你好，一般到多大岁数近视度数就稳定了？一般近视多少...
你好，一般到多大岁数近视度数就稳定了？一...
病情描述（发病时间、主要症状、症状变化等）：你好，一般到多大岁数近视度数就稳定了？一般近视多少度以上才需要戴眼镜？
医院出诊医生
擅长：眼底病
擅长：眼科疾病
提问者采纳
因不能面诊，医生的建议及药品推荐仅供参考
职称：主治医师
专长：眼球穿孔伤,视神经炎,视神经萎缩,玻璃体出血,老年...
&&已帮助用户：28953
问题分析：根据您说的情况，近视眼主要是长时间近距离用眼造成的，所以跟年龄无关，只要长时间近距离用眼如玩手机，成人也是会近视的意见建议：建议到医院进行验光检查就知道了，一般超过100度就需要配镜矫正，当然这个看个人的调节能力
追问：我去检查了说我50度和75度近视，这个要戴眼镜或者手术治疗吗？那个激光手术安全吗
回复：你的情况属于轻度近视，如果不影响日常生活，可以不用佩戴眼镜，平时注意合理用眼以免度数加深。
专长：近视手术、个体化飞秒激光近视手术、ICL晶体植入术...
&&已帮助用户：709
问题分析：你好，一般情况下近视150度以上就要戴眼镜的，平时要学会注意保护自己的眼睛，这样才能阻止势力进一步下降的。意见建议：戴合适的眼睛能够很大程度的矫正视力，同时能一定程度预防近视的加深。但是需要注意的是，已经近视了，就说明以前的用眼方式有不对的地方，需要改正，否则戴镜之后视力还是会慢慢下降的
专长：近视、斜视、白内障
问题分析：您好，近视是由多种因素导致的，尤其不良的学习姿势，和用电脑等是现在常见的诱因，当然，遗传因素也起到一定作用，目前准分子激光屈光性角膜手术治疗效果比较好意见建议：做眼保健操对于消除眼睛视疲劳、保护视力是十分重要的，也是我们每人都能做到的日常防护
专长：在白内障手术、眼外伤、眼底病、青光眼治疗上尤其见长
问题分析：你好，选择眼科医院其实不困难。医院你可以通过专家和设备，就这两个基础板块看出实力。你做近视手术还需要了解安全以及相关知识，这些就是医院提供的服务。意见建议：另外，你在做近视手速好时候，选择正规眼科医院自然各方面体系健全，自己也不用担心很多方面。哪家眼科医院好？实际上也是需要自己去选择。
问眼睛近视度数还没稳定，能戴隐形眼镜么？
职称：主治医师
专长：内分泌
&&已帮助用户：44263
问题分析：你好，准分子激光矫治近视手术目前已非常安全。手术治疗近视的技术正在迅速的提高，让手术治疗近的危害降到最低。
.意见建议：建议近两年来出现的最新技术飞秒激光更是让患者术后效果趋于完美。　但是前提是必须选择正规眼科医院，设备和技术都有保障的才行，祝你好运！！！　
问近视度数在什么岁数会保持稳定？
职称：主治医师
专长：五官科，尤其擅长近视等疾病
&&已帮助用户：22030
病情分析： 近视度数稳定与两方面因素有关，一是眼球发育、二是良好的用眼习惯。意见建议：一般18岁之后眼球发育基本稳定成熟，但并不代表近视度数就稳定，如果不注意良好的用眼习惯，近视仍然可以继续发展。
问近视后戴上眼镜会增加度数吗
职称：医师
专长：普外科、肝胆系统疾病
&&已帮助用户：8739
病情分析： 你好，如果经过了散瞳检查确诊为真性屈光不正的，建议坚持配戴眼镜。虽然配戴了眼镜后可能也会加深，但不配戴更容易加深。意见建议：近视眼不配戴眼镜光度是会增加的。因为你的这个年龄段用眼需求较高，容易形成视疲劳，光度较容易加深。希望对你有所帮助。
问如果近视了戴眼镜，还会增加度数吗？
职称：药师
专长：中西医结合内科，
&&已帮助用户：49402
病情分析： 得了近视最好还是配戴眼镜 。 因为不戴眼镜的话，看书时会感觉到更吃力，眼睛更容易疲劳，视力会下降得更快。同时，眼镜是矫正曲光度和眼球的，不戴眼镜的话眼球变形会更严重。
问近视了戴眼镜会增加度数吗
职称：医师
专长：脂肪瘤，痔疮，疝气，阑尾炎等，
&&已帮助用户：406342
指导意见：您好，形成近视增长的可能有很多，比如用眼强度大，佩戴的眼镜不适合或眼部疾病都有可能造成视力下降的。近视一旦形成就只能矫正，可以通过配镜矫正或手术校正，配镜的目的是防止看不清楚加深近视，但要注意配镜准确。 手术要求年龄在18岁以上， 近视稳定的时候。平时要注意用眼强度吧，要控制视力的发展，用眼1小时左右要休息10-15分钟。
问戴眼镜可以降低近视的度数吗？
职称：医师
专长：月经不调,痛经,细菌性阴道炎
&&已帮助用户：153493
最好去眼科详细检查，具体情况还不太清楚，所以无法判断是否会自行恢复，对于眼睛的问题最好早诊断早治疗。
关注此问题的人还看了
大家都在搜：
关注健康生活！
黄斑区是视网膜的一个重要区域,主要与精细视觉及色觉等视功能有关
干眼症指任何原因造成的泪液质或量异常,导致泪膜稳定性下降
角膜的炎症,就叫角膜炎,引起角膜炎的微生物有很多
习惯造成的,过度用眼或是用眼不当都会造成,但是右眼视力突然模糊
当孩子视力出现问题的时候,很多家长会把近视和弱智混为一谈
百度联盟推广
近视相关标签
近视眼(myopia)也称短视眼，因为这种眼只能看近而视远不清。处在休息状态时，从无限远处来的平行光...
免费向百万名医生提问
填写症状 描述信息，如：小孩头不发烧，手脚冰凉，是怎么回事？
无需注册，10分钟内回答
搜狗联盟推广
百度联盟推广
医生在线咨询
评价成功！ 上传我的文档
 下载
 收藏
粉丝量：20
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
瑞利-泰勒不稳定性的理论研究
下载积分：1280
内容提示：瑞利-泰勒不稳定性的理论研究
文档格式：PDF|
浏览次数：257|
上传日期： 14:18:13|
文档星级：
全文阅读已结束，如果下载本文需要使用
 1280 积分
下载此文档
该用户还上传了这些文档
瑞利-泰勒不稳定性的理论研究
关注微信公众号本渣作为一个王垠的脑残粉。&br&推荐做C311的作业&a href=&//link.zhihu.com/?target=https%3A//cgi.soic.indiana.edu/%7Ec311/doku.php%3Fid%3Dassignments& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&C311/B521/A596 Programming Languages
[Assignments]&i class=&icon-external&&&/i&&/a&&br&以及那个P523编译器作业&a href=&//link.zhihu.com/?target=https%3A//github.com/spiritbear/Grad-School-Code& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&spiritbear/Grad-School-Code · GitHub&i class=&icon-external&&&/i&&/a&&br&&br&当然编译器那个坑比较大。。。C311那个可能对于题主来说比较简单吧 -_-
本渣作为一个王垠的脑残粉。 推荐做C311的作业 以及那个P523编译器作业 当然编译器那个坑比较大。。。C311那个可能对于题主来说比较简单吧 -_-
简单来说：&br&&b&自己多读paper（或书），少浪费时间去上课。&/b&&br&&br&最初只写了这么一句，有不少朋友支持但是更多人不明所以地反对，答案排名直接垫底。。。于是只好匿名自爆一记。主要是因为不举例子吹牛实在难以让人信服“少上课才能多学知识”这么反直觉的论点。。。&br&这贴火的有点大。。。所以求私信的同学们不好意思，我可能没法一一回复了。&br&&br&lz从大二末开始发第一篇paper，大三又发了两篇，大四申请gradschool结束之后又弄了一篇，除去第一篇是亚太地区的区域性会议（虽然会挺搓，但是proceeding 至少也收录SCI）之外，其余三篇全都是领域内顶级会议（这里指在任何Computer Science ranking上排在最高梯队的那几个会，比如&a href=&//link.zhihu.com/?target=http%3A//www.ntu.edu.sg/home/assourav/crank.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&NTU Ranking&i class=&icon-external&&&/i&&/a& 或者 &a href=&//link.zhihu.com/?target=http%3A//webdocs.cs.ualberta.ca/%7Ezaiane/htmldocs/ConfRanking.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&UAlberta Ranking&i class=&icon-external&&&/i&&/a& ）。当然全部都是一作。Computer Science这块儿你也懂的，大家都是发conference, journal反倒看得少了。当然，咱也不能说凡是能发在顶会上的都是好paper，毕竟哪里都有水。但要讲论文本身的知名度和影响力，大概国内近10年来CS本科生发表过的paper没有比我高的吧。。。&br&&br&&br&lz从大二冬天起醒悟了，于是开始&b&戒课&/b&。用全部时间来学习，先期是通读各种影印版教科书。这里赞一下机械工业出版社等国内出版社的良心影印版，一本三厘米厚的16开原版教材，只要不到一百块钱！但即便如此我还一度因为买书穷困潦倒（比如每月生活费1000，买掉500块钱的书）。当然，书买完了肯定会第一时间读完——&b&就像期末考试前通宵读崭新的课本一样读完（相信不少人都有感觉，期末考试前通宵的学习效率是最高的）&/b&。如果有些书比较简单，通几宵就看完了（比如印象中，这本&a href=&//link.zhihu.com/?target=http%3A//hagan.okstate.edu/nnd.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Neural Network Design&i class=&icon-external&&&/i&&/a& 写的超级简单而且图多到杀猫，我只用了两天时间就没做习题全部搞定了）当然也不是每本都这么顺利，Simon Haykin的那本&a href=&//link.zhihu.com/?target=http%3A//books.google.com/books/about/Neural_Networks.html%3Fid%3D3-1HPwAACAAJ& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Neural Networks&i class=&icon-external&&&/i&&/a& 就看了我一个多月好久依然不得要领。甚至还因为内容不懂，试图去中科院专门找过译者史忠植教授，可惜没有预约直接擅闯办公室被轰出来了。。。&br&&br&到了大三的时候，领域内的基础知识就已经算是初窥门径了。虽然离直接开班授课还有很大差距，但是至少能看的懂paper，能自己搭模型，而且&b&遇到了什么问题知道大概可以去查哪些方法来解决了&/b&。