我对于今目标的反思

2024-08-26 23:18
文章标签 反思 目标

本文主要是介绍我对于今目标的反思,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

         背景介绍

         在2015年的9月16日,信息技术提高班的十期和十一期的所有成员被通知:2015年9月16日晚离开机房之后,不允许来机房学习!请将个人所需物品带走,并将遗留物品整理规范。就这样,我们的停课反思就开始了。

         停课原因

         这次停课的原因是因为我们的今目标检查时,大面积的同学不符合规范造成的。

         停课感受

         因为马上就要开始自考和软考了,刚停课的时候,想的是:不管怎么样,千万不能耽误了考试。后来,在师哥师姐和我们期同学的协商下,进行了为时两天的头脑风暴反思活动。冷静下来,认真的认识了一下自己。反思了这一段的学习,感觉其实停课对于我来说特别的有必要。然后就做了一下总结,和几个同学接着学习。离开了提高班的学习环境,别的地方的学习感觉很不适应,也许正是失去后才知道珍惜吧。现在想想,有一个安静、稳定的学习环境是多么的不容易,我们却没有看到它的宝贵之处,直到没有了这样的地方,自己才知道这样的环境是那么的难得。再想一下,自己以前拥有这么好的学习环境,却没有好好的珍惜,也许这就是身在福中不知福吧。

         为什么会出现这样的情况

         我反思的时候一直再想,为什么会出现这样的情况?假如查的是其他的我肯定就没有问题么?这一段时间,自己有几回值日没有参加了?有几次都是在月末才去匆匆忙忙的评论博客?有几次在机房学着学着就去干别的了?有几次到机房学习没有按番茄模版来了?

         为什么会这样呢?答案是:我懈怠了。自己把自己不当回事了。。。。这是一个特别让人痛心的话题,看看过去这段时间的自己——怒其不争啊!记得老师说过:”我看到谁过马路骑着自行车的时候,有一种想要去撞死他的冲动,自己都不珍惜自己的命,谁去珍惜?“我就有一种掐死自己的冲动!自己不去改变自己,自己把自己变得堕落!那还有什么好说的呢?

         可能是因为在提高班呆的时间久了,感觉老师说的那些都知道了,认为自己是所谓的大师哥了,所以就不再像以前那样的去尊重纪律了。于是就慢慢的对自己放松了要求,然后就出现了现在这样的结果。自己给自己个借口说是学习任务重了,所以就对这些今目标、番茄降低了要求。其实呢?越是不按要求来,效率越是低下,时间越是不够用。于是就成了恶性循环。自己天天的以一种效率特别低的方式去学习,然后变得更加的低效。

         这种情况出现的坏处

         对自己

         这些懈怠造成的危害是恐怖的——首先,就像是吸毒一样,慢慢的腐蚀自己的精神,让自己离自己希望的样子越来越远。慢慢的成为一个平庸的自己。自己的亲人需要自己的爱时,没有办法提供出来有力量的爱,没有办法承担自己应该承担的责任。慢慢的变成一个蛀虫。没有办法对社会产生有用的价值。

         对集体

         对于集体来说,自己的不按照正常的操作流程去使用今目标,米老师和师傅就没有办法准时了解我们的学习情况,不能更好的为我们把关。他们如果需要了解我的情况的话,就需要花很多的时间去查这件事,浪费时间。

         “与善人居,如入 芝兰之室, 久而不闻其香,即与之化矣;与不善人居,如入 鲍鱼之肆,久而不闻其臭,亦与之化矣。” 自己的懈怠就像是一颗老鼠屎,坏了整个学习的环境。同学们的学习可能就会受到我的影响。如果这样的事情发生的话,那我的罪过就太大了。

         老师因为这个事情耽误时间,就需要把做别的事情的时间腾出来考虑这件事,不利于提高班和我们以后的发展。

         今目标公司做的这么好的软件,我们没有好好的去用,自己也是搞编程的,谁也不希望自己的努力被别人不当回事,这是对这些软件创造者们的不尊重,向他们道歉。

         以后应该如何去做

         我感觉,自己的这次反思就像和当初刚来提高班的感觉一样——我后悔了。后悔自己为什么醒悟的这么晚?如果我能早点知道的话,何至于斯啊!所以以后不管再忙,我要给自己定期的反省自己。通过这些反省让自己知道自己在过去的一段时间有什么需要改善的地方。让自己变得更好。

