白话系列之序：写在前面的话

最新推荐文章于 2024-06-20 16:27:05 发布
置顶 最新推荐文章于 2024-06-20 16:27:05 发布
阅读量176 收藏
点赞数
分类专栏： 白话系列 文章标签： 白话系列
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a498858821/article/details/83899275
版权

白话系列之序：写在前面的话

记录自己的每个脚印。目标明确，脚步坚定，不忘初心，砥砺前行

文章目录

一、为什么写

  1. 写博客虽然劳神费心耗时耗力，但是将之前学过的东西再次整理以书面的形式保存下来，不仅能加深记忆、查漏补缺，更有可能获得新的感悟；
  2. 以博客的形式呈现在网上，可以与其他人相互交流、共同进步（虽然可能并没有人会看）；
  3. 通过写博客锻炼自己的语言表达能力和熟悉markdown语法；

二、写什么

保持周更！督促自己在做项目看论文的同时一定要不忘记充电，多看书多动手多思考多记录！

  1. 作为一名准Java后台开发工程师，我希望能把我读过的这方面的书的内容中重点、难理解点写下来，算是一种“读书笔记”吧；
  2. 书本、教程、博文都会有一些专有名词出现，虽然准确简洁但是晦涩难懂（纯粹欺负外行人和初学=），我希望能以自己的理解把这些东西用大白话说清楚，这也是我把这个系列命名为“白话系列”的原因；
  3. 前期内容：《深入理解Java虚拟机》、《Java多线程编程》、《深入分析Java Web 》、《Java 并发编程的艺术》等书

