系统学习计算机技术三要素:手快、眼快、脑子快

这篇具有很好参考价值的文章主要介绍了系统学习计算机技术三要素:手快、眼快、脑子快。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

最近刚好想总结归纳一下自己这些年的学习路径和方法,没想到 CSDN 就搞了这样这样话题,既然这样就不能写一半放草稿箱里,一鼓作气写好,希望能帮到一些人。

这些年的经历告诉我,如果想系统的学习一门计算机相关的技术,那么必须做到“眼快、手快、脑子快”中的至少两点,如果想成为大佬,那么三点缺一不可。

什么叫系统学习

一般来说,系统学习就是全面地学习某一技术,从原理、操作各方面进行深入了解,最后形成知识网络体系,对这个技术有全面的了解。

B+ 树的作者有一篇讲博士的博客《Notes On The PhD Degree》,其中有一句:

To earn a Ph.D., one must accomplish two things. First, one must master a specific subject completely. Second, one must extend the body of knowledge about that subject.(要获得博士学位,必须完成两件事。首先,一个人必须完全掌握一个学科。其次,他必须扩大该学科的知识体系。)

系统的学习一门技术当然不用获得博士学位这么高的要求,虽然并不需要我们去扩充这个技术的体系,但是最终的目标比较像第一个要求:完全掌握一门技术,不论是使用还是原理。不要觉得这个目标太高,正所谓“学其上,仅得其中;学其中,斯为下矣”。

关于如何系统学习,很多人会从知识结构方面来依次介绍,把要学习的部分划分好,这似乎是近些年流行的教育方式。但是我觉得那样划分的结构不一定适合每个人,很多人学前几个部分可能兴致勃勃,但是后面的部分就不想学了。

有些人会告诉你,系统的学习要跟着一本专业书,按照顺序看下来,你就打好基础了。但是说句实话,你可以问问身边的前辈,你想学习的这个技术真的有很全面的专业书吗?

比如说《XX导论》这种书其实只是这个方面的一个大概的介绍,是一本很厚的目录和简介。如果想详细了解,那么这种书是不够的。好在一些方向是有全面的书,比如算法方向 TAOCP 是一本很全面的书。如果你可以阅读英文,那么中文翻译导致的理解错误,以及一些很细致的知识点,对你来说不是问题,你哪怕只钻研完你感兴趣的那部分,你对这部分的理解就超出 99% 的同行了。但是 TAOCP 还没有出完,而且其他一些领域可能并没有这样严肃、经典的书籍。如果你看一些不是那么经典的书,那么必须要跟着书中的代码和教学才能学习,但是很多书中代码环境可能已经不好配置了,学习之路会败于开始。就算硬啃完了,那么也会留下一堆问题,对基础原理的理解也不是通透。

诺奖得主费曼曾经在采访中说道:他和同事做过测试,每个人的记忆方式和大脑都是不一样的,有的人可以边数数变说话,但是有的人就不行。所以要在探索学习方法的过程中了解自己,才能找到适合自己、属于自己的方法,在这个过程中可以参考别人的学习方法,但是不能完全照搬。

在寻找自己的方法的过程中可以走弯路,也必定会走弯路,这是没关系的。这些年我最大的一个感受就是:艺无止境,功不唐捐。每当你花了很多时间精力,研究了一个现在用不到的技术,但是未来的某一天,这个技术或者学习过程中的产生物就会帮到你学习新的知识,甚至是完成一项很困难的工作。

所以趁自己有时间,还有精力有脑子,多去试试看,这样才有机会找到适合自己的学习路径。这个路径也可以借鉴到其他领域,学习其他的技术。

眼快

正如前文所说,学习一门计算机技术的时候,阅读视频、博客、文档、书籍等内容是必须的,如果从入门到大佬看的东西进行排序的话,那么大致顺序应该是:

但是实际上,很可能是三种混合着来,但是按照比例来说,大致途径是这样的。

看博客或视频

有些博客或视频是教程的形式,你可以跟着学习;更多的视频和博客是单独讲解一个问题或者技术中的一部分,这也能解决你遇到的大部分问题。

至于视频和博客的选择,取决于你适合什么样的学习。有些人看文字和配图就可以完成学习,但是有些人是需要动画、幻灯片才能学得会的。这二者没有高低之分,适合什么就用什么方法,不要被“方法”困住,浪费时间浪费精力。你最终是要学会,而不是一定按照某种方法学会

