
---《AI未来进行式》有感展开赞过
评论2 - 我们做事的目的不应该是实现某一具体指标，而应该是养成某种行为习惯。
以减肥为例，许多人会选择设定一个非常具体的目标，比如一个月内减掉二十斤，然后通过严格的饮食控制和高强度的运动来实现。然而，这种基于短期目标的“第一序列改变”往往难以持续，即使短期内达到了目标，也容易出现体重反弹的情况。
相比之下，“第二序列改变”则更加注重形成可以长期维持的生活习惯。例如，设定的目标可以是“每天至少运动半小时”和“晚上六点后不再进食”。这样的目标不仅更容易实现，而且有助于形成稳定的健康生活方式，从而避免了快速减肥带来的副作用。
同样的原则也可以应用于孩子的教育中。与其给孩子设定一些具体的成就目标，比如“考上某某大学”或“找到一份好工作”，不如将重点放在培养孩子独立生活的能力上。这包括教会孩子如何自主学习、如何有效地解决问题、如何与人沟通交流，以及建立正确的人生观和价值观。通过在日常生活中引导孩子养成良好的学习习惯、积极参与社会活动、学会自我管理和情绪调控，可以帮助孩子成长为一个全面发展的人。
总之，无论是个人的健康还是孩子的教育，采用“第二序列改变”的方法，能更有效地促进长期的正面变化。
---《价值心法》有感展开评论点赞 - 三年前写过一段话，是关于“大型项目质量把控”的（下图）。现在看来，错的离谱。
首先，问题归因片面。不难发现，其间所有的措施都是在对人做约束，默认把问题归咎于程序员的编程素养和管理不善。其实，软件规模的增长、技术复杂度的增高、架构设计的不合理、不专业的产品和业务，都是不足为奇、不遑多让的“共犯”。
再者，不靠谱的部件和个体是客观存在，这就像误差只能减少不能消除。我们要解决的问题，从来都不是、也不应该是约束个体，以期望所有个体都变得靠谱。而是：如何让不可靠部件构建的系统稳定运行。
今天，我给出一个终极答案：架构设计和团队建设，两手抓、两手都要硬。方案细节请自行参看，《软件工程》、《从零开始学架构》和《第五项修炼》。展开赞过 评论1
