大道至简第二章读后感

      今天把周爱民大道至简的第二章关于是懒人造就了方法读了几遍,作者通过战国时李冰凿山与愚公移山的比较来阐述懒人早就方法主题,以前听历史老师讲课的时候正是因为懒人才会有那么多可以节省人们力气和时间的发明,但懒人并不是真的懒,只是把更多的时间用到了思考上面与观察生活细节上面,正如文中作者所说愚公太勤快了,勤快的今天可以比昨天凿出一倍的石头,以致没有了机会去寻找更快的方法,人的精力终归是有极限的。提出新的方法,解决的将是做事成效的根本问题。而愚公可以多吃点饭,多加点班,但却突破不了人的精力极限。

  文中讲的一百万行代码是可以写在一个文件里面的,由早期的写程序,都是打在穿空带上,让计算机去读,到后来的汇编语言这也是一种进步了,省去了好多麻烦,而且无论这个程序多大,多少行代码,写到一个文件里会方便许多。但 把一百万行代码写到一个文件中去,要查找一个函数需要在编辑器中按五千次PageDown/PageUp键,当然对于勤快的愚公来说他并不会去想些什么,但对于一些懒人来说这个十分庞大的工程并不愿意去参与,因而他们才会去想如何才能偷点懒,才会有了后来的单元文件(Unit,有了单元文件,也就很快出现了一个新的概念:模块。把一个大的模块分成小模块,再把小模块分成更细的小小模块,一个小模块对应于一个单元,因而就可以分工作了,一部分人写着几个单元的代码,另一部分写那几个,这样就能减少一个人的工作量 了,从而提高了工作的效率,这也达到了懒人们的要求了,也正因为多了些思考,才少了那么多的辛劳。

  当讲到你桌上的书是乱的吗?我当时就想这和编程又拉上了什么关系,但当讲到内容时我陷入到了思考当中,文中作者的引用的例子正好是困扰自己的问题,学了一年的编程,却不知道怎么写程序,作者用整理桌上的书说出了其中的问题,既然书桌上的书知道怎么分类、归整得整整齐齐的,那编程不也是一样的道理,把自己所学的知识、所了解的东西分类一下、归纳一下,整整齐齐的放在脑子中,那样不就更清楚地了解自己所学的了,常用的记在自己的脑子之中,而那些不常用的可以不去记只需要在用的时候能从书中找到便可。所以我们在学习中我们应该学会归纳自己所学的知识,那样我们就可以更快的学会新的知识。勤奋的人没有时间去思考这些问题,他们努力地编写着程序,有时候我们真的需要一些时间去整理我们所学到的东西。而且,对于软件工程的专业的我来说,有良好的软件品质的是非常重要的,这里的素质指的是:我们在写编程时一定要写备注,断行的良好的习惯、规范的格式是写代码应该具备的重要素质。

   关于作者对:程序=数据+算法+方法的思考,是在soul和他的对话中,可以很好的看出自己的思考有很多不满之处,他缺失了面向对象的方法问题如果一个问题不能解决,那它将永远成为问题。所以就有了对程序=数据+算法+方法的思考。

转载于:https://www.cnblogs.com/yirenzui/p/5906917.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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