当前位置: 首页 > news >正文

基于DeepSeek的考研暑假日志分析

注:我去年考研时写了日志,大致记录了我每天的主要活动。由于过于琐碎,一直没有翻看。突发奇想,现在利用deepseek总结其中规律。

从你的日志中可以总结出以下规律和活动兴衰起落:


​一、学习活动规律与演变​

​1. 数学学习(核心科目)​
  • ​早期(6.30-7.7)​​:高强度推进660题和强化课程,注重题量(如每天10题)和正确率(标注78%),但逐渐出现「刷不动」的瓶颈。
  • ​中期(7.8-7.21)​​:引入错题重刷、视频辅助(武忠祥网课)和知识体系整理,但效率受困于精力不足和「手法拼不过」的挫败感。
  • ​后期(8.5-8.25)​​:转向线代强化和880题,尝试通过「晨刷视频+错题标记」提升效率,但进度滞后于计划,部分天数为零产出。
​2. 408科目(计网/计组/OS/数据结构)​
  • ​初期(7.1-7.21)​​:以计网为主,通过「大题解析+视频辅助」构建知识框架,但「知识点未记忆」导致大题吃力。
  • ​中期(8.5-8.17)​​:转向操作系统大题和计网视频,采用「硬记+视频多角度理解」策略,但因缺乏有效的复习手段效果有限。
  • ​后期(8.20-8.30)​​:被迫调整计划,尝试真题库和背诵手册,但「复习时间不足」成为核心矛盾。
​3. 英语学习​
  • ​早期(7.1-7.9)​​:模考+阅读为主,逐步引入新题型和完型理论课,但动力不足。
  • ​中期(7.10-8.1)​​:系统化推进阅读理论课和长难句,但受「睡眠质量差」影响,部分天数完全停滞。
  • ​后期(8.20-8.30)​​:转向语法课和作文准备,意识到「语法>模板」,但执行碎片化。

​二、健康与作息波动​

  • ​睡眠问题​​:起床时间从6:30逐渐推迟至9:30,熬夜频繁,导致「无精力」成为高频词。
  • ​身体信号​​:口腔溃疡(菜/水不足)、坐骨神经痛(久坐)、腹泻(山楂)反复出现,但应对措施有限。
  • ​情绪波动​​:多次提及「崩坏」「疲惫」,尤其在数学受阻时(如「计算错误率过高」「难题难消化」)。

​三、娱乐与逃避行为​

  • ​游戏/小说​​:周期性爆发(如7.18-7.19整日网文、8.20-8.23黑神话沉迷),通常出现在「计划中断」或「挫败感累积」后。
  • ​短视频/B站​​:作为「课间休息」但常失控(如「晚休必须限制B站」),成为时间黑洞。

​四、计划政策沿革​

​1. 时间管理策略​
  • ​分块制​​:早期严格划分上午/下午/晚上任务,并采取「40分钟课间制」(如「3节课=3×40分钟」)。
  • ​扩张机制​​:尝试通过「向周日固定休息时间/早起/课间扩张」增加学习时间,但因执行困难(如「起床动力不足」)而失效。
  • ​错题标记法​​:从「二刷标记题」发展为「三级标记体系」,但重刷进度依然滞后。
​2. 情绪管理
  • ​去神圣化​​:试图通过「任务去意义化」(如「生活之内寻找意义」)降低焦虑,但效果有限。
​3. 学科方法论​
  • ​数学​​:从「题海战术」转向「知识体系+意识课」,但未解决「难题瓶颈」。
  • ​408​​:从「文科式硬背」转向「大题反哺选择题」,但缺乏「物理图像」导致效率低下。

​五、核心矛盾与趋势​

  1. ​理想与现实的冲突​​:计划宏大(如「每周150题数学」)但执行力弱(实际周均不足50题)。
  2. ​健康-学习负循环​​:熬夜→起床晚→任务积压→焦虑→娱乐逃避→进一步熬夜。
  3. ​工具复杂性陷阱​​:许愿池/标记法等机制过于复杂,最终回归「视频+错题本」朴素方法。
  4. ​学科瓶颈​​:数学难题难以突破、408知识点广而不深、英语语法突破不足。

相关文章:

基于DeepSeek的考研暑假日志分析

注:我去年考研时写了日志,大致记录了我每天的主要活动。由于过于琐碎,一直没有翻看。突发奇想,现在利用deepseek总结其中规律。 从你的日志中可以总结出以下规律和活动兴衰起落: ​​一、学习活动规律与演变​​ ​​…...

