我上个月学到的机器学习经验

发布: (2026年2月10日 GMT+8 04:38)
9 分钟阅读

Source: Towards Data Science

Introduction

和往年一样:全球各地的烟火绽放。人们以新的决心和目标迎接新年。总会有人在某个地方说:“2026 将会是 那一年。”

然后一月来了。

随着周数的推进,月末越来越近。对机器学习研究者而言,1 月底有一种非常特殊的味道:它是截止日期季。ICML 即将到来,原本年终的宁静——办公室空荡荡、收件箱长时间安静——瞬间变成 110% 的能量。

这是一种鲜明的对比:从慢节奏的日子到冲刺的日子。但也许这种对比并不是缺陷,而是节奏的一部分?经过一次彻底的充电后,人们可以以更强的状态、更充沛的精力回归。

回顾(稍有延迟的)一月,我发现了三个相互关联的主题:截止日期、停机时间和流动时间。前两者显而易见。第三者介于两者之间,表现为长时间的专注工作;当任务的难度恰好需要集中注意力时,你可以持续数小时投入其中。

截止日期

截止日期有各种大小,涉及各个领域。

在私人生活中,可能是保险理赔的截止日期、利息支付的截止日期,或是一些你真的不该长时间忽视的官方信件。在工作生活中,则是项目里程碑、功能发布,以及——对研究人员而言——论文截止日期。

如果最后一分钟不存在,任何事情都永远无法完成。

我们都知道压力的负面影响,长期压力对健康有害。多年来,我逐渐认识到,适度的压力在有限的时间内其实是有益的。对我而言,这些截止日期本质上是一种制造这种适度压力的机制。突然之间,其他一切都黯然失色,因为这件事必须现在完成。

这也是为什么——有点奇怪——我常常喜欢临近截止日期。并不是因为我喜欢恐慌,而是因为我喜欢那种清晰感。截止日期以一种普通日子做不到的方式设定了优先级。

在日常机器学习工作中,事情往往更连续:实验在集群上运行,管道被调整,错误被修复。没有宏大的终点,只有一些小的失误。但偶尔,管道必须交付,功能需要添加,评估需要稳定。此时,整个团队会短暂地集中起来——聊天更少,副任务更少,协同更紧密。截止日期可能会带来压力,但它们也能提供专注。

如果你的生活中没有截止日期,自己设定一些小的截止日期:比如每周一次的原型内部截止日期、周五的消融实验截止时间,或任何能在不让你精疲力竭的前提下强迫你保持清晰的检查点。

停机时间

在截止日期之前就是截止日期之前。是的,是的。但首先,需要一次停机。

在一个压力大的阶段之后,真的很适合什么都不做一段时间——或者至少少做一点,或者放慢节奏。经历了一年的压力后,适当地进行一次长时间的休息并为电池充电是很好的选择。

如果你在工作中记录时间并累计加班,这正是使用这些时间的完美时机。如果你不记录时间,休一天(或两天)带薪假来平衡强度仍然是个好主意。提前下班并不是懒惰,而是确保你能够长期做自己喜欢的事。

我过去常低估停机时间,因为它会让人觉得没有生产力——你什么都不做。但这正是关键:停机时间是有生产力的,只是以一种叫做 未来准备度 的不同货币计量。它会在以后恢复你的专注能力,防止注意力下降、耐心缩短以及为同样的产出需要付出更多努力的缓慢衰退。

像安排工作时间一样规划停机时间。把它写进日历,尤其是在密集工作阶段之后。如果你“等到想做的时候”,你可能永远感觉不到自己已经“赚到”它。

Source:

流动时间

这三个想法是相互关联的。

在截止日期之后,你已经赢得了自己的闲暇时间。恢复之后,你会带着新能量回归,投入新项目——帮助你赶上下一个截止日期。有趣的部分是闲暇时间和截止日期之间发生的事情:流动时间

流动时间是指你正在从事的工作恰好具有足够的挑战性,需要真正的专注,并且你持续投入足够长的时间,使得大脑完全进入任务状态。优秀的工作就在此时产生。

流动的表现形式可以是:

  • 实现一个功能(例如添加 attention mechanisms、正确处理缺失值、确保评估准确、谨慎地整合 “agentic” 原则,而不是随意套用)。
  • 推进整个项目,例如稳步向提交截止日期前进。

无论哪种方式,流动都需要现代工作生活常常侵犯的一件事:不间断的时间

流动的概念由 Mihály Csíkszentmihályi 提出,用来描述高参与度、高专注度和低自我意识的甜蜜点。你并不是“努力”去集中注意力;专注是进入正确状态的副作用。

当你 进入流动状态 时,事情会被完成。

明确保护流动时间:

  • 安排一个定期重复的时间块,持续数小时。
  • 关闭消息通知(或彻底关闭相关应用)。
  • 将唯一任务设为唯一任务。

每周只要有一到两个流动时间块,就能显著提升生产力和满足感。

结束语

January提醒我,一个好的工作节奏并不是一直拼命。它在于循环工作:

  • Deadlines – 创造焦点和优先级。
  • Downtimes – 恢复能量,防止倦怠。
  • Flow times – 促成有意义的高质量工作。

在今年剩余的时间里,我把它当作一个有意的循环:争取停机时间,利用停机时间,然后投入到流动状态——让截止日期发挥它们的作用:把事情完成。

0 浏览
Back to Blog

相关文章

阅读更多 »

机器学习基础洞见

{ 'title': '掌握机器学习基础', 'content': '介绍nnMachine learning 是一个快速发展的领域,已经改变了...' }