Author name: AndyChen0318

读书笔记

金字塔原理

内容简介 《金字塔原理》是一本讲解写作逻辑与思维逻辑的读物,全书分为四个部分。 第一篇主要对金字塔原理的概念进行了解释,介绍了如何利用这一原理构建基本的金字塔结构。目的是使读者理解和运用简单文书的写作技巧。 第二篇介绍了如何深入细致地把握思维的环节,以保证使用的语句能够真实地反映希望表达的思想要点。书中列举了许多实例,突出了强迫自己进行“冷静思维”对明确表达思想的重要性。 第三篇主要针对的对象是需要写研究分析报告的人士,以及需要对复杂的问题进行分析、提出结论供决策使用的人士。这一篇介绍了如何在解决问题过程中的不同阶段使用多种框架来组织分析过程,使写作者的思维在实际上进行了预先组织,从而能够更方便地应用金字塔原理。 第四篇介绍了一些演示技巧,能够写作者在以幻灯片等书面形式演示具有金字塔结构的思想时,能让读者或观众感受到金字塔结构的存在。 附有三个附录。附录一涉及的是分析法和科学法在解决问题过程中的区别;附录二列举了序言部分的各种常用写作模式;附录三是全书要点的详细提纲,突出了《金字塔原理》的关键概念和关键思维技巧,以便读者快速查阅。 作者简介 巴巴拉·明托(Barbara Minto)1961年成为哈佛商学院录取的第一批女学员之一。1963年,明托被麦肯锡国际管理咨询公司聘请为该公司有史以来的第一位女性咨询顾问。她在写作方面的长处很快得到赏识,并于1966年被人司派往英国伦敦,负责提高麦肯锡公司日益增多的欧洲员工的写作能力。三十多年来,明托致力于向人们传授明托金字塔原理,传授对象是那些接受过商业或专业培训,但在工作中需要撰写复杂的报告、研究性文章、备忘录或演示文稿的人士以及其他社会各界人士。迄今,明托已为美国、欧洲、澳大利亚、新西兰和中东等国家和地区的许多公司讲过课,并在哈佛商学院、斯坦佛商学院、芝加哥商学院、伦敦商学院以及纽约州立大学等做过讲座。

计算机

卷积神经网络

卷积神经网络(英语:convolutional neural network,缩写:CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。 卷积神经网络由一个或多个卷积层和顶端的全连通层(对应经典的神经网络)组成,同时也包括关联权重和池化层(pooling layer)。这一结构使得卷积神经网络能够利用输入数据的二维结构。与其他深度学习结构相比,卷积神经网络在图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他深度、前馈神经网络,卷积神经网络需要考量的参数更少,使之成为一种颇具吸引力的深度学习结构。 卷积神经网络的灵感来自于动物视觉皮层组织的神经连接方式。单个神经元只对有限区域内的刺激作出反应,不同神经元的感知区域相互重叠从而覆盖整个视野。

未分类

链表

链表是一种在存储单元上非连续、非顺序的存储结构。数据元素的逻辑顺序是通过链表中的指针链接次序实现。链表是由一系列的结点组成,结点可以在运行时动态生成。每个结点包含两部分:数据域与指针域。数据域存储数据元素,指针域存储下一结点的指针。

Scroll to Top