Python 写生成 应用商店(2025版) 网页 方便收集应用 ,局域网使用

工具【1】:nginx 配置 nginx.conf 文件 server { listen 8080; server_name example.com; location / { root E:/BIT_Soft_2025; index index.html index.htm; } # 定义错误页面 error_page 404 /4…...

LLaMA Factory多模态微调实践:微调Qwen2-VL构建文旅大模型

LLaMA Factory 是一款开源低代码大模型微调框架,集成了业界最广泛使用的微调技术,支持通过 Web UI 界面零代码微调大模型,目前已经成为开源社区内最受欢迎的微调框架之一,GitHub 星标超过 4.7 万。本教程将基于通义千问团队开源的…...

Ubuntu20.04 部署llama-factory问题集

llama3 微调教程之 llama factory 的 安装部署与模型微调过程,模型量化和gguf转换。_llamafactory 部署-CSDN博客 1.跟着教程 llama-factory下载不下来 来,试着换源,多试几次,就可以成功了。。。 2.跟着教程,发现无法…...

鸿蒙语言基础

准备工作 去鸿蒙官网下载开发环境 点击右侧预浏览,刷新和插销按钮,插销表示热更新,常用按钮。 基础语法 string number boolean const常量 数组 let s : string "1111"; console.log("string", s);let n : number …...

每天一道C语言精选编程题之字符串拷贝

题目描述 写⼀个函数my_strcpy,实现拷⻉字符串的功能,假设给定⼀个字符数组a,再给定⼀个字符数组b,将字符串a中的内容拷⻉到字符串b中,拷⻉内容包含字符串末尾的 \0 字符。 解法思路 使⽤ while 循环通过指针的⽅式逐…...

C#中扩展方法和钩子机制使用

1.扩展方法: 扩展方法允许向现有类型 “添加” 方法,而无需创建新的派生类型、重新编译或以其他方式修改原始类型。扩展方法是一种特殊的静态方法,但可以像实例方法一样进行调用。 使用场景: 1.当无法修改某个类的源代码&#…...

基于CNN与VGG16的图像识别快速实现指南

基于CNN与VGG16的图像识别快速实现指南 以下是从零实现代码到原理剖析的完整流程,包含TensorFlow/Keras框架的代码示例与关键优化技巧,满足快速实验需求。 一、核心原理对比 特性CNN(基础模型)VGG16结构深度5-10层(如…...

中间件--ClickHouse-9--MPP架构(分布式计算架构)

1、MPP 架构基础概念 MPP(Massively Parallel Processing 大规模并行处理) 是一种分布式计算架构,专门设计用来高效处理大规模数据集。在这种架构下*,数据库被分割成多个部分,每个部分可以在不同的服务器节点上并行处理*。这意味着&#xff…...

如何在PDF.js中改造viewer.html以实现PDF的动态加载

在PDF.js中改造viewer.html实现PDF动态加载,需结合参数传递、文件流处理及跨域配置等技术。以下是综合多个技术方案的核心实现步骤: ​一、基础参数传递法​ 1. ​URL参数动态加载​ 通过修改viewer.html的URL参数传递PDF路径,适用于静态文…...

Android——动画

帧动画 帧动画就是很多张图片&#xff0c;一帧一帧的播放&#xff0c;形成的一个动画效果。 frame.xml <?xml version"1.0" encoding"utf-8"?> <animation-list xmlns:android"http://schemas.android.com/apk/res/android">&l…...