从这时候起，阅读的内容就变成了paper和教科书一半一半。最初当然每篇paper都读得很慢，但是到了后来发现，学术圈也没有想象的那么神圣，不少人都是绕着一个点子转圈发paper。于是开始批判性地横向看这些paper，也逐渐萌生了自己写paper的想法。要说速率，最早的时候大概一周也就看两三篇paper。到了大三下学期，基本上看完abstract大概就能猜出50%文章的套路技法了，而且阅读范围也从随便拿个paper就来读，到对于&b&会议、细分领域、作者、发表年份、引用量等属性来细挑出真正重要的paper来读&/b&。&br&至于写paper本身就是玩命想玩命读玩命做实验，而且要经常根据实验结果改换研究方法、甚至是研究问题本身的重心。当然，最重要的其实还有一条，就是&b&运气也很重要&/b&。比如我就曾经有paper被某顶会中的一个审稿人以最低分拒掉后，一字未改被另一顶会以很高分收录的情况。。。&br&&br&&br&可能又有热心网友要问了，那你GPA怎么办，这个就看你怎么看待GPA这个问题了。比如我的本科学校经常有变态老师，出勤占总成绩的40%。于是遇到这种课就直接挂了再补考。我的逻辑是，&b&宁可补考也不会选择浪费时间&/b&。&br&&br&不过最近清华的吴佳俊同学在各大媒体火了一把。吴同学相当优秀，足以单独开一贴从另一个角度来证明本科生可以发paper。而且更难能可贵的是，他不光有顶会论文，而且据说GPA也是系里No.1，此君multitasking能力实在超强！！另一方面我吐个槽，真的很纳闷他怎么能做到用去MSRA实习的时间冲抵课堂考勤的。&br&&br&&br&&br&&br&=====12月25补充=====&br&楼下有同学问我怎么做到的，想到很久前答过的另一个帖子。反正都是匿名，就一并给出来吧。不过通宵有风险，仅供参考。。。&br&&a href=&http://www.zhihu.com/question/#answer-142781& class=&internal&&前一晚没睡好，第二天如何保持旺盛精力？&/a&&br&&br&&br&&br&&br&&br&&br&&br&&br&&br&&br&&br&&br&&br&后来在评论区有好多问题大家反复问，我把几个主要的再整理一下，略作修改放到主贴里：&br&&br&&u&&b&问：GPA怎么办？&/b&&/u&&br&答：&b&我觉得世上大多数事情都没法做到十全十美。GPA太低怎么办？睡眠时间不足怎么办？课外活动怎么办？谈恋爱怎么办？准备找工作怎么办？要不要顺便预备考研？……问题太多了不一而足。如果瞻前顾后太多反而会死于平庸。这么多事情哪些是你心里不情愿但是迫不得已要去做的？哪些是你内心深处最真的渴望？想清楚了也就不怕了。&/b&&br&当然，我GPA真的超低的。。。我妈每次通电话最关心的是我能不能顺利毕业。。。&br&&br&&br&&b&&u&问：数学很差怎么办？&/u&&/b&&br&我觉得首先要区分数学和数学考试。&br&比如我心算特别差，数学推导也特别差，手算符号微积分至今都是要我命的东西。但其实，那些东西在真正应用里几乎碰不到。&b&再牛逼的微积分做题小能手，也赶不上mathematica&/b&。这正好又让我想到了前阵子有人很精辟地总结道“数学能力不等于算术能力”。&br&真正最能广泛应用的数学思想和建模能力，反倒不是在数学考试中体现出来的。&br&&br&&br&&b&&u&问：怎么读Paper？&/u&&/b&&br&首推Google Scholar。在CS领域基本上原作者把draft放到自己网站上，一两周Google Scholar就能爬到。&br&如果能灵活运用搜索语法，可以很精确地找到领域内的重要文献。相对来说，&br&&b&近年paper值得看&/b&&br&&b&顶会paper值得看&/b&&br&&b&引用量高的paper值得看&/b&&br&&b&有些特定作者的paper值得看&/b&。&br&如果找到一个好文章，可以根据它引用和引用了它的文章来顺藤摸瓜，对领域快速建立认识。&br&另一方面，大家其实不用太纠结按重要性严格排序看paper，每篇paper是否一定是精华中的精华。读到后来一篇文章其实花不了太多时间。而且，重要论文之所以重要，是因为其思想会被那些不那么重要的二流论文不断重复。比如你滤波器读的多了，想不认识维纳卡尔曼怕是也没可能。&br&&br&&br&&b&&u&问：英文读不懂怎么办？&/u&&/b&&br&语言的鸿沟，相比知识本身需要深度思考才能跨越的鸿沟，是非常微不足道的。恕我直言，现在中文CS领域期刊基本上都是二手信息。如果真的是对知识本身感兴趣，绝对要考虑硬着头皮看英语文献。&br&没人天生英语好，所以就一个字，练！&br&我一开始虽然读英语能读懂，但是毕竟没有汉语的速度快。于是&b&我一度还担心全英文的学习资料会降低学习效率。但现在回头看来，更能降低学习效率的是糟糕的知识组织，以及糟糕的翻译。&/b&举个例子，MacKay那本&a href=&//link.zhihu.com/?target=http%3A//product.china-pub.com/415868& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&信息论、推理与学习算法（翻译版）&i class=&icon-external&&&/i&&/a&，翻译渣的不行，完全看不懂。凭着坚强的意志和舍不得五十块大洋的屌丝心理，翻译版我鼓起勇气看了好几遍但还是坚持不下去。后来找到英文原版的电子版，顿时觉得世界好美。&br&当然译著也有例外，譬如&a href=&//link.zhihu.com/?target=http%3A//book.douban.com/subject/1230413/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&深入理解计算机系统&i class=&icon-external&&&/i&&/a& 这本，就翻得相当靠谱。译本也对的起广告所说的“本书的价值超过同等重量的黄金”。&br&&br&所以总的来说，我觉得无视中英文，先从知识本身上选择最著名的教材，大都还是最有效的。至于影印版和译本的选择，主要还是看译者的水平。但同时还要记住一点，提高英语水平是综合能力，提高“阅读蹩脚翻译的领悟力”，在我看来不值得投技能点在上头。。。&br&&br&&br&&b&&u&问：导师的角色？&/u&&/b&&br&我觉得在研究类问题上，很多人都把导师的角色搞错了。不光是本科阶段，甚至博士生的时候，导师绝对不是老师。&br&第一，&b&他没有义务为你选题。&/b&本来就该是你而非你的导师为你自己的研究负责。换个角度，导师要管那么多学生，他不可能也没有这样的创造力，帮每个学生都选出既惊世骇俗，而且又在你能力范围内一定能做的出来的点子。&br&第二，&b&他没有义务，也不该有这样的能力，在你研究每每遇到问题的时候都能告诉你答案。&/b&因为你要做的研究，如果有意义，那么一定是他也不知道答案的研究才行。&br&&br&至于一个好的导师能给予的帮助，我想到了如下几点：&br&1. 开会给报销路费和注册费，让学生自己去国际会议当场present自己的工作，与同行交流。（如果学生一作做出paper但每次都是老板把持着开会机会顺便旅游，就不太好了）。&br&2. 学生有了问题能以积极的态度一起讨论，并在知识的广度上和经验上给予支持（毕竟导师最可能会远超过学生的地方，只有经验和知识积累）。&br&3. 控制进度，防止学生因为经验不足钻进死胡同浪费太多的时间精力和资源。如果学生懒惰，给予适度鞭策&br&4. 尊重学生天马行空的想法，放手让学生做。这一点和3略微有点矛盾，主要看双方磨合。&br&5. 管理和促进实验室内的交流。利用自己的关系积极为学生和实验室外搭桥合作。
简单来说： 自己多读paper（或书），少浪费时间去上课。 最初只写了这么一句，有不少朋友支持但是更多人不明所以地反对，答案排名直接垫底。。。于是只好匿名自爆一记。主要是因为不举例子吹牛实在难以让人信服“少上课才能多学知识”这么反直觉的论点。。…
&p&谢邀，我曾经也只是一个只懂 ACM 竞赛相关算法的普通程序员，误打误撞接触到了数据挖掘，之后才开始系统地了解机器学习相关的知识，如今已经基本走上了正轨，开始了走向 Data Scientist 的征途。&/p&&p&但是最高赞的一篇回答居然是关于 Deep Learning 的，这感觉就想是有人问我这山地车好高级，能不能教我怎么换挡，我告诉他说，这车太low了，我教你开飞机吧。我想即使目前开飞机（Deep Learning）的门槛一再降低，如果你没有一个优秀的基础，即使是老司机也是容易翻车的。&/p&&p&所以我给 &a class=&member_mention& href=&//www.zhihu.com/people/e1cf0d2cce& data-hash=&e1cf0d2cce& data-hovercard=&p$b$e1cf0d2cce&&@子实&/a&的回答点了赞：&a href=&https://www.zhihu.com/question//answer/& class=&internal&&普通程序员如何向人工智能靠拢？ - 子实的回答 - 知乎&/a&&/p&&p&简单认真回答一下，首先作为一个普通程序员，C++ / Java / Python 这样的语言技能栈应该是必不可少的，其中 Python 需要重点关注爬虫、数值计算、数据可视化方面的应用，主要是：&/p&&p&&img src=&&a href=&//link.zhihu.com/?target=https%3A//pic4.zhimg.com/v2-e83cbfd9e2c33a2f8da49e131e778867_b.png& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&pic4.zhimg.com/v2-e83cb&/span&&span class=&invisible&&fd9e2c33a2f8da49e131e778867_b.png&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&& data-rawwidth=&739& data-rawheight=&197& class=&content_image& width=&739& data-original=&&a href=&//link.zhihu.com/?target=https%3A//pic4.zhimg.com/v2-e83cbfd9e2c33a2f8da49e131e778867_r.png& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&pic4.zhimg.com/v2-e83cb&/span&&span class=&invisible&&fd9e2c33a2f8da49e131e778867_r.png&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&&可以参考：&/p&&p&可以参考：&a href=&https://www.zhihu.com/question//answer/& class=&internal&&怎么用最短时间高效而踏实地学习 Python？