2019年第51周,14.5h,大作业实验和结题ppt

记录自己的成长,为了督促自己,也为了帮助别人。
我将活出专注的人生,因为这是最好的选择。
科研学习的标杆:我将获得国奖,拿到美国大学的博士offer;每天的深度工作时间在12h
不是日程安排,是对完成工作以及深度工作时间的记录
努力成为优秀的人,成为可信度高的人,只有成为这样的人,才能通过写作、演讲等形式最大化自己的影响力
标题:周数,深度工作时间,当周的主要任务
每日的深度工作时间(科研学习)

周一,5.5h
上午:开始设计GraphCNN的数据建模实验:,1.5h
下午:实现生成用户出行记录的程序(od点匹配):单进程和多进程实现,1.5h
晚上:实现生成出站和入站矩阵的程序:前期主要是测试并修改生成用户出行记录程序的细节,2.5h

周二,4.5h
上午:GCNN实验:开始修改输入数据格式:1.5h
下午:GCNN实验:继续修改数据格式,0.5h
晚上:GCNN实验:输入数据的格式修改成功,并初步得到结果,2.5h
周三,2h
上午:ARIMA实验:找到使用ARIMA方法用于电力预测的代码库,0.5h
下午:ARIMA实验:生成ARIMA方法的输入数据格式并开始运行模型,0.5h
晚上:ARIMA实验:调试模型错误,1h

周四,1h
上午:ARIMA实验初步成功,1h
下午:0h
晚上:0h

周五,0h
上午:0h
下午:0h
晚上:0h

周六,0h
上午:0h
下午:0h
晚上:0h

周日,1.5h
上午:0h
下午:开始制作结题展示ppt:大纲制定完毕,1h
晚上:制作结题展示ppt:软件和硬件信息,0.5h

本周总结

目前的个人习惯系统不具备可持续发展的能力,尤其是时间表会掩盖问题,看似每天按时工作(其实包含了大量的伪工作),但是就是不出成绩。这个时候要想止损,真的有必要花一些时间跳出来,换个角度重新审视问题,而不是一直在当局中迷迷糊糊。这也符合深度工作的4DX原则中的最后一个原则——定期问责,如下:

每周回顾自己的计分板,庆贺表现好的一周,理清是什么导致了表现糟糕的一周,而且最重要的是找出能够确保未来几天得到好分数的方法。

反思:本周深度工作时间严重下降的原因

  • 根本原因之一:专注的习惯。深度工作需要前一天/每天早上的清晰、具体的、认真的设计而不是含糊的、无法衡量的、形式的设计,正如晚饭时对工作的不停思考对晚上的工作非常有帮助。简单的讲,一直想的思考习惯没能养成,导致了一种恶性循环:前一刻不专注,后面越来越不专注。

  • 根本原因之二:目标不够明确,主要是指短期激励和长期生活目标的美感不够强烈,没有形成一直想的强大动力。例如,高质量地完成当前的作业,发表论文——获得论文奖金,获得老师和同学的认可,保证自己和家人丰富的物质生活,挤出时间陪伴家人,提升家人的精神生活质量以及改善生活、学习习惯;做出精彩的作业展示报告和高分通过课程;挣钱和立足社会的源动力;热爱并专注于所选择的方向、成为一流科学家的美感。如书中所说:

    有一个明确的目标,能够带来实实在在的职业收益,也可以带来更稳定的热情。让这些激发无尽渴望的事情挤掉所有其他的事情。

    能够确保未来几天得到好分数的方法

  1. 明确的短期目标和人设。高分通过数理统计课程和完成作业展示。性感:专注的、优秀的人,就像最近抓住一个小时专注地修改代码一样。付出三倍的努力,认真地科研学习,渴望获得相应的荣誉和生活,仅此而已。

  2. 少做事情,做最重要的事情,把要做的事情减到最少。每一天、每一年、甚至一生,我其实只能做十分有限的几件事,或者一件事。如书中所说:

    你想做的事情越多,完成的事情反而越少。

  3. 用计分板抓住引领性指标,从力所能及的小事做起,从一块时间金币抓起。妹妹的课程辅导、父母的生活习惯,这些都不是一蹴而就的,同样需要我很多的深度工作时间去准备教案和文章、视频等。经验告诉我,不要成为一事无成的思想派,要成为抓住当下、从小事做起的行动派。我的科研学习成就才是促成他们改变的最重要因素,这样才能增加我的可信度,同时也有能力去纠正他们的习惯。如书中所说:

    这些目标对我的日常行为缺乏影响,因为我不知道短期内做什么可以立刻对长期的指标产生即时的可观改变。当我转而关注深度工作时间之后,突然间这些指标都与我的日常有了关联。

最后的话

不要丧失信心和希望、不要逃避,从力所能及的小事做起、不要心急,慢慢来,这只是人生马拉松中的一小段路,只是有点艰难而已。

ZC同学的智慧,毕设是靠每天一点点的工作累积起来的,困难是靠一直想来解决的(专注并享受困难是最重要的个人因素,得到他人的帮助只是一种运气,寻求他人的帮助也只是可以使用的手段而已)。

猜你喜欢

转载自www.cnblogs.com/hao-hong-sheng/p/12052123.html