临界点

拖延症(下)

ⅰ亾dé卋堺 提交于 2019-12-21 17:30:21
【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 那么为什么一个有理智的人,要这样子一遍遍重蹈覆辙? 这个问题就是,他对于战胜拖延症没有信心。所以他一遍一遍地被这种自我奴役击败。 拖延症犯病的一般套路是这样子的: 那些“需要做的事情”,我要等到最后一分钟再去着手。然后这种紧张让我惊慌失措,导致我要不是不能做出最好的工作,要不就是直接崩溃什么都做不了。至于“想要做的事情”,我要不就坚持不到最后,或者,我们就诚实点吧,我根本就不去开始。 拖延症这种病的发生并不是毫无理由的。想要解决它,光是“自律“或者”改掉坏习惯“这种没用的字眼都是不够的。它问题的源头深深植根于它们的犯病套路中。 所以要想改掉拖延症,就必须改掉他们每天的套路。 在我们试图改变拖延症患者的套路之前,我们首先要搞明白,拖延症患者最终的康复目标。 正确的做事习惯到底应该是什么样子的,而拖延症患者都是在哪里遇到的问题呢? 完成一件事, 开始:计划。 计划 拖延症患者最喜欢计划了!为什么?很简单,因为计划不需要你去真正的做什么事情,而做事就是拖延症患者的死穴。 但是在拖延症患者做计划的时候,他们喜欢用一种模糊而且不考虑现实和细节的方式来计划,所以他们的计划最后导致他们什么都做不成。拖延症患者的计划就是行动者的噩梦: 计划里都是模糊不清,吓人的任务和事业。 这样子一个充满矫情吓人的任务的计划

机器学习实战----梯度下降

匿名 (未验证) 提交于 2019-12-03 00:21:02
当f'(x)=0时,导数无法提供往哪个方向移动的信息。f'(x)=0的点称为临界点或驻点。一个局部极小值意味着这个点在f(x)小于所有邻近点,因此不可能通过移动无穷小的步长来减小f(x)。一个局部极大点意味着这个点的f(x)大于所有邻近点,一次不可能通过移动无穷小的步长增大f(x)。有些临界点(斜率为0的点)既不是最小点也不是最大点,这些点称为鞍点。 x u T x f(x)。为了最小化f,找到使f下降最快的方向,计算方向导数: min u T x f(x)=min|| x x x f(x)),并选择其中能产生最小目标函数值的ε。这种策略为线搜索。 总结: 文章来源: 机器学习实战----梯度下降