用零碎時間學習,會不會導致學習零碎化?《深度學習的技術》ep4

閱讀時間約 3 分鐘

之前有聽過些說法,零碎時間學習,會讓學習的知識變得不完整、變得零碎化/碎片化

這樣的說法正確嗎? 來看看書中怎麼說,接著寫些心得

raw-image


書中內容

在網路時代,接收資訊變得更加快速和方便,我們可以隨時隨地利用零碎時間學習,例如在搭火車或排隊時候,這種利用碎片時間進行的學習方式被稱為「碎片化學習

由於碎片化學習往往是斷斷續續的,有觀點認為這種方式可能會導致膚淺和片面,或造成分心,甚至有人覺得碎片化學習只能用來學膚淺資訊

這是錯誤的想法

事實是:利用多餘的一丁點時間,哪怕中途會斷斷續續地學習,還是有益處,關鍵是在於你有沒有親自把知識排列起來、連接起來、組裝起來

其實嚴格來說,所有的學習都是碎片/零件化學習

例如閱讀一本書時,你無法一次性吸收整本書的知識,也無法在同一時間理解十多個知識點,只能逐個地理解這些知識點,就像撿拾碎片一樣,一個一個地收集

而所謂「有系統的學習」,並不是說你不能進行碎片化學習,而是指在學習(撿拾碎片)之後,你需要將這些知識點整合起來,排列組合成一個完整的系統

當然,這也意味著如果只是進行碎片化學習,但沒有對所學的知識進行總結,或將其排列成一個完整的系統,那麼將無法獲得更大的提升

raw-image

心得

這其實也打破一些對於碎片化學習的迷思

也代表可以善用一些零碎時間來學習,例如我自己有時候搭車,就會開個kindleAPP來看一下電子書,有時候也會用耳邊說書APP來聽書,看網路文章或影音,也可以多多和自身的知識去連結和思考等等

不過如果是ㄧ些比較艱深或非常陌生的概念,那可能就會比較需要有一段完整時間學習

另外有關於閱讀心得和原書,閱讀心得可以看成是一種新的資訊

例如一本書有20個知識點,閱讀心得就從中選出1-3個知識點說明,或者是也可以加入從其他來源(例如自身想法、生活經驗、其他書籍/文章/影音等)的知識點,變成一篇文章,就是將不同知識點進行排列組合

而整合資訊的部分也讓我想到卡片盒筆記法,會主張將不同知識點進行串聯,有一套屬於自己的知識體系,我目前的話是比較習慣在文章之間建立連結,把相似觀念串聯,之後就能可以看到相關的文章,裡面一些重複觀念就可以運用,比較像是半卡片盒筆記的作法

而對於看書的話,是比較有系統沒錯,所以對於一個主題尚未深入之前,可看優先看書,去參考一些作者的知識體系,而看多本之後,就可以藉由筆記和在腦中建立起一些自己的知識體系,把來自四面八方知識整合到自己的知識架構中

不過,上面提到零碎時間學習,常常聽見有種說法是投資自己,所以多多學習,而我覺得也不要對學習太過有壓力,學習當然有重要性,但也避免把所有每分每秒都看成是資源來學習

這篇文章也提到類似觀念,「時間就是金錢」的觀念,讓人變得不幸福和增加壓力

https://www.gvm.com.tw/article/106915

raw-image


加上,那種「不學習就好像跟不上別人」的想法,其實也真的在增加整體社會壓力和焦慮,如果大家能夠放鬆多一些,整體社會幸福感也會增加吧

另外,很多文化/藝術/休閒類的事情也都是有它的價值的,例如動漫、電影、遊戲、Vlog、跟人聊天等等

例如《鬼滅之刃》或《進擊的巨人》這類動漫作品,就提供獨特的體驗,或許動漫中觀念可以從書本學到,看書可能效率更高,但只看書真的就會變得滿無趣的,會缺失掉很多值得欣賞的畫面和劇情