阅读书籍,尤其是经典著作

阅读书籍,尤其是读经典著作是你全面掌握一门技术的必要路径和一条捷径。

读完经典著作不一定能让你立刻全面掌握,但是最终技术掌握的程度和侧重取决于你阅读的方式。不少人三十岁了才开始意识到博客并不是学习技术的全部,阅读经典书籍真的非常重要的。这是因为看博客和视频学习某一点真的很快,但是没办法

在一系列博客或者视频之后,你应该已经掌握这门技术的基础使用方法,比如编程的话,可以编写一个简单的计算器之类的。但是哪怕视频和博客中有介绍原理,这时候你对技术的整体、原理和运行机制其实并不了解,一旦任务困难了一些,你可能不能很好完成,甚至是不能完成任务。这时候就需要阅读书籍,不光是沉淀,也是拓宽自己的眼界,读一本经典著作给你带来的眼界拓宽比你刷一百个博主还要宽广(不信你可以试试看),甚至你可以找出他们的错误和纰漏。

当然并不是让你一上来就看 TAOCP 这种吓人的大部头。因为流行书内容都比较浅,但是足够给你构建起一个大致比较完整的技术知识体系框架,哪怕其中一些技术的解释是错误的也没关系。你得先在脑海里有一个框架,接下来才可以逐渐搭建起知识体系,以及纠正这些错误。

但是如果你已经有大致的框架了,你可以直接试着看经典巨著了,不用花大把精力时间在流行书籍上。这个框架没有客观的评判标准,唯一衡量方法就是你遇到一个新的知识点或者问题,能不能关联到以前学的一些东西,如果经常可以,那么就是有大致的框架了。

接下来就去读这项技术的经典著作,最好是英文原文的,因为翻译之后的书失去了英文的一些含义,很多著作的原作其实很随性,并没有那么严肃。这些著作多是业界巨擘编写的,正如数学家阿贝尔所说:

我之所以在数学上取得成功,是因为研读的是大师的作品,而不是大师学生的作品。

这些业界巨擘耗时几年编写的著作,不光会全面的介绍技术的原理,还会介绍自己的一些想法,以及同时代的一些思想。由于很多大佬已经作古,你无法与他交谈了,但是他们的著作却还在世,所以这些著作对你的帮助是不可估量的,当然这是建立在你想成为真正的大佬。而且他们还有一些论文和博客,甚至是视频,可以作为补充。

计算机技术的发展和进步并不是 1、2、3 连续递进的,而是 a、b、c 同时出现、竞争,然后 c 活下来了,甚至吸收了 a 和 b 的一些特点发展出了你现在的看到的 d。如果你了解同时代的其他技术,那么你的能力提升幅度会更大,创新能力也更强,因为你可以拿前人的想法和技术重新组织自己要做的任务。所以了解同时代的其他想法和技术是很重要的。

下面讲一个故事吧,是一个典型例子:Go。

Go 可是现在的热门语言之一,很多人也都想学学看。但是 Go 虽然大部分源自于 C,但是并行方面却是源自于 ALef,而 Alef 是编写 Unix 和配套程序的那批人为新系统 Plan 9 发明的新语言(虽然也支持 C 和兼容 Unix)。
也就是说,为了编写 Unix,Ritchie 改进了 B 语言,从而发明了 C 语言(C 中的结构体就是为了编写 Unix 添加的)。几十年后,那批人又为了替代 Unix 发明了 Plan 9,为 Plan 9 发明了新语言 Alef(顺道一提,现在的 UTF-8 也是源自 Plan 9(这个观点是错误的,详情看下面的纠正部分))。

而在 Plan 9 替代 Unix 失败的几年后,AT&T 解散了贝尔实验室,Unix 和 Plan 9 的发明者之一 Ken Thompson 去了谷歌。谷歌就借此机会拉拢了一批人开发了 Go(三个主要开发者,两个都是来自贝尔实验室,开发过 Plan 9)。虽然现在很少有人还知道 Plan 9,但是 Go 的开发环境是有 Plan 9 的。

