不要轻易否决一个大目标

2023-10-28 14:08
文章标签 目标 不要 轻易 否决

本文主要是介绍不要轻易否决一个大目标,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!

 

达利欧在《原则》一书中的生活原则部分谈到,永远不要轻易否决一个你觉得无法实现的目标,以下是书中原话:

 

永远不要因为你觉得某个目标无法实现就否决它。你要放心大胆地去做。总有一条最好的道路,你要做的就是找到它,鼓起勇气沿着它前进。你所认为的可以实现知识根据眼前的认识做出的判断。一旦开始追求目标,你会学到很多,尤其是在和他人沟通的情况下,你从未预想过的道路会呈现。当然,也有一些不可能或近乎不可能的事,例如一个矮子在一个职业篮球队成为主力,或者 70 岁时在 4 分钟以内跑 1 英里(约合 1.6 千米)。

 

我觉得这段话说得非常在理,我经常被一些在当前看似不太可能的事情给吓住了。比如在北京买房,这几乎是我从来都没怎么去想过的问题,一直都觉得在北京买房这种事情跟自己没有关系。这个表面上看似乎也没有什么毛病,但是实际上会让我变得松懈,变得没有目标。

 

试想一下,如果我当初就明确的把要在北京买房作为自己的目标,我可能就会尽力不让自己的社保中断,工作和收入可能比现在会更好一些,我也可能比现在会更努力一些。当然我说的这个目标只是举个例子而已,而且这个目标的意义不在于你最终是否能够实现,重要的是大目标能够迫使你去思考,去行动,去寻找实现它的有效方案。

 

我再举两个我自己的例子。

 

1、前段时间,我有跟同事交流过想买个二手车练练的想法,同事立马给了我一些建议,说如果单纯想练手的话,买个 2w 以下的车,开个一两年再卖了,到头来或许还可以再卖个几千或上万块。

 

同时又补充说二手车毛病比较多,容易抛锚,还不如再添点直接买个便宜点的新车,新车开着至少会省事不少。后面又聊到新车分期付款以及保险等问题,说实话,对怎么买车这些我其实还不太了解。

 

但是通过和同事的沟通,我感觉学到了不少,也发现了我之前不知道的也未曾想过的买车方案。所以说不要过早的把你的想法或目标扼杀在你的脑子里了。

 

2、去年下半年,我把农村老家的房子装修了一遍,总共花了约十几万。要知道我刚开始并没有这么多预算的,我的预算是不能超过 5 万,况且当时我手里也没有那么多钱。

 

于是就抱着不超 5 万的预算开搞了,结果很快就超 10 万了。心里开始有点慌了,开始想办法省钱,免去一些非刚需消费,也想到买家具啥的使用信用卡来缓解压力等,好在结果还是顺利完成了装修。

 

后来我总结了一下,这就是一个典型的不要被大目标吓倒的例子,如果刚开始我就知道装修要花十几大万的,我肯定就会放弃了。这个其实有点类似杠杆的意思,小能力做大事情,先干了再说,遇到困难再去想办法去解决,这样反而更容易促成你实现目标。

 

说了这么多,有点鸡汤的味道了,欢迎大家留言交流你的想法。

这篇关于不要轻易否决一个大目标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/293721

相关文章

如何用Java结合经纬度位置计算目标点的日出日落时间详解

《如何用Java结合经纬度位置计算目标点的日出日落时间详解》这篇文章主详细讲解了如何基于目标点的经纬度计算日出日落时间,提供了在线API和Java库两种计算方法,并通过实际案例展示了其应用,需要的朋友... 目录前言一、应用示例1、天安门升旗时间2、湖南省日出日落信息二、Java日出日落计算1、在线API2

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:

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

模具要不要建设3D打印中心

随着3D打印技术的日益成熟与广泛应用,模具企业迎来了自建3D打印中心的热潮。这一举措不仅为企业带来了前所未有的发展机遇,同时也伴随着一系列需要克服的挑战,如何看待企业引进增材制造,小编为您全面分析。 机遇篇: 加速产品创新:3D打印技术如同一把钥匙,为模具企业解锁了快速迭代产品设计的可能。企业能够迅速将创意转化为实体模型,缩短产品从设计到市场的周期,抢占市场先机。 强化定制化服务:面

[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