016.你想要的摄影入门课

今天带来一门很费钱的课程笔记,小麦老师的《摄影入门课》。我因为这门课入了一台机器,本来osmo packet和osmo mobile3在手,最后为了练习狠心剁手。

这门课,我每一节课都学了几遍,手里拿着机器不断摸索,那段时间确实充实。如果手上有机器,可以试听,看看是否符合需求。

摄影入门课

整个课程,我觉得设计得挺好,强调基础。并不是一上来就是什么高级技巧啥的。分为摄影史,理论篇和实战篇。

摄影史

摄影史主要是介绍摄影的历史,还包括相机发展的历史,确实有种打开眼界的感觉。

理论篇

我最喜欢这个理论篇,可能是我基础不好。看得出来作者是很用心的,用各种图表,照片来来展示对比,确实通俗易懂。

理论篇还教怎么选择拍摄设备和什么是好照片,怎么样欣赏好的照片,提高审美。

实战篇

实战篇也全是基础,包括光,静物,人物,风光等基础拍摄场景,应该注意什么,怎么样拍才能好看,老师还会拿很多大师的作品来分析,确实有学到。

好的摄影师之所以能够拍出好的照片,主要还是他对于日常事物的观察角度不一样,能从“这没什么可拍”的东西中拍出好东西来。

最后还介绍了两讲手机摄影的知识,你值得拥有。

观点

我为什么学摄影课呢?想拍出好的照片。具体是想拍好的人物,比如爱的人,作为生活的一种记录。

你到底是因为什么而拍照?其实课程里面有一个答案,用照片表达倾述自己的内心感受。

拍照是一个实践非常强的活动,怎么才能拍出好的照片,老师说没事都出去多拍,一年拍10万张照片就行了。确实,这种只有非常热爱的人才能办到。

在最后的结束语中,老师出去拍照片因为疫情被困在达祖,最后在一种快活人生中写出来的感想和拍出来的照片,确实让我有一些感动。

拍那些打动我的东西,让别人也能感受我的感受,好照片可复现率是非常低的,因为生活不再来。过好生活本身远比把他们拍下来重要。

总结

  • 推荐理由: 非常好的摄影入门课,强调基础,有知识,有温度的课程。
  • 总体打分: 五星(推荐)

课程二维码

015.你为什么需要深度工作

这本书读完很久了,拖了很久才有一些笔记,因为开始是准备视频,bookflow拖了很久,现在bookflow也重新开始更新了,一周1-2本书。

深度工作

本书分为两部分,第一部分理论,第二部分准则。

此书算一本讲方法论的书,先是解释了什么是深度工作然后还给出了怎么做。书的作者是麻省理工学院计算机博士卡尔·纽波特。

他尖锐地道破了信息经济时代的一个惊人真相——知识工作者60%以上的工作时间都花费在处理此类浮浅事务上,而这些工作不仅产出的价值有限,还会永久性地损害人们深度工作的能力。

深度工作是指在无干扰的状态下专注进行职业活动,使个人的认知能力达到极限。这种努力能够创造新价值,提升技能,而且难以复制。

作者认为想要成为赢家,有两种核心能力是关键,即迅速掌握复杂工具的能力和在工作质量和速度方面都达到精英层次的能力。而这两种核心能力依赖于你进行深度工作的能力。

深度工作能帮助你迅速掌握困难的事物。掌握困难事物的要点在于刻意练习,而刻意练习则要求在无干扰状态下保持专注。

作者还提出了一个公式:高质量工作产出=时间×专注度。

研究表明,刻意练习专注于某一项特定技能,就会迫使某一特定大脑回路在隔离的区域不断地燃烧。反复利用同一大脑回路,就能促使少突细胞在这个回路的神经元周围包裹髓磷脂,从而有效地固化这种技能。