基于linux 设置无线网卡Monitor模式 sniffer抓包

硬件 TP-WN722N 开源无线网卡 网卡设置成抓包模式&#xff0c;条件是什么&#xff1f; 硬件条件 网卡芯片支持监听模式&#xff0c;外置天线或高增益天线可提升抓包效果驱动与软件条件&#xff1a;正确的驱动程序系统与权限条件 Linux&#xff1a;原生支持&#xff08;Kali …...

Ubuntu18.04安装Qt5.12

本文介绍了在Ubuntu18.04环境下安装QT QT5.12相关安装包下载地址 https://download.qt.io/archive/qt/5.12/ Linux系统下Qt的离线安装包以.run结尾 (sudo apt-get install open-vm-tools open-vm-tools-desktop解决无法paste的问题) 安装 1.cd命令 终端进入对应的文件夹下面 2.…...

克服储能领域的数据处理瓶颈及AI拓展

对于储能研究人员来说&#xff0c;日常工作中经常围绕着一项核心但有时令人沮丧的任务&#xff1a;处理实验数据。从电池循环仪的嗡嗡声到包含电压和电流读数的大量电子表格&#xff0c;研究人员的大量时间都花在了提取有意义的见解上。长期以来&#xff0c;该领域一直受到对专…...

PDF.js 生态中如何处理“添加注释\添加批注”以及 annotations.contents 属性

我们来详细解释一下在 PDF.js 生态中如何处理“添加注释”以及 annotations.contents 属性。 核心要点&#xff1a;PDF.js 本身主要是阅读器&#xff0c;不是编辑器 首先&#xff0c;最重要的一点是&#xff1a;PDF.js 的核心库 (pdfjs-dist) 主要设计用于解析和渲染&#xf…...

L38.【LeetCode题解】四数之和(双指针思想) 从汇编角度分析报错原因

目录 1.题目 2.分析 去重的代码 错误代码 3.完整代码 提交结果 1.题目 四数之和 给你一个由 n 个整数组成的数组 nums &#xff0c;和一个目标值 target 。请你找出并返回满足下述全部条件且不重复的四元组 [nums[a], nums[b], nums[c], nums[d]] &#xff08;若两个四元…...

【第48节】探究汇编使用特性:从基础到混合编程

目录 引言 一、调用约定的奥秘 1.1 . C调用约定&#xff08;_cdecl&#xff09; 1.2 stdcall调用约定&#xff08;_stdcall&#xff09; 1.3 fastcall快速调用约定&#xff08;_fastcall&#xff09; 1.4 thiscall调用约定&#xff08;C类成员函数&#xff09; 二、X64汇…...

【jenkins】首次配置jenkins

第一步&#xff0c;输入管理员密码 cat /var/jenkins_home/secrets/initialAdminPassword第二步&#xff0c;点击安装推荐的插件 第三步&#xff0c;创建管理员用户 第四步&#xff0c;返回实例 第五步&#xff0c; 升级jenkins 第六步&#xff0c; 修复提示 第七步&#xff0c…...

Python 项目文档编写全攻略:从入门到自动化维护

引言 在软件开发领域&#xff0c;完善的文档可提升 40% 的团队协作效率&#xff08;来源&#xff1a;IEEE 2022 年开发者调查报告 ^^1^^&#xff09;。本文将深入探讨 Python 项目文档的最佳实践&#xff0c;涵盖文档生成工具、注释规范、自动化维护等关键环节。 一、Python 文…...

基于 React 和 CodeMirror 实现自定义占位符编辑器

npm git 在前端开发中&#xff0c;我们经常需要实现各种复杂的编辑器功能&#xff0c;比如代码编辑器、富文本编辑器等。本文将介绍如何基于 React 和 CodeMirror 实现一个带有自定义占位符功能的编辑器&#xff0c;这种编辑器在模板系统、表单设计器等场景中非常有用。 一…...

GitHub Copilot在产品/安全团队中的应用实践:处理Markdown、自动化报告与电子表格、使用CLI命令等

本文来源github.com&#xff0c;由GitHub中国授权合作伙伴-创实信息翻译整理。 在当今的快节奏时代&#xff0c;技术和非技术团队之间的协作至关重要&#xff0c;事实证明&#xff0c;GitHub Copilot等工具已成为不可或缺的助手。这些由AI驱动的工具已不只是开发者的“秘密武器…...