&/a&&/p&&p&如果日常只编写增删改查的代码的话，那可能数学已经忘得差不多了，需要重温线性代数和微积分的基础知识，这会为之后的学习立下汗马功劳。&/p&&p&再然后就是统计学相关基础，我在&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&知乎专栏——BI学习大纲&/a&中写过，贴过来仅供参考：&/p&&blockquote&相关性分析（相关系数r、皮尔逊相关系数、余弦相似度、互信息）&/blockquote&&ul&&li&回归分析（线性回归、L1/L2正则、PCA/LDA降维）&/li&&li&聚类分析（K-Means）&/li&&li&分布（正态分布、t分布、密度函数）&/li&&li&指标（协方差、ROC曲线、AUC、变异系数、F1-Score）&/li&&li&显著性检验（t检验、z检验、卡方检验）&/li&&li&A/B测试&/li&&/ul&&p&&u&推荐阅读：李航 —《统计学习方法》&/u&&/p&&p&&br&&/p&&p&如果以上知识都具备了，再往后的路就可以开得很快了，可以一直冲刺到 Deep Learning。但在这之前我们还是需要了解不少机器学习的基础：&/p&&ul&&li&关联规则（Apriori、FP-Growth）&br&&/li&&li&回归（Linear Regression、Logistics Regression）&br&&/li&&li&决策树（ID3、C4.5、CART、GBDT、RandomForest）&/li&&li&SVM（各种核函数）&br&&/li&&li&推荐（User-CF、Item-CF）&br&&/li&&/ul&&p&&br&&/p&&p&&u&推荐阅读：《集体智慧编程》、Andrew Ng — Machine Learning Coursera from Stanford&/u&&/p&&p&此时的你或许已经有一块可以用的敲门砖了，但离工业界实际应用还有比较大的距离，主要差距就在于 Feature Engineering，这也是我在面试考察有经验的人面前比较注重的点。这一块中有一些比较基础的知识点，简单罗列如下：&/p&&ul&&li&可用性评估：获取难度、覆盖率、准确率&br&&/li&&li&特征清洗：清洗异常样本&/li&&li&采样：数据不均衡、样本权重&/li&&li&单个特征：无量纲化(标准化、归一化)、二值化、离散化、缺失值（均值）、哑编码（一个定性特征扩展为N个定量特征）&/li&&li&数据变换：log、指数、Box-Cox&/li&&li&降维：主成分分析PCA、线性判别分析LDA、SVD分解&/li&&li&特征选择：Filter（相关系数、卡方检验）、Wrapper（AUC、设计评价函数A*、Embedded（L1-Lasso、L2-Ridge、决策树、DL）&/li&&li&衍生变量：组合特征&/li&&li&特征监控：监控重要特征，fa特征质量下降&/li&&/ul&&p&&br&&/p&&p&我放一张公司内部算法培训关于特征工程的 PPT，仅供学习参考：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-0c488d35e35e491b354e293aec574277_b.png& data-caption=&& data-size=&normal& data-rawwidth=&787& data-rawheight=&575& class=&origin_image zh-lightbox-thumb& width=&787& data-original=&https://pic4.zhimg.com/v2-0c488d35e35e491b354e293aec574277_r.png&&&/figure&&p&&br&&/p&&p&再往后你就可以在技能树上点几个酷炫的了：&/p&&ul&&li&提升&/li&&ul&&li&Adaboost&/li&&li&加法模型&/li&&li&xgboost&/li&&/ul&&li&SVM&br&&/li&&ul&&li&软间隔&/li&&li&损失函数&/li&&li&核函数&/li&&li&SMO算法&/li&&li&libSVM&/li&&/ul&&li&聚类&br&&/li&&ul&&li&K-Means&/li&&li&并查集&/li&&li&K-Medoids&/li&&li&聚谱类SC&/li&&/ul&&li&EM算法&br&&/li&&ul&&li&Jensen不等式&/li&&li&混合高斯分布&/li&&li&pLSA&/li&&/ul&&li&主题模型&br&&/li&&ul&&li&共轭先验分布&/li&&li&贝叶斯&/li&&li&停止词和高频词&/li&&li&TF-IDF&/li&&/ul&&li&词向量&br&&/li&&ul&&li&word2vec&/li&&li&n-gram&/li&&/ul&&li&HMM&br&&/li&&ul&&li&前向/后向算法&/li&&li&Baum-Welch&/li&&li&Viterbi&/li&&li&中文分词&/li&&/ul&&li&数据计算平台&br&&/li&&ul&&li&Spark&/li&&li&Caffe&/li&&li&Tensorflow&/li&&/ul&&/ul&&p&&br&&/p&&p&&u&推荐阅读：周志华——《机器学习》&/u&&/p&&p&&br&&/p&&p&可以看到，不管你是用 TensorFlow 还是用 Caffe 还是用 MXNET 等等一系列平台来做高大上的 Deep Learning，在我看来都是次要的。想要在这个行业长久地活下去，内功的修炼要比外功重要得多，不然会活得很累，也很难获得一个优秀的晋升空间。&/p&&p&&br&&/p&&p&然后你就可以快乐地捣腾一些有意思的项目了，比如最近我们做了这个：&/p&&p&&a href=&https://zhuanlan.zhihu.com/p/& class=&internal&&绘绘 - 利用深度学习让大师为你创作艺术作品&/a&&/p&&p&&br&&/p&&p&最后，关注你所在行业的最新 paper，对最近的算法理论体系发展有一个大致印象，譬如计算广告领域的几大经典问题：&/p&&figure&&img src=&https://pic4.zhimg.com/v2-1c0f2e26d_b.png& data-caption=&& data-size=&normal& data-rawwidth=&520& data-rawheight=&360& class=&origin_image zh-lightbox-thumb& width=&520& data-original=&https://pic4.zhimg.com/v2-1c0f2e26d_r.png&&&/figure&&p&&br&&/p&&p&相关 paper 的 gitlist 仅供参考：&a href=&//link.zhihu.com/?target=https%3A//github.com/wnzhang/rtb-papers& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&wnzhang/rtb-papers&i class=&icon-external&&&/i&&/a&&/p&&p&最最后，也要时刻关注能帮你偷懒的工具，它将让你拥有更多的时间去调参：&br&&a href=&//link.zhihu.com/?target=http%3A//python.jobbole.com/81153/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Python 网页爬虫 & 文本处理 & 科学计算 & 机器学习 & 数据挖掘兵器谱 - Python - 伯乐在线&i class=&icon-external&&&/i&&/a&&/p&&p&-------------------------------------------------------------------&/p&&p&广告时间：如果你对以上学习路径有什么困惑，或者你对以下问题感兴趣：&/p&&blockquote&＊ 怎么定义一个算法工程师？它与其它传统研发岗位的区别是什么？ &br&＊ 算法工程师所需的内功和外功是什么？ &br&＊ 算法工程师拥有怎样的不可替代性及成长性？ &br&＊ 如何才能最快速度成长为一名合格的算法工程师？ &br&＊ 如何才能通过国内大厂的算法岗面试？&/blockquote&&p&欢迎来我的知乎 Live
(????)??&/p&&p&&a href=&https://www.zhihu.com/lives/381504& class=&internal&&SimonS 的知乎 Live - 如何成为当下合格的算法工程师&/a&&/p&&p&&a href=&https://www.zhihu.com/lives/479680& class=&internal&&SimonS 的知乎 Live - 如何快速攻克传统算法和数据结构&/a&&/p&&p&&a href=&https://www.zhihu.com/lives/600384& class=&internal&&SimonS 的知乎 Live - 机器学习入门需要哪些数学基础&/a&&/p&&figure&&img src=&https://pic1.zhimg.com/v2-5cee6b4b1bee3d558b7c_b.jpg& data-caption=&& data-size=&normal& data-rawwidth=&811& data-rawheight=&653& class=&origin_image zh-lightbox-thumb& width=&811& data-original=&https://pic1.zhimg.com/v2-5cee6b4b1bee3d558b7c_r.jpg&&&/figure&
谢邀，我曾经也只是一个只懂 ACM 竞赛相关算法的普通程序员，误打误撞接触到了数据挖掘，之后才开始系统地了解机器学习相关的知识，如今已经基本走上了正轨，开始了走向 Data Scientist 的征途。但是最高赞的一篇回答居然是关于 Deep Learning 的，这感觉就…