2023-06-29 添加

这里要纠正我的一个错误,前文说到“UTF-8 也是源自 Plan 9”,这个观点其实不对,是 Ken 先发明了 UTF-8,然后再开发的 Plan 9。
你可能听过另一种说法“IBM 创造了 UTF-8”,但是这个说法其实也是不对的。IBM 一开始的立项是 FSS/UTF,然后找 Ken 和 Rob Pike(Plan 9 的开发者之一)来改进这个设计。但是 Ken 发现一开始列出的需求和设计就有问题,所以花了一顿晚饭的时间搞定了位包装(bit-packing),等到 Rob Pike 吃完晚饭后,他们叫来了 X/Open 项目的人解释自己的计划,然后发送了框架给 IBM 的人。IBM 认为这个设计要比自己的设计好,所以最终就采纳了这个设计。
Rob Pike(Plan 9 的开发者之一)在一次演讲中强调解释了这个问题,然后提出如果有人如果有机会挖掘一下,是可以在内部邮件里看到 Ken 发送的邮件。演讲稿和挖掘出的内部邮件请见:https://www.cl.cam.ac.uk/~mgk25/ucs/utf-8-history.txt
在此,我向之前看了这篇文章的人但是被这句话误解的人说一声抱歉。

这些人奠定了现在计算机系统的基础,影响了世界计算机的走向,Unix 和类 Unix 系统现在依旧占着服务器和一些设备的大量份额。作为一个开发人员,就得理解这些人的思路和想法。或者另一个角度来说,他们的想法可以缔造这样的成果,那么也是有可取之处的

但是书很长很厚,而且读的过程中,你可能还要翻阅其他的书,所以这时候你看的越快,你就学的越多,也就是“眼得快”。

文档和论文

官方文档是你成为大佬必须要看的东西,因为这是开发者与你的直接沟通,没有中间人,没有弯弯绕。程序有什么功能,为什么要有这个程序,程序如何运行都在文档中。
文档是描述工具目的、作用等信息的文稿。而工具往往是原理的实现。所以这个技术使用的一些命令、应用程序或者工具,去看看手册,试一试每个选项的效果和功能,都可以加深你对这个技术和程序的理解。
比如说我一开始学 Git 的时候,看了很多教程,甚至是 GitHub 的教程都不是很懂,但是看了一会官方的《Git Pro》之后,豁然开朗!

而论文是你接触这个技术新发展的途径,未来这个技术会如何发展,需要什么的知识储备,一般论文中都有。

对于一些并不是最前沿的技术,工具的文档和论文可能是你学习的唯一资料,所以要逐渐学会如何找到文档和论文,不然连学习资料都没有。

手快

不论你学习什么技术,数据库也好,编程也好,机器学习也好,光看书是没法学会一门技术的。计算机科学虽然带有“科学”二字,但是计算机与工程的关系还是更近一些(关于这个争论你感兴趣可以看看一开始几届图灵奖得主的演讲),所以实践是非常重要的。

要去尝试不同的工具,不同的方法,这些都要手快,这样单位时间内你进行的尝试就更多。慢,并不是时刻都优雅。

实际操作也能让你学到更多、真正学会的,并且验证你学会技术的就是实践,去完成一些 Labs,仿照已经有的项目造一造“轮子”,在这些看上无意义无结果的过程中,你会加深印象,学到更多。

而且得勇于尝试,不能只是照着打了一遍。要改一些代码,看看效果会不会变,会不会出错,为什么出错。

当然手快还有一点就是得记笔记。如果你记忆力超群那是不用记,不然就要养成记笔记的习惯,给自己的项目README,不然七八月之后,你啥也不记得了。

脑子快

脑子快一方面是指要聪明,不过这个天生的,也没啥细说的,而且聪明也不是系统学习计算机技术的必要条件;另一方面是脑子得活,要经常想一些奇思妙想,然后再手快去试试看,不清楚的地方可以查阅一些书籍资料,这样也能学到不少新东西,甚至是做出创新,而且这样的正反馈会比单纯的从头到尾阅读好得多。

总结

我很喜欢 scz 的一句话:你可以什么都不会,但是不能学不会。但是要学会,还学的精、学的全,真的得尽量做到这三点,哪怕脑子笨一些也够成为一个在某一技术领域能力不错的人了。文章来源地址https://www.toymoban.com/news/detail-469228.html

到了这里,关于系统学习计算机技术三要素:手快、眼快、脑子快的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 深度学习在计算机视觉中的对象检测技术

    计算机视觉是人工智能领域的一个重要分支,其主要研究如何让计算机理解和处理图像和视频。对象检测是计算机视觉中的一个重要任务,它旨在在图像中识别和定位特定类别的物体。随着深度学习技术的发展,对象检测技术也逐渐被深度学习所取代,这种方法在性能和准确