嵌入式系统中Flash操作全面解析与最佳实践

嵌入式系统中Flash操作全面解析与最佳实践 一、Flash存储器基础与分类 Flash存储器是嵌入式系统中最重要的非易失性存储介质&#xff0c;根据内部架构和工作原理主要分为两大类&#xff1a; 1.1 NOR Flash与NAND Flash对比 特性NOR FlashNAND Flash架构随机存取架构串行存取…...

tomcat 的安装与启动

文章目录 tomcat 服务器安装启动本地Tomcat服务器 tomcat 服务器安装 https://tomcat.apache.org/下载 Tomcat 10.0.X 启动本地Tomcat服务器 进入 Tomcat 的 bin...

Flash存储器(二):SPI NAND Flash与SPI NOR Flash

目录 一.存储架构 二.接口与封装 三.特性对比 四.典型应用场景 4.1 SPI NOR Flash 4.2 SPI NAND Flash 五.技术演进与市场趋势 六.选择建议 6.1 选择SPI NOR的场景 6.2 选择SPI NAND的场景 SPI NAND Flash和SPI NOR Flash是嵌入式设备中常用的存储器。下面通过全面对…...

第 7 期:DDPM 采样提速方案:从 DDPM 到 DDIM

本期关键词:采样加速、DDIM 推导、可控性提升、伪逆过程、代码实战 前情回顾:DDPM 的采样瓶颈 在前几期中,我们构建了一个完整的 DDPM 生成流程。但是你可能已经发现: 生成一张图像太慢了!!! 原因是: DDPM 要在 T 个时间步中一步步地去噪,从 x_T → x_0。而通常 T 至…...

axios 模拟实现

axios 模拟实现 包含[发送请求,拦截器,取消请求] 第一步 , axios模拟发送请求 //使用 xhr 发送请求function xhr_adpter(config){return new Promise(function handle(resolve,reject){let xhr new XMLHttpRequest();xhr.open(config.method, config.url,true);xhr.onreadys…...

架构师面试(三十一):IM 消息收发逻辑

问题 今天聊一下 IM 系统最核心的业务逻辑。 在上一篇短文《架构师面试&#xff08;三十&#xff09;&#xff1a;IM 分层架构》中详细分析过&#xff0c;IM 水平分层架构包括&#xff1a;【入口网关层】、【业务逻辑层】、【路由层】和【数据访问层】&#xff1b;除此之外&a…...

hadoop三大组件的结构及各自的作用

1 HDFS 1.1功能 HDFS 是 Hadoop 的分布式文件系统&#xff0c;用于存储和管理海量数据。它具有高容错性、高吞吐量和可扩展性&#xff0c;能够在多个节点上存储和管理大规模数据 1.2架构&#xff1a;采用主从架构&#xff0c;由一个 NameNode 和多个 DataNode 组成。NameNode…...

GEE学习笔记 29:基于GEE的多源Landsat合成与植被指数时序提取

基于GEE的多源Landsat合成与植被指数时序提取 🌿 1.写在前面 | 基于GEE的Landsat多尺度植被指数提取脚本📌 2.常用植被指数计算公式2.1. 🌿 NDVI(归一化植被指数)Normalized Difference Vegetation Index2.2. 🌱 EVI(增强型植被指数)Enhanced Vegetation Index2.3.…...

负载均衡的策略

目的&#xff1a;将请求均衡分发到后台的服务器 算法&#xff1a; 随机算法&#xff1a;随机数获取服务器加权随机算法&#xff1a;根据权重&#xff0c;增加某些服务器&#xff08;性能比较好等&#xff09;选择的随机比例轮询算法&#xff1a;轮流分发给服务器加权轮询算法…...

AWS Elastic Beanstalk的部署Python Flask后端服务(Hello,World)

问题 最近需要使用AWS Elastic Beanstalk来部署Python的Flask后端web接口。这里先做一个最简单的Flask Hello&#xff0c;World接口服务程序。 Flask工程与代码 创建本地虚拟环境 conda create -n flask python3.13 # 激活 conda activate flaskapp.py from flask import …...