一位在美国读文科博士的前辈写的，几年前我刚出国时在网上看到，一直保存到了现在。时常拿出来看看，想想我的Yard Life又是怎样。&br&&br&内容：&br&&br&每天学习8小时以下是不道德的&br&&br&　　我在北美读书，不断有小朋友问我学习和申请的事情，不回答不好，回答吧，又好像我有意教人似的。经验教训谈这种东西最不靠谱，别人的事情，也就是看个热 闹，该自己奋斗的还是自己奋斗。我终于写了这一篇，写得很费力，时间太紧迫，为这个搁下了要紧的任务，代价代价。生活残酷，过河卒子只能拼命向前。得看长 远的将来的目标，尽量不让一日闲过啊。只要看看身边牛人，学术超人，就觉得自己该狠狠摸爬滚打，而不是这样向后看（自抽一下）。　　　　 &br&　　我现在的生活，称为yard life。学校的中心地带是一个被圈起来的yard，往来的游人的热闹不改变它的幽静。yard是一颗巨大的孤独的心脏，每个人有自己专注的事，每天工作 12小时是生活的常态，学习8小时以下是不道德的，也不敢的。要保持优异的记录，简历上不容许留下败笔。一个经常在图书馆遇到的高年级以色列同学说：“我 在这里是第七年，我没有后悔在这里度过的每一天。我也没见过一个不勤奋的同学。如果不勤奋，就不会来这里了。” 他的神情和气质就是那种沉着坚强，知道自己在做什么，知道人生应该如何实现的人。就冲这一句，“我没有后悔在这里度过的每一天&，我大为惭愧仰视。 &br&&br&　　我在美国就像是农民工子弟在城里上学。壮观的图书馆，密集的资源，一群启蒙很早且极其勤奋的人聚在一起，聚成一间大牛棚。牛人同学大多出身优越，从小的学 习环境非我可比，都上过扎实的语言训练课，有人从12岁开始学拉丁语和希腊语，有人高中修过几门大学的法语文学课，有人每年至少去十个国家。有一位甚至 说：“过去的6个暑假，我都没有浪费，都在上语言班。”我脑子里顿时扑通了一下，想起我这个穷人浪费了所有夏天和周末，没有上过任何语言班，法语联盟，歌 德学院，新东方，统统无缘（出国前在新东方打暑假工，导师跌眼镜说，你为什么不趁这个时候学习啊？！）。我的法语德语都是自学，还是很心酸地。如果让我重 新选择一次，条件允许的话，会报语言班，而不是冷冷清清地自学。 &br&　　所以要尽量趁年轻多上学，学对自己长远有好处的东西，比如语言。工欲善其事，必先利其器，学好了语言才能走得远。到了博士生这一步，最大的心病就是原著读 得太少了。想我当年摇摇摆摆看一点哲学和理论书，兴致勃勃地跟。一次在某课程网页上一举看到了3个不知道的人名，Agamben，De Certeau，Judith Butler，那是和我非常相关的课，我心想我真是孤陋啊，去找来看看吧，于是就跟上来了，被誉为“跟得紧”。那种读书的法子掰玉米捡芝麻，看见什么就跟 什么，一团糊涂。写得高明的书，但自己读不透，没有吸取到眼光见识，只是博趣，开阔一下眼界罢了，搞不好只是name-dropping。理论书和二手的 文献批评好读，也不好读。要读透需要原文的功夫，要明白人家的讨论对象，人家怎样细读。如果不理解语境，没有原著的知识，读二手书是没有大的益处，索然无 味的。 &br&&br&　我有一个可怕的想法。“三十不学艺”，人到一定年纪（三十当然不是实指），就有暮气和自保之心，学东西就没主动性了。尤其学习外语，来自母语的抗拒力很厉 害。母语是自己的comfort zone，容易固步自封。你上课学语言，跟着老师和同学走，但一下课就和那个语言无关了，做作业和看课文都勉强，不用说主动去思考和写作了。人年纪越大， 越不想做基础的活儿，求胜心切，时间也紧张，不能拿出一往无前的劲儿来。学习趁年轻哦！&br&语言是文科生命线，一般比较文学的最低要求是三四门语言。美国这边的博士项目，往往有一个理论的考试和一个原著的考试，比如我的学校，一个是 common essay exam，考分析论辩能力，一个是reading check, 考三门语言的原著阅读。语言不是学着玩的，而是修相关的课，考相关的试。法文课是法语讨论，意大利文课是意大利语讨论。小论文用原文写，大论文可以英语写 （当然最好是原文）。牛人是没边的，会八门语言的大有人在，而且跨度很大，除了简直人人都会的法语德语西班牙语拉丁语外，还有希腊语 中文，日语 印地语 梵语，希腊语 阿拉伯语 希伯莱语，俄语 挪威语 中文 日语，这样的高难度组合，简直是什么难拣什么学。reading check这一关是很有道理的，要紧的是读作品，用原文读，读英译是欺骗和不负责任，是混不过去的。（责任这个词很重要。） &br&&br&　 语言学习方面，阅读高于一切。 语言不好的原因就是阅读不够。阅读给语言以内涵，口语和写作可以从读书中练。书看多了，思想和表达都有变化。讲一个小故事：研三毕业那年，朋友A接了一个 汉译英的翻译活，请B做了一部分。B交稿了，A看了觉得不合格，费了很大心修改。她和我感叹说：“真想不到，语言功底这么差，还得我重做。”我也很诧异， 不至于啊，B是北大本科出身，现在又念了研究生。A淡然说了一句：“书读少了。”我顿时无比崇拜，这四个字分量很重啊！应该用匾悬起来，警钟长鸣。后来我 开始琢磨周围的人读了多少书。遇到现在的同学L，她本科修了中文、法语、西班牙语三个学位。我问她修过多少门法语文学课，她说八门。问她读了多少法文书， 她说，小说大概30多部，戏剧大概30多部，诗歌就不好数了。顿时我就沮丧得不行了。和我的英语文学可能差不多，可人家还修了其他两个学位呢。我法文不 好，写作不行，根本原因就是“书读少了”。对于文科同学，读书才是根本，日常交往和沟通没什么难，难的是表达思想和论辩，学到圆熟，像使唤自己人一样使唤 它。上课发言辞不达意的感觉是很不好受的。 &br&&br&　很根本的一条，是合理安排时间（再自抽 一下）。和一个老师谈夏天的语言班。他当年在纽约上过一个古希腊语虐习班，每天实打实上课8小时，其他的时间，除了睡觉吃饭，全部用于写各种作业练习，大 概也要花上6小时。每天一小考，每周一大考，每天学习到深夜两三点，如此坚持了10个星期，学了大约相当两年的课程。语言班很多，没有最疯狂，只有更疯 狂，报这个班的必定是强悍的人，否则神经必然崩溃。在高强度的学习里，他锻炼身体没有间断。我问他如何做到。他斩钉截铁地说：我每天都跑步，十多年不断， 再忙也跑步，这是我生命的一部分！压力大的情况下，尤其要约束自己的行为。你要考虑放纵的后果。对于必将会后悔的事情，现在就不要做。比如吃饭，我不吃垃 圾食品，不吃批萨，因为，if I eat Pizza, I cannot run! 现在我就是再忙，也自己做饭，保证合理的饮食和健康的习惯。有运动习惯的人就是这样，你不是有意识地下指令，而是顺应身体的需要。让你的意志跟着身体走， 而不是身体勉强服从于意志！为了不让生活起冲突，你必须安排时间！ &br&&br&　　下面要谈的比较具体，关键词是：国外课程，Google，广播，有声书，电驴, 电子词典，podcast。我土了，大家随便看看，土了过时了的内容，请自动忽略。小朋友们条件优越，后来居上是天然之理，可以走直路就不要走弯路。 &br&&br&　
当我是一名无知的乡下小本的时候，常去看国外大学的课程网页。很多学校把课放到了网上，中国的院校比较封闭，所以可到国外网页看看，寻找他山之玉。眼睛永 远比胃口大，读不了书，至少了解书目，对自己仍然有用。我从大一起到哈佛耶鲁之类的网上溜达，看看人家读什么书上什么课，参照着找书读，一片懵懂的向往。 书主要仍然是经典书，是四海之内都容易找到的书，孤陋寡闻的无知小本，最需要的就是指路的光明，第一次读荷马史诗和柏拉图都是在看了耶鲁课表后找来读的 （当然读的英文，那时的心情简直什么书不读英文就不甘心）。后来念研究生的时候，要看批评著作和文论，大学的书单也很有用，像英国大学的course module和reading list很全。心中常想想自己的同辈，受另一种教育的幸运的人，在做什么事情，进度有多快，能感到一种鞭策。 &br&&br&　找资料的话，有一些专门针对某作品、某作品、某类别的学术网页，给出现成的bibliography。网上搜东西，手勤一点都可以搜到，但不必太费力，买椟还珠，做了书皮专家却没有看书。有一条正道是看书，经过一本书的引用推荐，跳到另一本书。 &br&&br&
Google scholar，想必大家常用。Google家还有一个伟大产品叫Google book。涵盖很强大，可以预览，比如输入croxton play，就跳出一大批讨论了这个作品的书。在网上预览，省去了在图书馆翻来倒去的时间。技术窍门很快可以摸索到，比如很多页不能直接浏览，但 search inside the book就可以浏览该页了。国内图书馆没有的书，可以通过Google book看。一些过了版权期的旧书，可以在Google book大大方方地看，下载。力荐John Carroll写的三部《神曲》的书，这套书应该翻译过来！前两部都可以下载，第三本也快了（名叫In Patria，扉页题词In Via et in Patria）。过去的著名老学者George Saintsbury，Grandagent，都可以下载了看。还有Wikipedia，每日的必需。国内没有完全解封，我当年是通过 &a href=&//link.zhihu.com/?target=http%3A//answers.com& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&answers.com&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&看的，它包括了wikipedia的资料。现在不晓得怎样，但一定是有办法突破的。 &br&&br&　网站广播。对学英语很有益。BBC的在线广播基本可以通过flashget等软件下载（也可在firefox装flashgot插件）。推荐 BBC arts and drama，戏剧和文学朗读节目，源源不断的狄更斯小说（他老人家一年四季没断过），各种经典名著。冬天天冷，我就睡觉不起，赖在床上戴耳机听BBC消 遣，那时候听过Villette，Little Dorrit, 纳尼亚传奇，戏剧（莎士比亚，契诃夫，萧伯纳，王尔德哪，还有难得见到的新剧）。这样，我培养出了对有声书的深情爱好。朗读没有视觉压迫，紧随着原书和作 者，愉快充实的感觉。听Voyage Out时想到，Woolf的语言真的非常有味道，念出来才能体会。很多作品都是这样的，朗诵是语言专业必须训练的。爽利顿挫的英国英语，听着真的很幸福 啊。英文听力不好的同学可以坚持慢慢听，比看美剧受教益。名著就是名著，让内心丰富。 &br&&br&