作者还从神经学,心理学,哲学等角度阐述了深度工作对人是有意义的,它能提高对工作生活的满意度。不论你从事什么职业,你的工作就如同一门手艺,如果你能精心打磨自己的本领,心怀敬意、谨慎应用,你就可以像熟练的匠人一样在日常职业生活中创造出意义。

而准则是教你一些方法论,怎么去实践深度工作,大家可以根据自己的情况实践。

观点

很多人其实都意识到了专注的重要性,都在为自己努力创造一个专注的环境。而这本书把它归纳总结了并提出了怎么样做的方法论,适合所有人都读读。

我使用番茄工作法已经7,8年了,最近这几个月,我又在习惯晨间日志+番茄工作法这种形式,但是我的效率并不高。外面的世界太诱惑把时间变得越来越碎片化,有的时候40分钟的番茄钟都会被我打断,特别是手机上的社交软件影响是特别的明显的。

后来我理解了这句话——你要做的事情越多,完成的事情反而越少。我后面在晨间日志上的todolist上面的事项就变成了2-3项,一个上午可能就完成一项,即使我有摸鱼,但是也会把这一项完成。不紧急不重要的事情不做,紧急重要的,立即去做。不紧急重要的,每天拿时间积累,紧急但不重要,自动化或者丢出去。每到晚上复盘的时候,看到当天的番茄数还是很充实的。每个人的精力有限,能在一件事情上有大段的时间深度工作,这件事情成功的概率就大大的增加了。

总结

推荐理由: 如何在网络时代善用脑力,创造真实价值,成为一个不可替代的人

总体打分: 4星半【包邮】后浪正版 深度工作

相关书籍

刻意练习:如何从新手到大师:secrets from the new sci京东¥ 31.20

去购买​番茄工作法图解 简单易行的时间管理方法京东¥ 19.70

去购买​心流 最优体验心理学京东¥ 32.70去购买​

014.为什么现代C++值得你学习

这个假期情况特殊,只能呆在家里,就有了更多的时间来学习。今天带来假期的学习成果,吴老师的《现代C++实战30讲》。

现在C++实战30讲

和吴老师在群里交流已久,后有过一面之缘,吴老师的专业精神令人佩服。这个专栏开了,毫不犹豫就买了,决定拿一段时间重新捡起C++。

目录

学习路径

观点

我这几年大部分时间是在写Python,C++并不常用,有一些生疏了。我大学一直使用的C++,工作也使用了3年C++,应该算入门水平。后面因为转NLP,转写Python了。但是我对于C++来讲是很有感情的,比如我在学Rust时都是拿C++做比较。

我的观点是对于未来,C++的发展前景还是非常广阔,特别是在机器学习领域。Python只是一个外壳,高性能运算还得C++,各种interface还得C++来。

现在捡起来,特别合适,也是一个NLPer必备技能。

总结

  • 推荐理由: 现在C++,你值得拥有,不适合初学者。
  • 总体打分: 五星(强烈推荐)

课程二维码

013.智能运维AIOps

几年前看到别人分享过一些AIOps案例,对此产生了兴趣,就入手了此书。回来拖延在这个假期,开始DevOps的专题时,才翻出来花了几个小时读完。不知道大家对这个领域是否有过了解,今天带来《智能运维:从0搭建大规模分布式AIOps系统》的笔记。

智能运维:从0搭建大规模分布式AIOps系统

先解释一下AIOps的概念。2013年,Gartner提出了一个新的概念,ITOA(IT Operations Analyics)中文叫IT运营分析,后面2016年升级为AIOps(Algorithmic IT Operations),这里强调的是算法,非特指人工智能。到了2017年Gartner最后变更为AIOps(Artificial Intelligence for IT Operations),这样现在智能运维的概念才算固定下来。

本书主要介绍微博AIOps的落地经验,先从运维发展史开始介绍,到智能运维基础设施,介绍大数据平台的建设,到后面专门介绍模型算法,最后介绍了智能运维的相关落地架构。

