自律篇001-养成自律的秘密武器1-目标规划表

2024-03-08 10:28

本文主要是介绍自律篇001-养成自律的秘密武器1-目标规划表,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!

🚀以前在某书上看到一些博主非常自律,比如每天5点多起床看书,或者每天坚持健身,直到练出马甲线,还有一边工作一边考研等等,自己也曾尝试过做一些目标规划,但结果都不尽人意。写计划的时候往往信心满满,等到执行时总是被更有诱惑力的事情比如追剧,游戏和社交等代替。

⛵️2023年6月份,我买了某读书平台的会员,刚开始也只是空闲时偶尔听听,对我的生活并没有什么实质改变。没想到在某个周末,我像着魔了一样突然两周之类听书10本+(平均一本书45分钟左右),从此就无可救药、不可自拔地爱上了听书/读书。接着我通过践行500+本书里提到的一些方法,竟然不知不觉把自己也训练成了自律达人。

🚢现在每天工作10小时,7小时睡眠,7小时运动学习陪家人写作。买茶颜排队也在记英语单词,上厕所在看微信读书,以前最喜欢的追剧现在毫无兴趣。

🕍想要自律首先得非常清楚你的目标是什么,需要规划好你的人生蓝图。通过以下3步即可简单清晰地规划出你的人生蓝图。

1、找出人生关键词。我们一生中会有很多关键词,比如财富、健康、事业、爱情、家庭、休闲、朋友、社交等等。但是我们不能什么都要,所以你需要从这些关键词中找到你认为最影响你幸福的关键词,一般是3-5个。

在这里插入图片描述

2、梳理人生目标。如果你认为事业对你很重要,那么你对事业的期待是什么,升职加薪?还是转行?确定了目标之后,最重要的是要写出达成路径,比如我想晋升,那么我今年需要做什么才能晋升?比如业绩提升到多少,绩效达到B以上?根据自己的实际情况写得越具体越好。还有最重要的一点是一定要分解到每天的行动计划,比如保持深度工作5小时,每天的工作都有明显的产出。
在这里插入图片描述

3、制定时间作息表。等你的人生目标梳理清晰之后,你就需要给每个目标分配时间,分配了时间你才有可能去执行。
在这里插入图片描述


这篇关于自律篇001-养成自律的秘密武器1-目标规划表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/786807

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:

《计算机视觉工程师养成计划》 ·数字图像处理·数字图像处理特征·概述~

1 定义         从哲学角度看:特征是从事物当中抽象出来用于区别其他类别事物的属性集合,图像特征则是从图像中抽取出来用于区别其他类别图像的属性集合。         从获取方式看:图像特征是通过对图像进行测量或借助算法计算得到的一组表达特性集合的向量。 2 认识         有些特征是视觉直观感受到的自然特征,例如亮度、边缘轮廓、纹理、色彩等。         有些特征需要通

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