三、学习路线

参看网上相关资料，为自己制定的学习路线。这只是一个大方向

  1. Java基础：包括 Java 语法，面向对象特征，常见API等
  2. Java 高级特性：I/O，多线程，并发编程，反射注解等
  3. 数据库基础：基于MySQL的增删改查操作以及多表查询等
  4. JDBC： JDBC 原理， 数据库连接池，存储过程，触发器， CRM 思想等
  5. Java Web相关
  6. Java框架
黑色之狼
关注
专栏目录
中文之妙：成语
iOS逆向与安全
07-21 122
这个成语的由来有一个故事，汉末乱世，人饥竟然相食，听说弟弟被盗贼捉住之后，赵孝绑起自己前去相救，他对盗贼说，“我弟弟太瘦，不如我能让你们多吃一点”。康总说，阮囊羞涩，性喜邪游，夏天穿得漂亮，有几副行头，到了冷天，衣裳就差远了。如今宝玉年纪小，你疼他，他将来长大成人，为官作宰的，也未必想着你是他母亲了。初即位，为长枕大被，与兄弟同寝。清·《儿女英雄传》：“丈夫的品行也丢了，他的声名也丢了，他还在那里贼去关门，明察暗访。《史记·项羽本纪》：“因下令军中曰：‘猛如虎，很如羊，贪如狼，强不可使者，皆斩之。
白话系列之一：JVM的内存管理
a498858821的博客
11-18 214
文章目录一、前言1.1 什么是JVM1.2 为什么要学习JVM1.3 为什么要学习JVM的内存管理1.4 参考文献与环境依赖二、JVM的内存区域2.1 程序计数器2.2 虚拟机栈2.3 本地方法栈2.4 Java堆2.5 方法区2.6 直接内存三、JVM的对象3.1 对象创建的具体过程3.2 对象在内存中的格式3.3 如何访问对象四、后记4.1 相关文章链接 一、前言 1.1 什么是JVM JV...
白话系列之二：JVM的垃圾回收
a498858821的博客
12-02 239
白话系列之二：JVM的垃圾回收 在垃圾回收这个领域，我们主要关注三个问题： 哪些内存需要回收（确定对象是否需要回收） 什么时候回收（判断是否需要回收的时间） 如何回收（确定回收的算法和具体实现） 本文主要针对以上几个问题从JVM的角度进行分析与解答 文章目录白话系列之二：JVM的垃圾回收一、哪些内存需要回收1.1 确定回收的对象1.2 扩展：编译期与运行期二、 一、哪些内存需要回收 1.1...
白话KAFKA之基本概念
<p>专注挖坑</p>
04-24 232
上一篇文章提到在不依赖kafka的情况下，如何直接使用python实现生产消费模型，但是也只适用于数据量不是特别大而且对于数据处理的实时性没有那么高的场景，要真正实现大数据的生产消费，那咱不得不聊聊kafka了。由于kafka可以聊的点不少，所以开个新坑写一个系列吧，本篇就先大致介绍一下kafka的基本情况。 一个睡前小故事 周末睡觉前无聊的刷着手机，某宝网APP突然蹦出来一条消息“为了回馈老客户，猫条买一送一，活动仅限今天！”。买一送一还有这种好事，那我可不能错过！忍不住立马点了去。于是选了两个最香款.
白话经典算法系列之六 快速排序 快速搞定
taotaoahui
03-26 4324
http://blog.csdn.net/morewindows/article/details/6684558 快速排序由于排序效率在同为O(N*logN)的几种排序方法中效率较高，因此经常被采用，再加上快速排序思想----分治法也确实实用，因此很多软件公司的笔试面试，包括像腾讯，微软等知名IT公司都喜欢考这个，还有大大小的程序方面的考试如软考，考研中也常常出现快速
写在前面的一些话：《Learning OpenCV》中文版 .
szu030606的专栏
01-21 8331
2009-09-17 15:51 7578人阅读 评论(4) 收藏举报   <!-- /* Font Definitions */ @font-face {font-family:Helvetica; panose-1:2 11 5 4 2 2 2 2 2 4; mso-font-charset:0; mso-generic-font-family:swiss; mso-font-fo
算法系列之六：快速排序
intruder83的专栏
03-30 273
快速排序由于排序效率在同为O(N*logN)的几种排序方法中效率较高，因此经常被采用，再加上快速排序思想----分治法也确实实用，因此很多软件公司的笔试面试，包括像腾讯，微软等知名IT公司都喜欢考这个，还有大大小的程序方面的考试如软考，考研中也常常出现快速排序的身影。   总的说来，要直接默写出快速排序还是有一定难度的，因为本人就自己的理解对快速排序作了下白话解释，希望对大家理解有帮助，达到快
写在前面的一些话：《Learning OpenCV》中文版
热门推荐
09-17 1万+
 <!--v/:* {behavior:url(#default#VML);}o/:* {behavior:url(#default#VML);}w/:* {behavior:url(#default#VML);}.shape {behavior:url(#default#VML);}--> Normal 0
白话经典算法之七大排序
sunyinggang的博客
12-14 382
本篇转至白话经典算法之七大排序 MoreWindows 白话经典算法之七大排序 这是本人在研一上课时所整理的文档，包括冒泡排序，直接排序这七种常用的排序方法，这些文章不仅使我在考试中取了不 错的成绩，也为后来顺利面过迅雷，腾讯，微软打下了良好的基 础，现在整理成电子书形式，希望能对大家有所帮助。 白话经典算法之七大排序目录 1.白话经典算法系列之一 冒泡排序的三种实现 2.白话经典算
吃透『MySQL』系列，手把手解析相关问题
JavaMonsterr的博客
07-04 257
第一范式：字段具有原子性，不可再分（字段单一职责）第二范式：满足第一范式，每行应该被唯一区分，加一列存放每行的唯一标识符，称为主键（都要依赖主键）第三范式：满足一二范式，且一个表不能包含其他表已存在的非主键信息（不间接依赖-不存在其他表的非主键信息）「范式优点与缺点」：「优点」：范式化，重复冗余数据少，更新快，修改少，查询时更少的distinct。「缺点」：因为一个表不存在冗余重复数据， 「查询可能造成很多关联」 ，效率变低，可能使一些 「索引策略无效」 ，范式化将列存在不同表中，这些列若在同一个表中可以是
[Python人工智能] 四十六.PyTorch入门 (1)环境搭建、神经网络普及和Torch基础知识
杨秀璋的专栏
06-20 458
从本专栏开始，作者正式研究Python深度学习、神经网络及人工智能相关知识。前文讲解合如何利用keras和tensorflow构建基于注意力机制的CNN-BiLSTM-ATT-CRF模型，并实现中文实体识别研究。这篇文章将介绍PyTorch入门知识。前面我们的Python人工智能主要以TensorFlow和Keras为主，而现在最主流的深度学习框架是PyTorch。结合读者建议和个人爱好，接下来我们将分享PoTorch入门文章，希望对初学者有所帮助。
朱松纯教授浅谈人工智能：现状、任务、构架与统一
Nine_s的博客
10-22 2512
作者：朱松纯 来源：人工智能前沿讲习班 导读 本文作者：朱松纯，加州大学洛杉矶分校UCLA统计学和计算机科学教授，视觉、认知、学习与自主机器人中心主任。文章前四节浅显探讨什么是人工智能和当前所处的历史时期，后面六节分别探讨六个学科的重点研究问题和难点，有什么样的前沿的课题等待年轻人去探索，最后一节讨论人工智能是否以及如何成为一门成熟的科学体系。 目录 引言 第一节 现状：正视现实 第...
智慧旅游景区解决方案PPT(50页).pptx
最新发布
09-21
智慧旅游解决方案利用云计算、物联网和移动互联网技术，通过便携终端设备，实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验，使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务，包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外，平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持，如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》，这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化，智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式，提供简化的软件开发、测试和部署环境，实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源，提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构，提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术，实现了旅游服务的智能化、个性化和协同化，提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势，多种技术和应用交叉渗透至旅游行业的各个方面，预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验，也为旅游管理和服务提供了高效的技术支持。
智慧旅游实景三维智慧景区建设方案PPT(70页).pptx
09-21
智慧旅游解决方案利用云计算、物联网和移动互联网技术，通过便携终端设备，实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验，使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务，包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外，平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持，如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》，这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化，智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式，提供简化的软件开发、测试和部署环境，实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源，提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构，提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术，实现了旅游服务的智能化、个性化和协同化，提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势，多种技术和应用交叉渗透至旅游行业的各个方面，预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验，也为旅游管理和服务提供了高效的技术支持。
基于深度学习实现的半监督学习例子.zip
09-21
深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
关于APx测试耳机音频的参数设置及步骤 关于APx测试耳机音频的参数设置及步骤
09-21
关于APx测试耳机音频的参数设置及步骤 关于APx测试耳机音频的参数设置及步骤
jQuery背景可滑动的导航菜单代码，鼠标经过导航时导航背景可滑动，兼容主流浏览器
09-21
jQuery背景可滑动的导航菜单代码，鼠标经过导航时导航背景可滑动，兼容主流浏览器 使用方法： 1、引入reset.css、index.css、jquery-1.7.2.min.js库文件，及jquery.movebg.js插件 2、在文件中加入<!-- 代码 开始 --><!-- 代码 结束 -->区域代码 3、移动的滑动可根据需要自由修改外观
Matlab实验指导书.doc
09-21
Matlab实验指导书.doc
白话C++入门指南：从环境配置到计算机原理
《白话C++》是一本面向C++初学者编写的实用教程，由fingsoft在2005年4月14日整理发布于第二学堂网站，旨在帮助读者通过通俗易懂的语言掌握C++编程基础知识。该书的电子版来源于第二学堂，并得到了该网站的支持。作者...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值