校园网的最大便利是BBS和ftp，营造了一个可爱的群体。Ftp注定是校园网的专利，出了校园，就怀念曾经光顾的各种影视站、科教资料点、音乐站、动漫 站，比如著名的文艺片阵地&a href=&//link.zhihu.com/?target=http%3A//rocker.cc& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&rocker.cc&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&。但是校园网是个相对封闭的地方，信息来源受到种种限制。除了动漫综艺和美剧日剧更新比较快，李敖演讲、馒头 事件等热点传播得及时，其他资料，更新是比较较少的，诸多重复。ftp是分流和共享的好地方，但个人需要的特别资源，还得靠自己寻找。ftp 语言站资料很多，但好像大多是教材的扫描和录音，第二外语的基础学习。如果有了一定基础，我推荐德国之音的德语学习Top thema，法国TV5的新闻7 Jours sur la Planete，锻炼听力，有文字可参，又是最新发生的有趣味的时事。（现在我推荐意大利电视台RAI的节目RAI click. 他家电视比BBC大方，电视节目都上了网，意大利语版的《战争与和平》看得真养眼。RAI还有一个文学节目ad alta voce，有声书的朗读。可惜我不再是无事可做的北大研究生了，彻底没有时间看电视，电影也不敢看。） &br&&br&　　广播收集的有声书毕竟有限，当我脱离校园网怀抱之后，就进入了电驴emule的阶段。到了电驴，世界就大了，自由了，海阔天空（也慢了）。这个世界多么平 朗开放。当我找到了英音朗诵的《罗马帝国衰亡史》，简直涕泗交横。那么多没有想过的宝贝一直在网上，而且源源不断地在增加。夜以继日以蜗牛的速度挂电驴， 收集狂本性爆发，有声书越收越多，法语的莫里哀、巴尔扎克、雨果、波德莱尔、兰波、普鲁斯特，德语的圣经、神曲、席勒、黑塞，意大利语的圣经、曼佐尼、卡 尔维诺、Svevo……欧洲到底是读书人多，有声书极多，不仅本国作品，还有大量翻译作品（德语的陀思妥耶夫斯基，意大利语的司汤达）。有些东西不可思 议，竟然有《纯粹理性批评》的德文版。太多了，只能视为为退休后陶冶情操做准备。等我老了，退休了，就听这些玩吧。或者视为为饥荒积粮：一旦失去了语言环 境，可以用这些听力资料保持语言能力。 &br&&br&　　电驴的下一步是ipod。网上资料积累多了，但人不是总在电脑前。用电脑的时候，经常是做事写东西的时候。终于有一天，我开了窍，去买了一个 ipod。为什么下这个决心呢？因为被一位西班牙语系同学震撼到死。一起到外校上《神曲》的课，坐她的车回来，她在车上不放音乐，放意大利童话，无辜地问 我：你没有意见吧？这是个严肃的同学，我完全相信她ipod满载着教育的内容。她意大利文比我好，我无地自容，第二天就到店里买了一个80G的ipod classic，从此成了ipod支持者。现在我走路自觉ipod，终于可以少想低俗的事情，给生活增加文化了。（去年我问一名古典系同学，走路的时候脑 子里想什么，他说，背希腊拉丁词汇变位。我抓狂地想，真是读书种子啊。）吉本是英国最伟大的作者之一，走路的时候，坐车的时候，挂耳机听春秋笔法的《罗马 帝国衰亡史》，经常就笑起来。收的那么多法语意大利语资料，终于有了用武之地。在图书馆上自习的时候，对照书，听《神曲》的朗诵，对理解和记忆是莫大的帮 助。在修《约婚夫妇》的课，对照听过几次，曼佐尼可比雨果，好久不读这种伟大的欧洲小说了，惊喜。走在漫天大雪里，耳边回响着意大利文的朗诵，保罗的书 信，劝善劝信，优美有力，真给人一种不可阻挡的信心。 &br&&br&　　有了ipod 之后，我才开始听podcast，互联网广播。原来这么多教育机构和电台发布了广播呀。做法是，打开itunes，进入itunes store，搜索，选择节目。可以用电脑听，也可以下载到ipod/mp3里。这里介绍几个教育节目，都是教授讲课的录音。College de France的文学（法语，非常慢的讲解，清晰好懂），Alexandro Manzoni（意大利语，全文朗诵，每一章有讲解），Divina Commedia（意大利语，课堂录音，各章节有讲解）。类似的节目相当丰富，意大利人好像特别热爱podcast，古典文学、神话、薄伽丘、戈尔多尼、 十五世纪、十六世纪、十七世纪、一直到二十世纪，都有节目。这和意大利教课风格大概有关系，讲座多于讨论。我听这些，也就是练一练耳朵，给自己制造一个语 言环境，知识上是用处不大的。除了这些法意文学广播，还有Oxford medieval English（中古英语的课堂录音），艺术史，哲学，政治哲学讲座，可以按照各人的兴趣听一听。新闻节目就更多了，各大媒体电台都有自己的 podcast。 &br&&br&　　人的声音（书的声音）是可以听上瘾的，学业的要求可以养成为自己的爱好。我们有幸生在人类历史上最美好的电子时代，声音不再是一转而逝的，而是可以流传， 复制，重播，到世界各个角落。大家知道Roberto Benigni是《美丽人生》的导演和主演，但可能不知道他是杰出的朗诵家，能全文背诵《神曲》。他热爱但丁，在意大利巡回演出，背诵《神曲》。 Youtube上有他几个朗诵视频。我听过的《神曲》朗诵里，他当之无愧是第一。做梦也想听遍他的全文。读诗就要读出来，甚至背出来。想想过去的莎剧演员 背台词的功力，这是一个很了不起的传统。每天朗诵外文，一定帮助。默读会漏掉东西，而朗读却让你接近文本，接近作者的写作。真的，就像在体验自己在写这篇 文章，如何运筹辞章和结构。 &br&&br&　　ftp应该有很多电子词典。我只能靠电驴。我最近下了一个意意辞典，一个意英辞典，简直爱不释手。最强烈推荐Oxford Superlex，英法、法英、英德、德英、英西、西英，大集成。CNKI翻译助手这个网页有意思，可以看看一些奇怪的东西在汉语论文里是怎么翻译的。 &br&&br&　　最后一个提醒是，电脑和ipod引诱人玩物丧志，拼命积攒、整理、分类自己的文件，所以要克制。更不必说其他的视听和聊天的分心了。本科时我没有电脑，得 以面壁用功学习。研究生期间就给电脑废了，玩物丧志的多，收获的少。现在有美国同学就住在没有网络的房子里，可以在家看书写作，说This is the secret of productivity. 这是一个良好教训，要利用网络，不能依赖于网络。就是这位同学，去年感恩节的时候，我问他：放假这几天，你都做了什么？他怅然说：没出门，在屋里待着。 Except when I was running, I was just working. 这就是博士生的日子，running working = yard life. &br&&br&　　好了，写了这些摸索的经历，不伦不类的经验教训谈，完成了答复小朋友的任务。这个关节写这些东西，自觉太不负责了，后果严重，五内俱焚。要赶紧回归 yard life，做一个负责的graduate student。祝大家新学期一切顺利，多有收获。有希望就好。有一个憧憬的目标，保持充实的生活的进取的决心，是很美好的状态。描述yard life只是增加我对自己不靠谱生活的可悲感。现在我滚到一边，埋头学习，面壁去了。
一位在美国读文科博士的前辈写的，几年前我刚出国时在网上看到，一直保存到了现在。时常拿出来看看，想想我的Yard Life又是怎样。 内容： 每天学习8小时以下是不道德的 我在北美读书，不断有小朋友问我学习和申请的事情，不回答不好，回答吧，又好像我有意…
对于博士完成后不再在学术为主体体系内工作的，可以等其他人讲述经验。&br&&br&1、跟最懂行的人学习。&br&&br&2、用现象——问题这套组合引导学习。&br&就效果而言，实验现象可以高速高质量推进理论学习，特别是要动手做实验的门类。出一个暂时不能解释的现象再去学理论，速度很快，效果很好。正常情况下，进入这个系统需要夹层结构。看一点儿书和文献，选个大概的东西，做个基本的实验，碰到一个现象，由于解释不了而去在看书和文献，此为一个完整循环。最好有两个循环以后再进入定点学习。&br&博士期间，一千文献，还有很多大部头的书籍，视频课程，都是在一次实验中观察到的两个现象，先用了一年做了几个循环的现象A，后来发现AB在理论上有联系。一年后转到更有实用价值的现象B，又后来发现A可以归到B下辖的一个研究方面。从发现两个现象到博士论文构架确立过程花了两年，幸好是硕士和博士是接着做的，过程没有中断。&br&&br&3、多做精选。&br&决定你博士毕业时水平的那些需要你读的书，或论文，很少，但需要你从一堆一堆里慢慢挑出来，这个过程少不了。所以，这条的核心不是“多读书多做试验读看论文”，是多选择。同时有几本书，几百篇论文中，选出几章，几篇去深入。当做过多轮精选后，眼前只有一条路，那是你要走的。简单的“多XX”是为选择服务的，当然不可少，只是，这样的建议把内核包的太严实，很多人根本没机会看到这个建议包含的诸多精锐内核。&br&&br&4、 以后想吃学术饭，毕业前必须练就真本事。&br&博士期间的工作决定你以后能走多远。博士阶段的理论有多高，你当教授时，乘上1.5就差不多了。国内现在的大部分教授，只有硕士及以下级别的理论水平（这样的水平是指导不了学生的，但这是“正常”的，不正常的是早年的国情）。&br&从proquest上的华人博士的出现频率上来讲，02年以来，英雄辈出，很多都在寻求回国入职。到现在，好一点儿的学校都要求国外经历，博后也可以。&br&但不要过多久，顶多十年，职位缺口接近饱和时，国外博士学历可能成为门槛，甚至是要比拼选优。如果这样，现在才开始在国内读博的你，十年以后会别人压制，很难喘息。&br&&br&5、别浪费时间。&br&但，你一定会浪费时间，所以，要时常看看你当初定下的目标。形成习惯最好。最简单的保持方式是每天都做和这个目标紧密相关的事，最终形态就是夜以继日。业务做得好的，不一定是这样操劳，但，愿意这样操劳的，多半是做得好的，习惯了，或者在强烈意愿驱使下奔着做好在努力。没有个明确目标的博士，等于没有学力，虽然有学历。听说杨培东是每每干到凌晨两三点吧，当然，不是鼓励埋头拉车不看方向，想法，如果一个聪明的人愿意埋头，定是心有所求，并愿为之。&br&&br&6、书读百遍，其义自现。&br&不是说一天看十遍，连着看十天。每隔一段时间看一遍，这一遍明白的会比上次多，因为有中间这段时间新的理解，从其他地方的借鉴，相关现象和理论的逐渐深入学习。简单说，夹心饼，新一层的饼（阅读）下面摞着肉（最新的理解）。&br&这个说法的真正含义应该是一个站在完成终点，回望过去时的感慨，而不是站在起点向前向往时的中二热血。刚起步时，要学习夹层的构架规律，并在夹层厚度不变的情况下尽量增加夹层数量。巨无霸（学霸）在于多层夹心，不是一斤单片的牛肉。&br&&br&7、要有点儿志气。&br&戾气也行。道理同学术能力。&br&&br&8、不要玩儿太多花样。&br&浮躁的，终究是短暂的，能长久的，总显得普通。现在学术花样越来越多，引用我认识的董哥的说法，学术跟相亲一样，看脸。弄很多玄虚fancy，懂的人戳穿你，在小圈子里就不好一起玩耍了。不过，我可能是错的。&br&&br&9、动力或者目的是核心。&br&这条比较复杂，我不确定能说明白与否，本身不是完全的经验之谈，还处在半摸索半实践的过程中，如果下面这几段话表达模糊，可以跳过；如果不想跳过，可以自己咀嚼一下。&br&
如果你看过电影爆裂鼓手，或许能理解，以下才干特征：“时间管理，积累，坚持，还有要经常思考，总结，回顾，不拖延。”（题目评论第二条，by@郑明，同名很多，暂时找不到正确的人来@） 下面，盘踞着一个复杂且庞大的情感基座。坚持，思考，回顾。。。所有这些都是某种“路径”。通过坚持，我们继续往下走，通过思考和回顾，我们往下走的更稳。。。但在此之前，Why we start? What we want as an end? &br&
每一次开始新的东西，都有个能说明的原因，能说明的目的。读好博士，需要个明显的、个人的、说出来能让人觉得没疑问的一套答案。能力不济的时候，这个答案也许能给那一串“能者特征”充血，维持其运行。&br&