         定时的反思,就像是电脑的杀毒一样,可以让自己变得更加的干净。同时,反思的不仅是自己的今目标,不仅是自己的学习,要反思自己这段时间的所有。学习和生活还有其他。让自己可以反思自己的错误,不再让米老师费心了。


这篇关于我对于今目标的反思的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1109968

相关文章

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

[数据集][目标检测]血细胞检测数据集VOC+YOLO格式2757张4类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2757 标注数量(xml文件个数):2757 标注数量(txt文件个数):2757 标注类别数:4 标注类别名称:["Platelets","RBC","WBC","sickle cell"] 每个类别标注的框数:

可选择的反思指令微调

论文:https://arxiv.org/pdf/2402.10110代码:GitHub - tianyi-lab/Reflection_Tuning: [ACL'24] Selective Reflection-Tuning: Student-Selected Data Recycling for LLM Instruction-Tuning机构:马里兰大学, Adobe Research领

YOLOv8/v10+DeepSORT多目标车辆跟踪(车辆检测/跟踪/车辆计数/测速/禁停区域/绘制进出线/绘制禁停区域/车道车辆统计)

01:YOLOv8 + DeepSort 车辆跟踪 该项目利用YOLOv8作为目标检测模型,DeepSort用于多目标跟踪。YOLOv8负责从视频帧中检测出车辆的位置,而DeepSort则负责关联这些检测结果,从而实现车辆的持续跟踪。这种组合使得系统能够在视频流中准确地识别并跟随特定车辆。 02:YOLOv8 + DeepSort 车辆跟踪 + 任意绘制进出线 在此基础上增加了用户

[数据集][目标检测]智慧农业草莓叶子病虫害检测数据集VOC+YOLO格式4040张9类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):4040 标注数量(xml文件个数):4040 标注数量(txt文件个数):4040 标注类别数:9 标注类别名称:["acalcerosis","fertilizer","flower","fruit","grey

目标检测-RT-DETR

RT-DETR (Real-Time Detection Transformer) 是一种结合了 Transformer 和实时目标检测的创新模型架构。它旨在解决现有目标检测模型在速度和精度之间的权衡问题,通过引入高效的 Transformer 模块和优化的检测头,提升了模型的实时性和准确性。RT-DETR 可以直接用于端到端目标检测,省去了锚框设计,并且在推理阶段具有较高的速度。 RT-DET

目标检测-YOLOv3

YOLOv3介绍 YOLOv3 (You Only Look Once, Version 3) 是 YOLO 系列目标检测模型的第三个版本,相较于 YOLOv2 有了显著的改进和增强,尤其在检测速度和精度上表现优异。YOLOv3 的设计目标是在保持高速的前提下提升检测的准确性和稳定性。下面是对 YOLOv3 改进和优势的介绍,以及 YOLOv3 核心部分的代码展示。 相比 YOLOv2 的改进

SimD:基于相似度距离的小目标检测标签分配

摘要 https://arxiv.org/pdf/2407.02394 由于物体尺寸有限且信息不足,小物体检测正成为计算机视觉领域最具挑战性的任务之一。标签分配策略是影响物体检测精度的关键因素。尽管已经存在一些针对小物体的有效标签分配策略,但大多数策略都集中在降低对边界框的敏感性以增加正样本数量上,并且需要设置一些固定的超参数。然而,更多的正样本并不一定会带来更好的检测结果,事实上,过多的正样本

MATLAB中的矩阵在目标规划中的应用_以linprog为例

目标规划是一种数学规划方法,它允许在多个目标之间进行权衡,以找到最优解。 在MATLAB中,可以使用优化工具箱中的函数来求解目标规划问题。例如,`linprog` 函数可以用于求解线性规划问题,而 `fmincon` 函数可以用于求解有约束的非线性规划问题。对于多目标规划,可以使用 `fgoalattain` 函数来求解,该函数允许设置目标函数希望达到的目标值和权重。 在数学方程模型建立完成之

目标检测常见数据集格式

目标检测常见的数据集格式COCO、YOLO、VOC、DATA。 1、COCO 数据标注格式JSON,JSON文件中包含多个关键字段,如info、images、annotations等,分别存储了数据集的基本信息、图像信息和标注信息 COCO数据集的下载 官网地址:http://cocodataset.org/#download 2014年数据集的下载 train2014:http://imag