首页 > 其他分享 >阅读习惯2

阅读习惯2

时间:2024-05-20 09:40:18浏览次数:23  
标签:养成 习惯 笔记 阅读 本学期 书籍

本学期阅读成果总结

  1. 阅读书单选择与总结
    我选择了参考的书单链接(https://weread.qq.com/misc/booklist/3107758_7sb8Fs2Hv),并从中挑选了几本书开始阅读。

  2. 阅读数据截图

    • 总时长:250 小时
    • 册数:15 本
    • 笔记数:47 条

    微信读书截图

  3. 本学期的收获

    • 阅读时长增加:本学期我总共阅读了250小时,比上学期的150小时有了显著提升。这表明我已经养成了每天坚持阅读的习惯,能够更有效地利用碎片时间来阅读。

    • 书籍数量与笔记:我阅读了15本书,比上学期的10本有所增加。这些书涵盖了文学经典、心理学、历史传记和科学技术等多个领域。我写了47条笔记,这些笔记帮助我更好地理解和记录书籍内容,也帮助我在以后回顾时更加深入地思考和应用所学内容。

    • 收获与成长

      • 在文学方面,我读了几本经典文学作品,如《傲慢与偏见》和《麦田里的守望者》,通过这些作品我不仅享受了优美的语言,还深入了解了作品背后的文化和社会背景。
      • 在心理学和自我成长方面,我读了《心流:如何让自己更专注》,这本书让我学会了如何提高专注力和效率。
      • 在历史方面,我阅读了《人类简史》和《文明的冲突与世界秩序的重建》,这些书让我对人类历史和全球政治有了更深入的理解。
      • 在科技方面,我阅读了《未来简史》,深入了解了科技进步如何改变我们的未来。
    • 养成良好的阅读习惯:通过本学期的努力,我已经养成了良好的阅读习惯。每天阅读的时间不仅增加了,而且我也能更有目的性地选择读什么书,这些都让我觉得很有成就感。

  4. 对未来的计划

    • 持续坚持阅读:我打算继续保持每天阅读的习惯,因为我发现这对我的学习和生活都很重要。
    • 扩展阅读领域:下学期,我计划继续深入探索不同领域的书籍,包括科技、经济、传记等。
    • 更多交流与分享:我还计划参加更多与阅读相关的讨论和书籍分享活动,与他人交流可以帮助我更好地理解书籍内容和扩展视野。

通过这个学期的阅读经历,我不仅扩展了知识面,还养成了良好的阅读习惯,这对我未来的学习和个人发展都将有着长远的影响。

标签:养成,习惯,笔记,阅读,本学期,书籍
From: https://www.cnblogs.com/yuzhenyang/p/18201264

相关文章

  • uCTRL论文阅读笔记
    uCTRL:UnbiasedContrastiveRepresentationLearningviaAlignmentandUniformityforCollaborativeFiltering论文阅读笔记这篇文章应该是关于无偏推荐的Abstract​ 由于协作过滤(CF)模型的隐式用户反馈偏向于流行的项目,CF模型倾向于产生带有流行偏差的推荐列表。先前的研......
  • d3d12龙书阅读----绘制几何体(上) 课后习题
    d3d12龙书阅读----绘制几何体(上)课后习题练习1完成相应的顶点结构体的输入-布局对象typedefstructD3D12_INPUT_ELEMENT_DESC{一个特定字符串将顶点结构体数组里面的顶点映射到顶点着色器的输入签名LPCSTRSemanticName;语义索引如果语义名相同的......
  • 《RandAugment: Practical automated data augmentation with a reduced search space
    论文标题《RandAugment:Practicalautomateddataaugmentationwithareducedsearchspace》随机增强:缩小搜索空间的实用自动数据扩增技术作者EkinD.Cubuk、BarretZoph、JonathonShlens和QuocV.Le来自GoogleResearch,BrainTeam初读摘要最近的研究表明,数......
  • GDCL论文阅读笔记
    Diffusion-BasedGraphContrastiveLearningforRecommendationwithImplicitFeedback论文阅读笔记Abstract提出问题:​ 自监督学习模型大多采用随机辍学来构造附加的图视图,没有区分边的重要性。这些方法在捕获用户-项目交互图的结构属性方面的不足,导致了推荐性能的次优。......
  • Ollama 源代码中值得阅读的部分
     阅读Ollama源代码以了解其内部工作机制、扩展功能或参与贡献。以下是一些值得重点关注的部分: 1.核心服务模块:查找负责启动和管理模型服务的主程序或类,这通常是整个项目的核心逻辑所在。关注如何初始化模型环境、加载模型权重、配置服务器端口和通信协议等关键步骤。 ......
  • 论文阅读:基于实体边界组合的关系抽取方法
    李昊,陈艳平,唐瑞雪,等.基于实体边界组合的关系抽取方法[J].计算机应用,2022,42(6):1796.主要工作提出了一种边界组合的关系抽取方法,跳过实体直接使用实体边界进行关系抽取;本文方法结合了Chen等提出的多通道深度神经网络模型思想以及特征组合的方法以减轻错误扩散对关......
  • 论文阅读:基于多通道自注意力机制的电子病历实体关系抽取
    宁尚明,滕飞,李天瑞.基于多通道自注意力机制的电子病历实体关系抽取[J].计算机学报,2020,43(5):916-929.本文的主要贡献一种更为高效的神经网络架构:recurrent+transformer。"recurrent+CNN"是当前医学文本领域实体关系抽取任务的主流建模方法,为进一步建模表征更全面......
  • 论文阅读:基于预训练模型的关系抽取研究综述
    ELMO模型ELMO的本质思想是通过使用针对语言模型训练好的BiLSTM来构建数据的文本表示。基于语言模型的词表示:传统的词向量表示方法(如word2vec和GloVe)将每个词映射为一个固定的向量,无法处理多义词。ELMo模型通过训练一个语言模型,将每个词的表示作为模型的隐藏状态,根据上下文来推......
  • MixGCF论文阅读笔记
    MixGCF:AnImprovedTrainingMethodforGraphNeuralNetwork-basedRecommenderSystems论文阅读笔记Abstract现存问题:​ 基于gnn的CF中的负采样在很大程度上尚未被探索。提出方法:​ 我们建议通过同时利用用户-项图结构和gnn的聚合过程来研究负抽样。我们提出了MixGCF方......
  • 红黑树阅读
    关于红黑树其实之前看算法的红宝书就有些印象,红黑树是2-3-4树介绍一篇在知乎上的文章什么是红黑树做开发的朋友一定知道接口这个东西:定义接口,给出实现。一个接口可以有多种不同的实现,但是这些实现都会满足接口中的声明。例如,我们定义手机是一个可用作通讯的工具,作为它的实现......