Hadoop的三大结构及各自的作用?

1.HDFS 作用&#xff1a; 存储海量数据&#xff0c;支持高容错&#xff08;数据自动备份&#xff09;和高吞吐量&#xff08;适合大文件读写&#xff09;。 采用主从架构&#xff1a; NameNode&#xff1a;管理文件系统的元数据&#xff08;如文件目录结构&#xff09;。 Dat…...

在Ubuntu系统中安装和升级RabbitVCS

在Ubuntu系统中安装和升级RabbitVCS 目前在ubuntu中使用svn的GUI工具&#xff0c;已经安装了。想升级一下。 当前遇到的问题是&#xff0c;我想用它看看我当前的代码对应的版本号&#xff0c;然后再决定是否update。但是&#xff0c;好像我看不出来。根本不如在windows使用To…...

深入理解红黑树:原理、实现与应用

深入理解红黑树&#xff1a;原理、实现与应用 引言 红黑树&#xff08;Red-Black Tree&#xff09;是计算机科学中一种重要的自平衡二叉查找树。它通过简单的规则和高效的调整策略&#xff0c;保证了插入、删除、查找等操作的时间复杂度均为 O(log n)。红黑树广泛应用于实际开…...

Java学习手册:Java并发编程最佳实践

在Java并发编程中&#xff0c;遵循最佳实践可以显著提高程序的性能、可靠性和可维护性。本文将总结Java并发编程中的关键最佳实践&#xff0c;帮助开发者避免常见陷阱并编写高效的并发程序。 1. 选择合适的并发工具 Java提供了丰富的并发工具&#xff0c;选择合适的工具可以简…...

接口自动化测试(二)

一、接口测试流程&#xff1a;接口文档、用例编写 拿到接口文档——编写接口用例以及评审——进行接口测试——工具/自动化框架进行自动化用例覆盖(70%)——输出测试报告 自动化的目的一般是为了回归 第一件事情&#xff1a;理解需求&#xff0c;学会看接口文档 只需要找到我…...

C++类和对象上

1. 面向对象编程与面向过程编程的比较 我们一开始接触的C语言就是一门面向过程编程的语言&#xff0c;而C就是一门面向对象编程的语言。那么这两者有什么区别呢&#xff1f; 举个例子&#xff0c;就比如说点外卖&#xff0c;如果是C语言的话&#xff0c;那么在程序的编写过程…...

hadoop的三大结构及各自的作用

Hadoop 分布式文件系统&#xff08;HDFS&#xff09; 存储大量数据&#xff1a;HDFS 被设计用于在商品硬件上存储海量数据&#xff0c;它将大文件分割成多个数据块&#xff0c;并分布存储在集群中的不同节点上&#xff0c;支持数据的可靠存储和高效访问。提供数据冗余和容错机制…...

珈和科技遥感赋能农业保险创新 入选省级卫星应用示范标杆

为促进空天信息与数字经济深度融合&#xff0c;拓展卫星数据应用场景价值&#xff0c;提升卫星数据应用效能和用户体验&#xff0c;加速卫星遥感技术向民生领域转化应用&#xff0c;近日&#xff0c;湖北省国防科工办组织开展了2024年湖北省卫星应用示范项目遴选工作。 经多渠…...

香港服务器CPU对比:Intel E3与E5系列核心区别与使用场景

香港服务器的 CPU 配置(核心数与主频)直接决定了其并发处理能力和数据运算效率&#xff0c;例如高频多核处理器可显著提升多线程任务响应速度。在实际业务场景中&#xff0c;不同负载需求对 CPU 架构的要求存在显著差异——以 Intel E3 和 E5 系列为例&#xff0c;由于两者在性…...

【人工智能】DeepSeek 与 RAG 技术:构建知识增强型问答系统的实战

《Python OpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门! 解锁Python编程的无限可能:《奇妙的Python》带你漫游代码世界 本文深入探讨了如何利用 DeepSeek R1 模型结合检索增强生成(RAG)技术,构建一个高效的知识增强型问答系统。RAG 技术通过结合信息检索与生…...

