有人心疼的感觉真的很好。可惜是在梦里。不过还是暖暖的。做梦上课，值日，没有太新鲜的事。就像是又回到了过去过了一天吧。</p>
惯性思维真的无处不在。之前玩游戏是喜欢以绝对优势取胜的，但很多时候蛮力是不行的，于是学了虚实结合的战术。但是有时候，强势地抢占先机也很重要。自从我学了虚实结合，基本上总是太保守。这东西，还是要反复琢磨呐！</p>
唱不了就换一首歌，要选择合适自己的。想想，其他事情也该如此。</p>
流水线思维要搞一搞。如果能做一件事，那就弄一个体系出来，应对同样的事，怎么做最节约，或者可最大限度地交给机器，剩下一小部分自己来。</p>
或许该重新审视元宇宙。仿真游戏并不是元宇宙。仿真真实才是元宇宙。果真还是不能从游戏圈子里学习知识啊！</p>
果然，在游戏里面，当家的结构和功能性家具都摆好以后，缺少的，是花的装饰！花这个东西太浪漫了！面包、书、花！</p>
我明白是如何了。年代差距过大。那个时候的年轻人不会和现在的年轻人一样，再加上做的事情也不一样，所以就会看起来很怪，令人疑惑。</p>
我们的视野会被困在我们的定义域里面。其实就是格局问题。格局越大，看到的东西就越多。</p>
去调查市场，阻塞的地方充满机遇。</p>
为什么要自己寻找？一是可以独吞，而是不必受人约束，三是减少前期竞争。</p>
但是呢？从长期来看，在自己掌握某些核心以后，还是要分享出去。共享是共赢的基础。</p>
人总是贪婪的，是在给自己找借口，还是真的在认真分析问题？</p>
数量很大，也就是强度很大，但是接受筛选储存缓冲没有做好，导致其实上的质量并没有达到想象得那么高。</p>try{ggauto();} catch(ex){}
可查并不代表完全开放，也不代表可达。如果可查的目标超级大，让人不知道查什么，那查询功能的意义就更多是为知情人服务，而非为不知情人。如何做到大量数据的可视化呢？树形结构，或者分类表述很重要的。术语就是，降低信息获取成本的同时，降低信息的使用成本。</p>
数据或者信息就像是成熟的果实一样等待采摘。</p>
无监督好一些，能挖掘出一些人看不到的模式。</p>
学习的目的不光是知晓，还有提高思维能力，增加思维方式，增加智力等等的目的。所以，不可以让别人替你学，填鸭式是不完整的学习。所以，学习芯片植入最多算是一个微型电脑的植入，也就是随时随地百度的能力的植入。真正意义上的变强，还是要在神经元连接的复杂度上面，这样，不用困难的思索去锻炼，反倒会使大脑退化——变成了一个储存器而已，与衣架和酒囊饭袋是一个意思。</p>
用人脑思考问题的能效比是不低的。没有那么低。电脑费电这一点请不要忘记。</p>
我们的世界是两个节奏的，一个是碳基人类节奏，一个是硅基互联网节奏。人类呢，又分成个体和整体，它们是一体的，但在考虑问题又需要分而治之，毕竟个体与整体在实验结果来看可能完全不一致。硅基这边也如是。你很难说服单个用户购买你的全部商品，但是如果你的客户足够多，那么基本上所有商品都曾被卖出过，这也许在某些层面上也能解释为什么流量就是金钱了。</p>
以生存为目的的人更加保守，也就是约束更硬。</p>
之前学习不好，可能一部分原因在没有掌握学习方法。但是如果现在还让我学那些东西，学不好的原因应该是没用心。</p></div>
惯性思维真的无处不在。之前玩游戏是喜欢以绝对优势取胜的，但很多时候蛮力是不行的，于是学了虚实结合的战术。但是有时候，强势地抢占先机也很重要。自从我学了虚实结合，基本上总是太保守。这东西，还是要反复琢磨呐！</p>
唱不了就换一首歌，要选择合适自己的。想想，其他事情也该如此。</p>
流水线思维要搞一搞。如果能做一件事，那就弄一个体系出来，应对同样的事，怎么做最节约，或者可最大限度地交给机器，剩下一小部分自己来。</p>
或许该重新审视元宇宙。仿真游戏并不是元宇宙。仿真真实才是元宇宙。果真还是不能从游戏圈子里学习知识啊！</p>
果然，在游戏里面，当家的结构和功能性家具都摆好以后，缺少的，是花的装饰！花这个东西太浪漫了！面包、书、花！</p>
我明白是如何了。年代差距过大。那个时候的年轻人不会和现在的年轻人一样，再加上做的事情也不一样，所以就会看起来很怪，令人疑惑。</p>
我们的视野会被困在我们的定义域里面。其实就是格局问题。格局越大，看到的东西就越多。</p>
去调查市场，阻塞的地方充满机遇。</p>
为什么要自己寻找？一是可以独吞，而是不必受人约束，三是减少前期竞争。</p>
但是呢？从长期来看，在自己掌握某些核心以后，还是要分享出去。共享是共赢的基础。</p>
人总是贪婪的，是在给自己找借口，还是真的在认真分析问题？</p>
数量很大，也就是强度很大，但是接受筛选储存缓冲没有做好，导致其实上的质量并没有达到想象得那么高。</p>try{ggauto();} catch(ex){}
可查并不代表完全开放，也不代表可达。如果可查的目标超级大，让人不知道查什么，那查询功能的意义就更多是为知情人服务，而非为不知情人。如何做到大量数据的可视化呢？树形结构，或者分类表述很重要的。术语就是，降低信息获取成本的同时，降低信息的使用成本。</p>
数据或者信息就像是成熟的果实一样等待采摘。</p>
无监督好一些，能挖掘出一些人看不到的模式。</p>
学习的目的不光是知晓，还有提高思维能力，增加思维方式，增加智力等等的目的。所以，不可以让别人替你学，填鸭式是不完整的学习。所以，学习芯片植入最多算是一个微型电脑的植入，也就是随时随地百度的能力的植入。真正意义上的变强，还是要在神经元连接的复杂度上面，这样，不用困难的思索去锻炼，反倒会使大脑退化——变成了一个储存器而已，与衣架和酒囊饭袋是一个意思。</p>
用人脑思考问题的能效比是不低的。没有那么低。电脑费电这一点请不要忘记。</p>
我们的世界是两个节奏的，一个是碳基人类节奏，一个是硅基互联网节奏。人类呢，又分成个体和整体，它们是一体的，但在考虑问题又需要分而治之，毕竟个体与整体在实验结果来看可能完全不一致。硅基这边也如是。你很难说服单个用户购买你的全部商品，但是如果你的客户足够多，那么基本上所有商品都曾被卖出过，这也许在某些层面上也能解释为什么流量就是金钱了。</p>
以生存为目的的人更加保守，也就是约束更硬。</p>
之前学习不好，可能一部分原因在没有掌握学习方法。但是如果现在还让我学那些东西，学不好的原因应该是没用心。</p></div>