这个东西很重要，但不好找。不像读一本书，你是主动的，找到就能读。更多的，你是被动的，被这个原因找上门。但你能做一些事，比如张开感官，增加被找上门的概率。存在一种情况，你才能不高，但情感丰富且细腻，在敏锐敏感的引导下，进入emotional learning，从而“不自主”的做到自然应对各种问题。当然，trade off是有的，而且一直有。&br&&br&10、爱你的专业。&br&曾经喜欢的一个女生教会的。可以天南地北，科学、人文都关注，但有个最明确的、核心的关注比较好；对于博士，这个核心是自己的专业比较好。如果能最有效地改变点儿什么，大概就是通过自己每天的专业工作了。我很尊敬自己业务做得好的人，虽然不能什么都聊一下，但对确定的东西能聊的很好，有什么需要帮助的，找这种人能解决问题。这个世界上什么都会一点儿的人太多了，在一百万个方向前进一毫米的人太多，在一个方向前进一百万毫米的人太少。成，多半靠稀有的存在。&br&&br&11、认真对待新想法。&br&有新想法时，记录下来，最好给一个一二小时的时间是论证一下。同行、前辈、论文，都行。读博士就是解方程。这个方程有一个核心方程式，简单明了。但每一个核心参数下面自带一团子变量，从而使得这个核心方程多变量。解决核心问题也最终落在如何解出诸多细微的子变量，而不是主变量。&br&&br&12、实验为王，实验为王，实验为王；思考为主，文献其次。&br&能做实验的，优先实验，实验之后或间隙思考实验，根据结果推断出一些想法，无论是断定可行还是需要改进，还是彻底否决；读文献最后，没事儿的时候，需要验证自己想法的时候，发现新现象，调查是否有人做过的时候，用横向推进的方法读文献去找研究点，是我见过的最艰难的研究。靠看别人做的东西，只能得出一个框架，研究核心在于解决和发现自己研究中的问题。&br&&br&13、若专，必定深；若深，必定广。&br&最近组里强调“照着一点深入研究”的思想，并不是一个很好的说法。深入一点，必定碰到与之相关的次级参量，必定要精准的考量这些不明显的参量才能说明白深入的这点，但知识的获取，难在网络关联。不能全局的理清关系，研究到次级参量必定举步维艰。此时需要扩展宽度，于是和“专”相冲突。很多人会在这里觉得自己被老板局限了。&br&&br&14、如果你觉得你被利用了，记得暗自庆幸你还有利用价值。&br&当你把自己的可利用价值推到足够的高度，便是不可替代的，所有人都会尊重你，同辈，师兄师姐，甚至是老板。当你的被利用价值中等时，你埋下一个人情，以后会收割；你很在意每一次被利用，以后会经常被这种感觉困扰。每个人都喜欢别人付出，自己收获，合理的满足这种人际驱动力，尽量躲开冲突区域，大家可以和谐地收割各自所需。这不容易，但能办到，尤其是提前考虑的情况下。&br&&br&15、这条是吐槽。&br&那么多人不会文献检索的基本技能，推高蛐蛐博士的答案，让人汗颜。答案写的不错，简明扼要，只可惜反衬了知乎上的大部分人的学术技能显著低下。对文献的态度很大程度上反应了对知识框架的掌握程度。越是重视，越是欠知。&br&&br&16、不要迷信权威。&br&说着容易做着难。人都希望有个现成的模板去仿照，有个理论或公式去依据，以便减少茫然无措的囧境。开始可以，后来不行。science nature很多bullshit的东西，前几天听Roth讲，当年他给苏黎世理工买了第一台扫透到现在，很多人做了一些fancy panty，nonsense的工作。曾经因为师兄简单一个质问，两个核心研究点放弃了其中一个将近一年，因为他比我们都显得有学识，他是德国名牌大学的博士。&br&&br& &br&17、24和越狱说了同一个意思，遇事，要想办法，少抱怨。&br&导师，朋友，亲人，恋人，这个世界上任何人都能背叛你，欺骗你，辜负你，利用你，但你的能力、你的知识不会；你最大的愤怒，应当来自你的无能，and your knowing of it.当你没有解决问题的能力时，你会发生受迫震动，你的震动频率是别人的频率；当你能时，你是震源。无论何时何地，让自己有能，很多痛苦会消退。&br&&br&&br&如果一个普通人成事，大概的顺序是这样：经历——情感搅动——志气产生——自动努力——懈怠——接收刺激——补充志气——知识、能力上升——志气耗散——接收刺激——补充锐气——知识、能力上升——锐气耗散——接收刺激。。。。。。&br&&br&&br&做个否定。&br&高效率或高成就的人，同样拖延。拖延本身不重要，重要的是选择智慧。不要被自己的不拖延感动。只要不拖延核心部件，其他地方总是有零件儿要拖延的。事事不拖延的人，一部分是闲，一部分是分不清轻重。以为自己每天按时起床就觉得自己不拖延，以为自己有的事情总是没做就说自己得了拖延症，都是乱下诊断。Be essentialist.&br&&br&&br&我下面关于附加部分是很久之前说的，这里补充一种可能性。&br&老板和你可以在吵着架的同时互相认可，而不是一味地单向命令。&br&Essentialism的核心问题是，“如果你不做决定，别人一定会替你做决定” —《Essentialism》&br&这个决定，多半你不会喜欢。所以，主动的去争取一些自己和老板的平衡很重要。当然，这需要技巧，勇气，尤其是面对一个控制欲强的老板。&br&&br&&br&做好一件事，不是想办法恰好做好这件事，而是超越这件事。这就是为什么师弟问他现在可以做些什么研究，我说，你先把楼下的卫生每天打扫三遍。&br&&br&&br&可以看些辅助书籍，上如禅宗，道德经，下如时间管理，如何读书，如何学习等self help之类。李小龙还会把禅意引入武学，读书人更应该学习修心。&br&&br&&br&我想要什么？自小至今，我想要过很多东西，如同你，如同其他很多人。但这些东西大多是我们的壳里无意调进来的一粒粒沙子，未经过多分析便被包上了一层层我们自己的粘液，直到有的长成珍珠，其他的因为没有足够的分泌液供给而停在半成品状态。&br&想要什么，为什么想要？做博士的人有更多机会去思考，即便这种思考本身可能会肃杀掉很多活跃的目标。&br&没有建议，只是描述一种情形。&br&&br&&br&对一个普通人来讲，最容易获得的动力来自哪里？对于博士，最好来自Peer Pressure。保持一定距离的关注，总能给我某种带有野性的动力。我差在哪儿了？我不差！藉此情感上的冲动，可以帮助跨过挺多技术障碍。&br&&br&&br&由老板那里听来，也听合作方自己亲口说，科研最终拼的不是简单的实力，那种实力只有在和对手天差地别的时候才好。真正拼的，是躲得开暗箭，统领、保护的了同伴。如果要讨论我们身边的科研和大家觉得有质量的科研的区别，那应该就在于人的强行介入程度有多高。真正的科研，人的勉强是应该尽量少的。&br&读完博士，要亲身经历过这种事情和感觉才好，否则就是不“完整”的博士教育了。&br&&br&&br&如果我的学习过程有两个环境，一是别人的鼓励，一是别人的贬损，我现在会选第二个。第一个是给还是小孩子的时候的我的。&br&&br&&br&存在一种状态，叫做专注。可以感觉不到累，感觉不到牵绊，感觉不到孤单。绝大多数认真的企业家都会经历这种状态。博士阶段，很可能是这种状态最早出现在一个人身上的时期。越早，越好。&br&&br&&br&&b&实验思路分三类：&br&描述，控制，操纵。到了操纵，一个知识便进入充分利用阶段，高水平的工作开始。&br&&br&思维水平分三段：&br&模仿，独立，挑战。到了挑战，一个博士便圆满完成了博士头衔赋予的全部要求。&br&&br&结合以上两者，每个博士可以定义自己的工作、思维的质量，最后判断自己博士读的到底如何。&br&&br&&/b&&figure&&img data-rawheight=&436& data-rawwidth=&848& src=&https://pic4.zhimg.com/3a4bf73cbcb_b.jpg& class=&origin_image zh-lightbox-thumb& width=&848& data-original=&https://pic4.zhimg.com/3a4bf73cbcb_r.jpg&&&/figure&&br&&br&关于坚持，坚定，坚强，坚毅。。。&br&坚持是一个特殊的状态，本是三维或四维或更高维度的存在。但当这个存在被人描述时，她成了二维纸片上的一个词或一维简单的时间轴上的十年一剑。没了原本的属性。坚持不是看到前面有亮光，所以一直往前走。现在完全看不到亮光；周围的还有人要阻碍你，妨碍你，改变你的路线；以及你自己有时候会疲惫，会软弱，会嫉妒，会邪恶；很多时候，你的内心会开始打鼓，我行么；但最终你还是到了出口。这个充满环境、他人、内心的多方纠缠之后依旧能走出来的过程，大概就是坚持的定义了。虽然数学上，对于绝大多数人面对绝大多数重大决策，坚持下来仅是一个小概率事件，但庆幸人并不总按理性出牌，至少有些人不是。&br&&br&&br&能够不被绑架的时间，大概就是博士这段时间了。&br&前段时间看锵锵三人聊上海假离婚以便买二套房，感觉类似。当有了工作、婚姻等社会属性更明显的责任在身上时，个人本身一些相对较为理想化的念头，或者说执念，或说理想，会被锚在社会责任周围，不能随意离开。简单说，这时候个人已经不再是为个人了，还要考虑到各种约束。&br&回顾一下，社会属性还尚未形成强势锚定，而个人执念又刚刚萌芽的这个间隙，大概就是从本科到博士这个十年空格。&br&对一个要读博士的普通学生，这是本可能最活跃不羁的一段时间。&br&利用好。&br&&br&&br&我们国家的科研状况是一个可以说不完道不清的复杂问题。但如果说我们国家的科研总不能让一个普通学生感到自豪，多半和这个学生的导师直接关联。导师在这个层面成了制度和理念等很多问题的载体。好，坏，都体现在最直接的这层关系。&br&可能最常见的情况有两种：&br&1、导师可能自己做教授很多年，但对学生做的特定东西并不深入了解，具体问题帮不上忙。造成这个现实的主客观原因很多，但这个现实本身却很简单，教授们在很多情况下没能在细节上帮上学生，也自然没能实现沟通交流这一学术研究最基本的要求。“教授的责任是拟定一个大方向，具体执行要学生自己来，否则还需要学生做什么”，听起来非常像锅被甩起来的声音。&br&2、导师很厉害，但对传授这种优秀并无兴趣，亦没有责任感或使命感。常听到一种说法，这类导师对学生的态度大概是：即便你在努力，以你的水平，做出来的东西还是只是一坨屎；论文你自己想办法，只要送审通过，你就答辩，我不卡你；论文不要弄假数据，别坑我……&br&当然，除了这些，还有导师个人性格各种让人受不了的。&br&每个体系可能都会存在一定成分的二八原则，可以理解。只是当这些体系都同时体现某种缺乏经验这种客观事实，以及缺乏相互理解这种主管态度时，结果是让人觉得压抑甚至是崩溃的。&br&我没有解决之道，也没有空口讨论解决之道的意愿。只是记下自己听到的，感受到的。&br&至于好导师、理想导师，总是有的，我不否认这点。我只是模糊地觉得，印象里同学中能真诚的表达出喜欢自己导师的人很少。&br&&br&&br&最初这个记录表的开始一行我写了在国内做教授的愿望，大概10月份的时候，删掉了那个想法。我不确定是自己一时失望，还是长久的见闻之后觉得厌倦了。以后打算出国读博后。至于回来不会来，是否还争取进入大学以及是否还打算继续科研，没有什么明确的想法了。学术能力是一回事，向往是另一回事。大概是愿意努力提高能力的，愿望，似乎很难。&br&&br&
&br&自作聪明的人，开始觉得自己很聪明，并在这种印象中行事，令人生厌却无法自知。当某天发现别人故作聪明的小动作后，才意识到自己已经尴尬了许久。能改变，好青年。&br&&br&&br&附加，老板就是老板，不是你朋友，记住这点。&br&能飞多高，最好让你翅膀的大小决定，不要由脚下的楼层高度，期待别人帮忙，很傻很危险。也许这样说可能会令被有后台的人挤兑的人心有不屑。但这会过去的。&br&&br&这个东西一直在改，主要是增加内容，修改错别字。一直在做实验，看书看论文，当然，也看动漫。。。想到了什么就直接在里面改了。&br&这还不是终稿，终稿在毕业的时候完，或许永远改不完。