    2024年02月19日
    浏览(44)
  • 基于Django的计算机编程技术学习与服务平台

    临近毕业,又到了赶毕设的时候了,本次介绍分享一下自己的毕业设计项目吧。 项目主题:基于Django的计算机技术编程技术学习与服务平台 实现功能: 1.登入:用户的登陆注册 2.Python教程:实现用户的Python技术文章的浏览收藏转发以及评论的功能 3.IT散文:实现用户对散文博

    2024年01月22日
    浏览(42)
  • AI机器学习:让计算机自学成才的神奇技术

    大家好,今天我们来聊一聊AI的机器学习。简单来说,机器学习就是让计算机系统通过数据来学习和改进性能,而不需要显式地编程。想象一下,你有一个非常聪明的机器人,你不需要告诉它每一步该怎么做,它只需要通过观察和经验积累,就能学会如何完成任务。这就是机

    2024年03月25日
    浏览(143)
  • 《计算机系统与网络安全》 第十章 防火墙技术

    🌷🍁 博主 libin9iOak带您 Go to New World.✨🍁 🦄 个人主页——libin9iOak的博客🎐 🐳 《面试题大全》 文章图文并茂🦕生动形象🦖简单易学!欢迎大家来踩踩~🌺 🌊 《IDEA开发秘籍》学会IDEA常用操作,工作效率翻倍~💐 🪁🍁 希望本文能够给您带来一定的帮助🌸文章粗浅,敬

    2024年02月11日
    浏览(52)
  • 从今天起,换一种轻松有趣的方式学习计算机底层技术!

    大家好,我是轩辕之风。 告诉大家一个好消息,我的  《趣话计算机底层技术》  系列技术故事图书终于出版了!   印刷厂新鲜出炉的第一批图书,已经上线京东、当当啦!   你还记得那个CPU一号车间的阿Q吗?这一次它要继续讲故事给你听啦! 我为什么要写这本书呢? 在

    2024年02月08日
    浏览(44)
  • 《计算机系统与网络安全》 第三章 网络攻击预防与技术

    🌷🍁 博主 libin9iOak带您 Go to New World.✨🍁 🦄 个人主页——libin9iOak的博客🎐 🐳 《面试题大全》 文章图文并茂🦕生动形象🦖简单易学!欢迎大家来踩踩~🌺 🌊 《IDEA开发秘籍》学会IDEA常用操作,工作效率翻倍~💐 🪁🍁 希望本文能够给您带来一定的帮助🌸文章粗浅,敬

    2024年02月11日
    浏览(51)
  • 《计算机系统2》学习笔记

    目录 计算机系统漫游 Amdahl定理 信息的表示和处理 信息存储 进制转化 小端法 大端法 布尔代数 位级运算 逻辑运算 移位运算 整数表示 无符号数编码 补码编码 有符号数和无符号数之间的转换 扩展数的位表示 截断数字 整数运算 无符号加法 无符号数求反 有符号整数加法 补码

    2024年02月11日
    浏览(48)
  • 【计算机三级网络技术】 第二篇 中小型系统总体规划与设计

    基于网络的信息系统结构应包括 网络运行环境、网络系统、网络操作系统。 网络运行环境指为了保障网络系统安全、可靠与正常运行所需的基本设施和设备条件,主要包括 机房与电源 两部分。 (1)机房和设备间、配线间。 机房用于放置交换机、核心路由器、服务器等核心

    2024年02月09日
    浏览(57)
  • 基于深度学习的计算机视觉:应用于智能检测和识别的新技术

    作者:禅与计算机程序设计艺术 目前,深度学习技术在图像处理、目标检测、对象识别等领域已经取得了显著的进步。随着大数据的产生、深度神经网络的不断提升,计算机视觉领域也成为自然界图像理解的一项热门研究方向。近年来,基于深度学习的卷积神经网络(CNN)在

    2024年02月06日
    浏览(56)
  • 深度学习与计算机视觉的新技术:从卷积神经网络到Transformer

    深度学习是一种人工智能技术,它旨在模拟人类大脑中的神经网络,以解决复杂的问题。计算机视觉是人工智能的一个分支,旨在让计算机理解和解析人类视觉系统中的图像和视频。深度学习与计算机视觉的结合,使得计算机在处理图像和视频方面具有强大的能力。 在过去的

    2024年02月02日
    浏览(52)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包