總之,回到學習上面,可用零碎時間學習,可將所學知識進行關聯,但也避免到太過於有壓力

當然每個人學習時間和方法都會有些不同,上面概念跟大家分享,可以提供參考


相關文章:
學習無用?書、網路、知識體系《極簡閱讀》

看書這件事被神化了?看書的理由 《認知驅動》

成長重要,但記得去守護那美好,也談談自我成長的bug

120會員
248內容數
目前主要會以書籍心得、動漫心得、生活想法等方面來寫
留言0
查看全部
發表第一個留言支持創作者!
小豆pika的園地 的其他內容
在大學,有聽過兩種說法 一種是說學習不要太強調有沒有用,因為這些所學的可能在未來都會派上用場 另一種說法是認為,認為應該以玩成一個成果為導向學習、用於解決問題學習,或者是做中學 前者比較偏向無目的性,後者則是偏向有目的性,但兩種說法看起來以點矛盾 後來想想其實兩者都正確
此書作者是周嶺,書中結合心理學和腦科學等知識,提出有關於一些成長的建議,以下選一些書中內容,寫出一些我的心得
這一本書作者是提亞戈.佛特 Tiago Forte,是本有關於知識管理的書籍,下面選一些書中觀念,以及寫出給我的心得
因為自己有在看課外書,分享個我常用且好用的設備,是我去年七月大概花幾天時間摸索,所以想說來分享個 Kindle APP 電腦+手機板
本書作者為弘丹,以下選取幾個書中內容,並寫出我的想法
之前有寫過些書的心得,也繼續把其中一部分寫出來 這本書作者是楊大輝,是4think部落格作者,以下舉出書中觀念,並寫些我的心得
在大學,有聽過兩種說法 一種是說學習不要太強調有沒有用,因為這些所學的可能在未來都會派上用場 另一種說法是認為,認為應該以玩成一個成果為導向學習、用於解決問題學習,或者是做中學 前者比較偏向無目的性,後者則是偏向有目的性,但兩種說法看起來以點矛盾 後來想想其實兩者都正確
此書作者是周嶺,書中結合心理學和腦科學等知識,提出有關於一些成長的建議,以下選一些書中內容,寫出一些我的心得
這一本書作者是提亞戈.佛特 Tiago Forte,是本有關於知識管理的書籍,下面選一些書中觀念,以及寫出給我的心得
因為自己有在看課外書,分享個我常用且好用的設備,是我去年七月大概花幾天時間摸索,所以想說來分享個 Kindle APP 電腦+手機板
本書作者為弘丹,以下選取幾個書中內容,並寫出我的想法
之前有寫過些書的心得,也繼續把其中一部分寫出來 這本書作者是楊大輝,是4think部落格作者,以下舉出書中觀念,並寫些我的心得
你可能也想看
Thumbnail
1.加權指數與櫃買指數 週五的加權指數在非農就業數據開出來後,雖稍微低於預期,但指數仍向上噴出,在美股開盤後於21500形成一個爆量假突破後急轉直下,就一路收至最低。 台股方面走勢需觀察週一在斷頭潮出現後,週二或週三開始有無買單進場支撐,在沒有明確的反轉訊號形成前,小夥伴盡量不要貿然抄底,或是追空
Thumbnail
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎? 新版式整體視覺上「更加凸顯圖片」,為了搭配這次的更新,我們推出首次貼文策展 ❤️ 使用貼文功能並完成這次的指定任務,還有機會獲得富士即可拍,讓你的美好回憶都可以用即可拍珍藏!
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
1.加權指數與櫃買指數 週五的加權指數在非農就業數據開出來後,雖稍微低於預期,但指數仍向上噴出,在美股開盤後於21500形成一個爆量假突破後急轉直下,就一路收至最低。 台股方面走勢需觀察週一在斷頭潮出現後,週二或週三開始有無買單進場支撐,在沒有明確的反轉訊號形成前,小夥伴盡量不要貿然抄底,或是追空
Thumbnail
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎? 新版式整體視覺上「更加凸顯圖片」,為了搭配這次的更新,我們推出首次貼文策展 ❤️ 使用貼文功能並完成這次的指定任務,還有機會獲得富士即可拍,讓你的美好回憶都可以用即可拍珍藏!
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 總結一下目前有的素材: AI說書 - 從0開始 - 103:資料集載入 AI說書 - 從0開始 - 104:定義資料清洗的函數 AI說書 - 從0開始 - 105
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 目前我們已經完成: Single-Head Attention 數學說明:AI說書 - 從0開始 - 52 Multi-Head Attention 數學說明:AI