得佳胜哲讯科技 SAP项目启动会:胶带智造新起点 数字转型新征程

在全球制造业加速向数字化、智能化转型的浪潮中&#xff0c;胶带制造行业正迎来以“自动化生产、数据化运营、智能化决策”为核心的新变革。工业互联网、大数据分析与智能装备的深度融合&#xff0c;正推动胶带制造从传统生产模式向“柔性化生产精准质量控制全链路追溯”的智慧…...

超导体的应用价值:超导磁探测技术开启科技与生活的新变革

科技的飞速发展&#xff0c;带来了一种新型材料的快速应用&#xff0c;那就是超导体材料。超导体的特性&#xff0c;能够为当今社会众多领域带来革命性的变革&#xff0c;也将极大的改变我们现在的生活质量。 超导体的特性 超导体是指在特定温度下的电阻会突然消失&#xff0c…...

UNION和UNION ALL的主要区别

UNION和UNION ALL的主要区别在于处理重复数据和排序的方式。 UNION和UNION ALL都是SQL语言中用于合并两个或多个SELECT语句结果集的关键字。它们的主要区别如下&#xff1a; 1、对重复结果的处理&#xff1a;UNION在进行表链接后会筛选掉重复的记录&#xff0c;而UNION ALL不会…...

软件项目验收报告模板

软件项目验收报告 一、项目基本信息 项目名称XX智能仓储管理系统开发单位XX科技有限公司验收单位XX物流集团合同签订日期2023年3月15日项目启动日期2023年4月1日验收日期2024年1月20日 二、验收范围 入库管理模块&#xff08;包含RFID识别、库存预警&#xff09;出库调度模…...

第五章 SQLite数据库:5、SQLite 进阶用法:JOIN、UNION、TRIGGER、INDEX、ALIAS、INDEXED BY 等模块

一、JOIN&#xff1a;跨表查询的核心机制 1. JOIN 类型总览 JOIN 是连接多个表获取综合信息的关键手段。常见 JOIN 类型如下&#xff1a; INNER JOIN&#xff08;内连接&#xff09;&#xff1a;仅返回两个表中满足连接条件的行。LEFT OUTER JOIN&#xff08;左连接&#xf…...

中间件--ClickHouse-10--海量数据存储如何抉择ClickHouse和ES?

在Mysql数据存储或性能瓶颈时&#xff0c;采用冷热数据分离的方式通常是一种选择。ClickHouse和Elasticsearch&#xff08;ES&#xff09;是两个常用的组件&#xff0c;但具体使用哪种组件取决于冷数据的存储目的、查询模式和业务需求等方面。 1、核心对比 &#xff08;1&…...

JESD204B标准及其在高速AD采集系统中的应用详解

一、JESD204B协议的本质与核心价值 JESD204B是由JEDEC制定的第三代高速串行接口标准&#xff08;2011年发布&#xff09;&#xff0c;专为解决高速ADC/DAC与FPGA/ASIC间数据传输瓶颈而设计。其核心突破体现在&#xff1a; 速率革命性提升 支持每通道最高12.5Gbps&#xff08;通…...

给予FLUX更好的控制:FLUX.1-dev-ControlNet-Union-Pro-2.0

Shakker Labs FLUX.1-dev-ControlNet-Union-Pro-2.0 一、模型概述 Shakker Labs发布的FLUX.1-dev-ControlNet-Union-Pro-2.0是一个统一的ControlNet模型&#xff0c;专为FLUX.1-dev模型设计。该模型在前一版本基础上进行了多项改进&#xff0c;包括移除模式嵌入以减小模型尺寸…...

Hadoop的三大结构及其作用?

Hadoop是一个分布式存储和计算框架&#xff0c;其三大核心组件是HDFS&#xff08;Hadoop Distributed File System&#xff09;、YARN&#xff08;Yet Another Resource Negotiator&#xff09;和MapReduce。它们各自有着重要的作用&#xff0c;共同构成了Hadoop生态系统的基础…...