这本书看下来,整体的结构处理得不算好。前面几章像是官方文档,介绍了太多的开源工具,但是又没有深入,如果通过案例来讲这些开源工具比较好。对算法的介绍也处于非常初级的阶段,没有任何论文的东西,都只是简单的介绍一些算法概念,怎么用的,需要什么数据,什么效果,怎么上线的,整个pipeline也没有说清楚。

此书偏向于了解概念,也偏向于方案的选取,没有什么深度的探讨,这也可能是定位问题。

观点

AIOps确实是趋势,但是真正落地还是挺难的。这个是大公司才需要的技能,在云原生大行其道的今天,中小企业没有直接打造智能运维的必要,后面也是各种云厂商的产品竞争。

运维行业的AI落地,我觉得有一些优势。第一,有大量的数据。首先运维行业的数据量是非常大的,每天产生的日志数据,监控的数据非常多,各家的大数据平台每天的处理量都是巨量的。数据的获取,在大公司现在并不算难,难的是数据清洗。

要应用落地的话,需要场景比较垂直,数据量要大,还需要机器学习平台来支撑整个训练过程。

有个数据,有了想法,后面来做想做的事情也简单很多,包括各种数据的挖掘。

这里面除了智能运维外,还可以挖掘到很多其他的东西,比如安全日志挖掘,入侵检测等都属于这上面的应用。

关键是智能运维属于DevOps上的后期应用,后面落地还得先把DevOps做好。

总结

  • 推荐理由: AIOps概念介绍与系统搭建入门,但是不深入。
  • 总体打分: 三星(可读)

智能运维:从0搭建大规模分布式AIOps系统 

012.微服务架构下的运维系统管理

写在前面

至今写了十一周的一周一书专栏,从这周开始有一些调整。

后面的更新频率会比一周更快,为了尽快消耗掉存货。当然也会写作的方式也会变,不用书名做为标题,而且连着写几本相关的书和专栏。这样的尝试是希望对某个领域的知识搭建起更好的框架体系。

今天带来赵成老师的运维体系管理课,开始进入DevOps。

运维体系管理课

这个专栏分为四个大的部分。

应用运维体系建设

主要是介绍运维的基础,从运维的标准化和应用生命周期开始,介绍了运维技术体系。这个部分介绍了Netfix的NoOps和Google的SRE,也介绍了现在主流的分布式应用的运维组织架构,值得一看。

效率和稳定性最佳实践

这个部分主要围绕持续交付和稳定性展开,主要是讲怎么搞端到端的的持续交付,介绍稳定性的自己实践,怎么做故障管理。都是一些干货,很多都是架构才关心的事情。

云计算时代的运维实践

这个部分聊聊云计算的挑战,混合云架构,云生态,也聊了一些优化相关的话题。

个人成长

这个部分是作者的关于运维的一些成长历程和一些职业观点。包括《云计算和AI时代,运维应该如何做好转型》和《运维需要懂产品和运营吗?》等找几篇都是非常好的文章。

观点

学过软件工程的人都知道,软件整个生命周期,开发只占一小部分,大部分时间其实是处于运维阶段。现在的DevOps正在模糊开发运维的界限,DevOps也是目前的趋势。

现在我基于云平台的k8s的微服务架构基本上不需要运维,但我分析这是因为现在业务没有起来,并不是说k8s把DevOps杀死了。我觉得k8s是DevOps的好朋友,会把DevOps变得越来越敏捷。我不相信什么NoOps,只是后面很多分工会合并为一个,以提高效率。

AI和Ops的结合,我也觉得是一个好的方向,解决基础设施成本问题,也解决调度问题,真正因需调度。

最近在专门研究DevOps并在不断的实践,后面几期会是DevOps相关的内容,敬请期待。

总结

  • 推荐理由: DevOps是趋势,运维并非只是运维的事。
  • 总体打分: 四星(值得一读)

课程二维码