对于博士完成后不再在学术为主体体系内工作的，可以等其他人讲述经验。 1、跟最懂行的人学习。 2、用现象——问题这套组合引导学习。 就效果而言，实验现象可以高速高质量推进理论学习，特别是要动手做实验的门类。出一个暂时不能解释的现象再去学理论，速…
&b&update&/b&:补充一下刻意练习的说明&br&&br&刚好昨天在Blog上转载了这篇文章，正准备写篇文章。&br&&br&我的业余爱好跟Scott Young类似研究有效学习，写了一个同类方向的Blog，看过他写的Learn More, Study Less和How to Change a Habit ，里面的不少方法也跟自己总结出来的技巧类似，谈谈我的观点。&br&&br&到目前为止，除了@刘虓震的答案回答这个问题的人都对里面所取得的成就不以为然。&br&&br&很多人把关注点放在10天完成线性代数学习而忽略了他一共完成了33门课程，平均通过一门课程也就花一周半左右，用了一年时间搞定了正常要3年左右的课程。大多数人的都经历过二、三周搞定一学期的课程，如果按这个时间进度的推导出大学四年的课程可以在8个月内通过考试，但这种事只要想想就能知道可能性有多大。&br&&br&这里面其中一个区别还在于国内大多数的期末考试只需要死记硬背就能搞定，而MIT的公开课要求比较高，光靠背根本通不过，必须要理解才行，不信的话可以去看MIT公开课上的作业和考试题，在网上都能找到的。&br&&br&&br&记得有篇文章专门说过MIT内部专门为这个公开课花了不少时间和精力，做了大量努力，没有要求过任何费用，至于MIT公开课是否需要软文做推广这个问题可以自已通过大脑去判断。&br&&br&这个事情难度在于以下几点：&br&&br&&b&注意力：&/b&&br&&br&每天10个小时的有效学习时间而且坚持了一年&br&Scott Young这12个月每周学习六天，从早上七点到晚上七点。去除休息、吃饭、卫生间的时间，大约在10小时左右。这是时间安排不是在学校上课，完全是自己安排的，这需要很强的注意力和意志力。&br&能稳定保持每天10小时的注意力非常困难，很早以前我试过类似的情况下大概2个月左右，就很难在坚持。以前做程序员也加过一年半左右的班，但回想一下，每天的有效工作时间还达不到10小时。而一个人注意力集中10小时要比多个人在一起更难一些。&br&高考和研究生入门考试也没办法相比，简单对比一下课程数量就能分辨出难易。&br&&br&&b&意志力：&/b&&br&&b&&br&&/b&每天学习10小时，10天左右就要考试一次，并通过，这个学习效率非常高，更不用说重复了33次。在学习一门新的知识时短时间集中注意力不难，但持续一段时间之后，如果做不到很好的放松，只要持续二、三个月左右就会达到一个瓶颈，理解能力和心理状态无法继续，这个瓶颈会重复出现，就象考研时很多人前几个月都能坚持下去，但到6、8月之后就无法坚持。重复三次左右会面临一个临界点，度过这后就很容易继续了。&br&&br&持续一年时间严格按照计划来，并雷打不动的执行下去，这种意志力、执行能力和时间安排很恐怖，上学的时候因为在学校里，而且处于学习的氛围里这样做都不容易，更不说他已经毕业几年了，而且还有很多其它工作要做。&br&&br&这里面要特别注意两点：很好的放松、保持兴趣并理解所学的内容 。做不到这二点，很难坚持。&br&&br&在下面的讨论里有人问题如何有效的放松？&br&&b&&br&&/b&&br&方法很多，这些放松技巧并一定能马上见效，可以多试几次找到适合自己的，掌握一个合适的度很不容易：&ul&&li&了解自己的注意力曲线，接近或达到临界点时休息一下，别让自己的注意力透支；&/li&&li&培养一门体育运动或学会一门乐器，太累的时候就去做一做，特别是运动比如慢跑效果很不错；&/li&&li&规律、稳定的作息+良好的睡眠能解决很大的问题；&/li&&li&每周1-2次的全身按摩；&/li&&li&每天两次淋浴或买个好点的按摩浴缸定期泡个澡或泡泡浴之类，洗个淋浴时能起到一种非常奇妙的清洁感觉，不管是从身体上还是心理上；&/li&&li&坚持每天静坐；&/li&&li&结婚之后规律的性生活，大致一周二次；&/li&&li&定期的朋友聚会，互相聊聊天；&/li&&li&阅读一本精彩的小说、看场电影、一顿美食或甜品；&/li&&li&做白日梦，学会发呆；&/li&&li&催眠术里还有专门的放松技巧，如果没有合适的人教，要练习一段时间才能掌握&br&&/li&&/ul&先写这些吧，以后有时间单独写篇文章&br&&br&他确实把兴趣和目标结合的很好，同时还把每周的笔记、习题分享在网上，确实是比较喜欢这门知识并从中体会到一些满足感觉才能这样坚持下去。&br&&br&&br&&b&学习技巧：&/b&&br&&br&根据我对这篇文章的理解归纳一段话：&br&&br&通过视频和主题阅读来建立一个知识体系，形成知识地图，通过对基础概念和知识点的深入理解构建知识体系的主体框架，理论来说就是用80%的时间和精力集中在20%最重要的知识点上。同时需要把新学到的知识点跟大脑中以前的知识点做好连接。并根据每节课的学习进度进行实时反馈测试掌握情况，找出理解中的弱点进行补充完善。最后通过合理的记忆和复习技巧对知识点进行巩固。&br&&br&-----------------------------------------------------------------------------------------------------------------------------&br&&b&这里面还有一个很关键的概念叫“刻意练习”，补充一下以前做的笔记：&/b&&br&&b&&br&&/b&&br&摘录自《异类》&br&&br&引用：&a href=&//link.zhihu.com/?target=http%3A//www.geekonomics10000.com/519& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&geekonomics10000.com/51&/span&&span class=&invisible&&9&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a& &br&&br&首次提出“刻意练习”这个概念的是佛罗里达大学心理学家 K. Anders Ericsson。这套练习方法的核心假设是，专家级水平是逐渐地练出来的，而有效进步的关键在于找到一系列的小任务让受训者按顺序完成。这些小任务必须是受训者正好不会做，但是又正好可以学习掌握的。完成这种练习要求受训者思想高度集中，这就与那些例行公事或者带娱乐色彩的练习完全不同。“刻意练习”的理论目前已经被广泛接受，我们可以总结一下它的特点。&br&&br&&strong&1. 只在“学习区”练习&/strong&&br&&strong&&br&&/strong&&br&科学家们考察花样滑冰运动员的训练，发现在同样的练习时间内，普通的运动员更喜欢练自己早已掌握了的动作，而顶尖运动员则更多地练习各种高难度的跳。普通爱好者打高尔夫球纯粹是为了享受打球的过程，而职业运动员则集中练习在各种极端不舒服的位置打不好打的球。真正的练习不是为了完成运动量，练习的精髓是要持续地做自己做不好的事。&br&&br&&br&心理学家把人的知识和技能分为层层嵌套的三个圆形区域：最内一层是“舒适区”，是我们已经熟练掌握的各种技能；最外一层是“恐慌区”，是我们暂时无法学会的技能，二者中间则是“学习区”。只有在学习区里面练习，一个人才可能进步。有效的练习任务必须精确的在受训者的“学习区”内进行，具有高度的针对性。在很多情况下这要求必须要有一个好的老师或者教练，从旁观者的角度更能发现我们最需要改进的地方。&br&只在学习区练习，是一个非常强的要求。一般的学校课堂往往有几十人按照相同的进度学习知识，这种学习是没有针对性的。同样的内容，对某些同学来说是舒适区根本无需再练，而对某些学生则是恐慌区。科学教学必须因材施教，小班学习，甚至是一对一的传授。真正高手训练与其说是老师教学生，不如说是师傅带学徒。&br&一旦已经学会了某个东西，就不应该继续在上面花时间，应该立即转入下一个难度。长期使用这种方法训练必然事半功倍。2004年的一项研究表明，大学生的学习成绩和他们在学习上投入的总时间没有直接关系，关键是学习方法。&br&&br&&br&&strong&2. 大量重复训练&/strong&&br&&strong&&br&&/strong&&br&从不会到会，秘诀是重复。美国加州有个“害羞诊所”（The Shyness Clinic），专门帮助那些比如说不敢和异性说话的人克服害羞心理。这个诊所的心理学家不相信什么心理暗示疗法，什么童年回忆之类，他们相信练习。他们认为使人害羞的并不是事情本身，而是我们对事情的观点。怎么治疗恐女症？做法是设计各种不同难度的场合进行对话训练。最初是在房间内集体对话，角色扮演。然后是到直接跑到大街上找陌生美女搭讪要求约会。最高难度是有意在公共场合做出使自己难堪的事情，比如去超市把一个西瓜掉在地上摔坏。&br&这种把不常见的高难度事件重复化的办法正是MBA课程的精髓。在商学院里一个学生每周可能要面对20个真实发生过的商业案例，学生们首先自己研究怎么决策，提出解决方案，最后老师给出实际的结果并作点评。学习商业决策的最好办法不是观察老板每个月做两次决策，而是自己每周做20次模拟的决策。军事学院的模拟战，飞行员在计算机上模拟各种罕见的空中险情，包括丘吉尔对着镜子练习演讲，都是重复训练。&br&在体育和音乐训练中，比较强调“分块”练习。首先你要把整个动作或者整首曲子过一遍，看专家是怎么做的。然后把它分解为很多小块，一块一块地学习掌握。在这种训练中一定要慢，只有慢下来才能感知技能的内部结构，注意到自己的错误。在美国一所最好的小提琴学校里，甚至有禁止学生把一支曲子连贯地演奏的要求，规定如果别人听出来你拉的是什么曲子，那就说明你没有正确练习。职业的体育训练往往是针对技术动作，而不是比赛本身。一个高水平的美式足球运动员只有1%的时间用于队内比赛，其他都是各种相关的基础训练。&br&反过来说如果没有这种事先的重复训练，一个人面对不常见的事件往往会不知所措。统计表明工作多年的医生通过读X光片诊断罕见病症的水平反而不如刚毕业的医学院学生 — 因为很少遇到这种病例，而在医学院学到的东西早就忘了。最好的办法其实是定期地让医生们拿过去的旧X光片集中训练，而不是期待在工作中碰到。&br&&strong&&br&&/strong&&br&&strong&3. 持续获得有效的反馈。&/strong&&br&&strong&&br&&/strong&&br&传道，授业，解惑，老师和教练最大的用处是什么？也许对一般人来说小学老师最大的作用是激发了他学习的兴趣，教会了他什么东西，曾经有过传道授业解惑。而真正的高手都有很强的自学能力，对他们而言，老师和教练的最重要作用是提供即时的反馈。&br&一个动作做得好与不好，最好有教练随时指出，本人必须能够随时了解练习结果。看不到结果的练习等于没有练习：如果只是应付了事，你不但不会变好，而且会对好坏不再关心。在某种程度上，刻意练习是以错误为中心的练习。练习者必须建立起对错误的极度敏感，一旦发现自己错了会感到非常不舒服，一直练习到改正为止。&br&从训练的角度，一个真正好教练是什么样的？John Wooden 是美国最具传奇色彩的大学篮球教练，他曾经率领 UCLA 队在12年内10次获得 NCAA 冠军。为了获得 Wooden 的执教秘诀，两位心理学家曾经全程观察他的训练课，甚至记录下了他给球员的每一条指令。结果统计表明，在记录的2326条指令之中, 6.9%是表扬，6.6%是表示不满，而有75% 是纯粹的信息，也就是做什么动作和怎么做。他最常见的办法是三段论：演示一遍正确动作，表现一遍错误动作，再演示一遍正确动作。&br&与外行想象的不同，最好的教练从不发表什么激情演说，甚至不讲课，说话从不超过20秒。他们只给学生非常具体的即时反馈。所有训练都事先进行无比详细的计划，甚至包括教运动员怎么系鞋带。他们仿佛有一种诡异的知道学员在想什么的能力，即使是第一次见面能指出学生在技术上最需要什么。他们是绝对的因材施教，源源不断地提供高度具有针对性的具体指导。&br&获得反馈的最高境界是自己给自己当教练。高手工作的时候会以一个旁观者的角度观察自己，每天都有非常具体的小目标，对自己的错误极其敏感，并不断寻求改进。&br&&br&&strong&4. 精神高度集中。&/strong&&br&&strong&&br&&/strong&&br&刻意练习没有“寓教于乐”这个概念。曾经有个著名小提琴家说过，如果你是练习手指，你可以练一整天；可是如果你是练习脑子，你每天能练两个小时就不错了。高手的练习每次最多1到1.5小时，每天最多4到5小时。没人受得了更多。一般女球迷可能认为贝克汉姆那样的球星很可爱，她们可能不知道的是很少有球员能完成贝克汉姆的训练强度，因为太苦了。&br&科学家们曾经调查研究了一个音乐学院。他们把这里的所有小提琴学生分为好（将来主要是做音乐教师），更好，和最好（将来做演奏家）三个组。这三个组的学生 在很多方面都相同，比如都是从8岁左右开始练习，甚至现在每周的总的音乐相关活动（上课，学习， 练习）时间也相同，都是51个小时。&br&研究人员发现，所有学生都了解一个道理：真正决定你水平的不是全班一起上的音乐课，而是单独练习：&br&&br&－ 最好的两个组学生平均每周有24小时的单独练习，而第三个组只有9小时。&br&－ 他们都认为单独练习是最困难也是最不好玩的活动。&br&－ 最好的两个组的学生利用上午的晚些时候和下午的早些时候单独练习，这时候他们还很清醒；而第三个组利用下午的晚些时候单独练习，这时候他们已经很困了。&br&－ 最好的两个组不仅仅练得多，而且睡眠也多。他们午睡也多。&br&那么是什么因素区分了前两个组呢？是学生的历史练习总时间。到18岁，最好的组中，学会平均总共练习了7410小时，而第二组是 5301小时，第三组 3420小时。第二组的人现在跟最好的组一样努力，可是已经晚了。可见要想成为世界级高手，一定要尽早投入训练，这就是为什么天才音乐家都是从很小的时候就开始苦练了。&br&&b&&br&&/b&&br&摘自《影响力2》&br&对于简单的运动，只要50小时练习时间就能达到非常熟练的水平。随后技巧就会稳定下来。能娴熟加以运用，但却无法得到进一步的提高。是因为脑中的权衡告诉我们，为发现并学习新事物所付出的额外努力很可能只会带来不断减少的边际回报，因此我们停止学习。&br&&br&&br&
大多数专业人士一直学习提升自己，当他们达到一种“可接受的”水平时，便达到学习高原。比如：软件工程师一般在进入职场五年后达到能力的最高峰。在安德斯●埃里克森博士看来，提高不仅仅与练习有关，更与“刻意练习”有关。埃里克森发现，不论在体种技术领域，要成为佼佼者，在职时间和业绩水平之间并不存在相互联系。&br&&br&&br&
比如说一位有二十年工作经验的脑部外科医生，并不会因为工作时间更长而比仅工作五年的新人技术更精湛。他们之间的不同点与经验毫无关系，而与刻意练习有关。时间是必不可少的（许多领域的佼佼者从事自己的职业至少达十年或十年以上，如音乐作曲、舞蹈、科学、小说创造、下棋及得等等）但它并不是成功的关键因素。关键因素在于明智地使用时间。练习的技巧才能使人臻于完美。&br&&br&&br&
何谓刻意练习到底是什么？我们应该怎样将这些技巧运用于关键行为，从而增强自身的影响策略？&br&（１）要求在短时间内高度集中精力&br&
进行刻意练习要求全神贯注。不允许分心，学生们将这种能力视为最困难的挑战，优秀的音乐家和运动员认为，注意力是他们无法“刻意练习”的最大限制因素。&br&（２）依据明确的标准提供及时反馈&br&
练习某种技巧所花时间的长短，远没有获得按照标准提出的明确而频繁的反馈重要。快速的反馈，特别是与最优秀者的比较之后，加入全力的投入，能加速学习过程。&br&
伊丝娜●↑里德告诉我们，极有效率的老师们一个关键行为就是，他们安排的教学与测试之间的时间跨度很短。一旦测试测试变得频繁，它就成为熟悉的事物，就不再是令人畏惧的大事。它使人们能看到自己在特定标准下的表现。&br&（３）将成功分解为一个个小目标&br&
一直以来，影响力大师都知道设立明确且可实现的目标非常重要。首先，他们明白设立具体目标的重要性。人们声称自己明白这一理念，但实际上很少有人真正将其付诸实践。在关注具体成绩水平时，优秀者设立目标旨在改善行为和过程，而非结果。&br&
班德拉博士指出，要鼓励人们尝试自己惧怕的事物，必须给他们提供快速、积极的反馈，以帮助他们树立信心。要实现这一点，你可以提供明确具体的方法，并为这一方法设定短期、具体、简单且低风险的目标，以使复杂、长期、笼统、高风险的任务变成简单、短期、具体而零风险的任务。&br&
书中举了几个例子，比如篮球运动中，投篮命中率７０％以上的与５０％以下的人，训练方式完成不同，优秀球员关注的是技术性的目标，如“将手肘放在身体两侧”和“出手的角度”。差一点的运动员关注的是结果性的目标，如“这次我要连续得十分”。&br&（4）准备应对挫折：增强抗风险能力&br&
在学习初期，用婴儿学步的方式保证成功在实现短期目标很重要，但如果学习者刚开始只有成功的经验，那么失败很容易使他们失去信心。初期的成功会使人们产生错误的观念，以为成功并不需要太多的努力。而一旦遇到问题，他们就会变得气馁。&br&&br&
要有效的处理这个问题，需要付出努力、坚持不懈和韧性。因此，练习中应增加需要更多努力和韧性才能完成的任务。随着学习者们完成的任务越来越艰巨，不断从失败中振作，他们发现挫折并不是永远的路障，而是需要继续学习的信号。&br&&br&-----------------------------------------------------------------------------------------------------------------------------&br&这需要很多方面的配合，比如非常规律作息习惯、固定的体育锻炼、饮食上的配合、高质量的睡眠、放松技巧、实时反馈、主题阅读、刻意练习、加速理解、合理复习和记忆技巧，并把这几项都形成习惯，不断的进行调整，直到最终达成目标。&br&&br&最少要在这几项上面掌握一些非常实用的方法，才能达到这个目标。这些技巧单独拿出来一项并不太难，但每一项都需要一定时间的练习，想组合到一起并取得一定的效果，最少估计要3-5年左右才能掌握并形成习惯。Scott Young研究快速学习并开始写博客也有6、7年了，才达到现在的程度。&br&&br&&br&超速学习理论和方法一直存在，并不只能用到考试就是日常生活中也一样可以使用，可以在很短的时间内从入门水平达到专家水平，不提从各种书籍中知道的例子，单从身边认识或关注的人中举几个例子，这些人都应用了部分或类似的方法：&ul&&li&秋叶学PPT从一般水平到国内的一流PPT专家并出书、培训也就花了一年左右&br&&/li&&li&邹鑫对GTD从一般爱好者到成为一个时间管理达人，出书并培训大概花了二年左右&/li&&li&国内好几个世界记忆大赛冠军从接触到记忆术到成为世界冠军也就花了1年左右.世界大师的标准很低，低到练习3-5个月就能达到要求。(世界记忆大赛是个民间比赛，并不是正规的国际比赛)&/li&&/ul&&br&实际上类似的人不少，只不过很多人不知道而已，说实话这些方法都不难，而已早以形成系统的方法，但想真正掌握并能应用到实际生活中看到效果的很不容易。很多人都缺少足够的耐心和自制力，对这方面的能力也没有过高的要求。&br&&br&对于上面提到这些能力我已经掌握了很大一部分，未来计划中包括类似的尝试计划，看看自己是否能做到这种程度。
update:补充一下刻意练习的说明 刚好昨天在Blog上转载了这篇文章，正准备写篇文章。 我的业余爱好跟Scott Young类似研究有效学习，写了一个同类方向的Blog，看过他写的Learn More, Study Less和How to Change a Habit ，里面的不少方法也跟自己总结出来的技…
利益相关：微软亚洲研究院实习生，研究方向是 FPGA 在数据中心的应用。&br&&br&问题「用 FPGA 代替 CPU」中，这个「代替」的说法不准确。我们并不是不用 CPU 了，而是&b&用 FPGA 加速适合它的计算任务，其他任务仍然在 CPU 上完成，让 FPGA 和 CPU 协同工作&/b&。&br&&br&本回答将涵盖三个问题：&br&&ol&&li&为什么使用 FPGA，相比 CPU、GPU、ASIC（专用芯片）有什么特点？&/li&&li&微软的 FPGA 部署在哪里？FPGA 之间、FPGA 与 CPU 之间是如何通信的？&/li&&li&未来 FPGA 在云计算平台中应充当怎样的角色？仅仅是像 GPU 一样的计算加速卡吗？&/li&&/ol&&br&&b&一、为什么使用 FPGA？&/b&&br&&br&众所周知，通用处理器（CPU）的摩尔定律已入暮年，而机器学习和 Web 服务的规模却在指数级增长。&b&人们使用定制硬件来加速常见的计算任务，然而日新月异的行业又要求这些定制的硬件可被重新编程来执行新类型的计算任务&/b&。FPGA (Field Programmable Gate Array) 正是一种硬件可重构的体系结构，常年来被用作专用芯片（ASIC）的小批量替代品，然而近年来在微软、百度等公司的数据中心大规模部署，以&b&同时提供强大的计算能力和足够的灵活性&/b&。&br&&br&&figure&&img src=&https://pic1.zhimg.com/v2-71bb2dab64eb85e80b815c_b.png& data-rawwidth=&2106& data-rawheight=&1147& class=&origin_image zh-lightbox-thumb& width=&2106& data-original=&https://pic1.zhimg.com/v2-71bb2dab64eb85e80b815c_r.png&&&/figure&&i&不同体系结构性能和灵活性的比较。&/i&&br&&br&FPGA 为什么快？「都是同行衬托得好」。&b&CPU、GPU 都属于冯·诺依曼结构，指令译码执行、共享内存。}