- 博客(14)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 作为架构师不能错过哪些书？
1、领域驱动设计：软件核心复杂性应对之道（修订版）领域驱动设计（DDD)之父作品，众多声名显赫软件师鼎力推荐，深度剖析构建高质量复杂系统的核心技术。本书主要是为面向对象软件开发人员编写的。软件项目团队的大部分成员都能够从本书的某些部分获益。本书最适合那些正在项目上尝试这些实践的人员，以及那些已经在这样的项目上积累了丰富经验的人员。要想从本书受益，掌握一些面向对象建模知识是非常必要的，如UML图和Java代码，因此一定要具备基本读懂这些语言的能力，但不必精通细节。了解极限编程的知识有助于从
2021-11-30 18:56:05
5848
原创 C++程序员必备好书：《C++并发编程实战》（第2版）出版啦
对C++程序员来说，现在是激动人心的新时代。初版的C++标准于1998年发布，历经13年，C++标准委员会对语言本身及其标准库做出重大修整。经过大幅度变革，新标准（以下简称C++11或C++0x）于2011年发布，使C++用起来更得心应手，事半功倍。委员会遵守“班车模式”的新式发布规则，每隔3年发布一版新的C++标准。目前，已经有两版标准依次发布——C++14和C++17，还有几份技术规约作为C++标准的扩充。C++11标准最重要的新特性之一是支持多线程。这是标准首次接纳原生语言层面的多线程应用，并在标
2021-11-28 18:09:36
6028
3
原创 Python 适合初学编程的人学吗？
程序员不断地创造新语言是有充分理由的。每一种编程语言都有其独特之处以及最擅长的方面。此外，随着计算机技术的发展，编程语言也处在不断发展中。因为创建应用程序完全是为了实现与计算机的高效交流，许多程序员都懂多种编程语言，这样他们可以根据要做的任务选择最合适的语言使用，比如使用某种语言可以更好地从数据库中获取数据，而使用另一种语言则可以创建出更棒的用户界面元素。大多数编程语言都是针对特定目标而创建的。这些目标有助于定义语言的特征，并且帮助你搞清楚可以用它来做什么。人们在创建应用程序时有相互竞争的目标和需要，所
2021-11-25 10:40:27
1276
原创 如何构建反汇编代码？
大型的非结构化反汇编指令堆几乎不可能被分析，所以大多数反汇编工具都会以某种简单的分析方法来构造反汇编代码。在本节中，我们将会讨论通过反汇编工具恢复的通用代码和数据结构，以及这些通用代码和数据结构会如何帮助我们进行二进制分析。6.3.1 构建代码首先，我们来看一下构建反汇编代码的各种方法。笼统地说我将向你展示两种使得代码更易于分析的代码结构。（1）分块：将代码分成逻辑连接的块，可以更轻松地分析每个块的功能和代码块之间的关系。（2）揭示控制流：接下来讨论的这种代码结构不仅表达了代码自身，还很直观
2021-11-25 10:38:18
2720
原创 一本深入探讨C++11～C++17最新语言特性的书推荐给你
近10年来C++的更新可谓是非常频繁，这让我在2017年时感受到了一丝不安。那个时候我发现在开源平台上已经有很多项目采用C++11和C++14标准编写，其中不乏一些知名的代码库，而公司里所用的编译环境还没有完全支持C++11，也很少有人真正了解过C++11的新特性。这带来一个很严重的问题，公司项目依赖的代码库更新到最新标准以后，我们将难以在一时之间维护甚至阅读它们，因为C++之父曾经说过“These enhancements are sufficient to make C++11 feel like a
2021-11-22 08:57:14
1902
1
原创 本周上榜的这9本原创技术书很赞，《数学之美》作者吴军博士新书霸榜
刚刚小编看了一下排行榜，发现本周原创技术书上榜的很多，分享给程序员们，给你们做参考。支持原创图书从你我开始。1、计算之魂 （《数学之美》《浪潮之巅》等畅销书作者吴军博士新作，1000册签名书签版随机掉落）吴军 著数学之美姊妹篇，吴军科技领域重磅新作 李国杰院士郑纬民院士作序推荐，快手宿华拼多duo陈磊倾情推荐 名企面试题算法题讲透计算思维1.《数学之美》姊妹篇，吴军博士时隔近10年在科技领域的重磅新作。2.李国杰院士、郑纬民院士作序推荐，快手联合创始人宿华、拼多duo联
2021-11-18 15:00:40
8369
原创 深度学习中的深度信念神经网络
深度信念神经网络（DBNN）是深度学习的最早应用之一。DBNN就是具有多个层的常规信念神经网络。Neil在1992年提出的信念神经网络不同于常规的FFNN。Hinton（2007）将DBNN描述为“由多层随机的潜在变量组成的概率生成式模型。”由于这个技术描述起来很复杂，因此我们要定义一些术语。概率：DBNN用于分类，其输出是输入属于每个类别的概率。 生成式：DBNN可以为输入生成合理的、随机创建的值。一些DBNN文献将这个特征称为“做梦”（dreaming）。 多层：与神经网络一样，DBNN可以由多
2021-11-16 09:56:40
1518
原创 这些实用的人工智能书收藏一波
双十一没想好囤什么书？喜欢人工智能不知道哪些书最实用，小编来推荐一波人工智能书单，希望在这个买书的季节可以帮到你。【双十一热销的这些人工智能书】京东满100减50。1、深度学习AI圣经！深度学习领域奠基性的经典畅销书！长期位居美国ya马逊AI和机器学习类图书榜首！所有数据科学家和机器学习从业者的bi读图书！特斯拉CEO埃隆·马斯克等国内外众多专家推jian！2、机器学习的数学透彻地理解机器学习算法，从数学层面搞懂这些核心算法原理的逻辑，具备推导和证明算法的能力在解决人
2021-11-11 10:45:24
1520
原创 入门以后如何深入学习 C++ ？有哪些建议？
假设你决定开始将C++用于工作中，而你还没有怎么接触过C++。你可能参加过培训或者读过一两本有关C++的书，也可能两者都试过。你也已经写过第一个C++程序：#include <iostream.h>int main(){ cout << "Hello world" << endl;}接下来再做什么呢？下面是一点非正规的忠告，希望能帮助你精练而快乐地使用C++。1 找当地的专家向那些已经学会了你要学的东西的人请教，这对你学习这种新
2021-11-10 20:23:52
2112
原创 2021年金融科技书单推荐
在当今的社会，无论是学习金融还是从事金融工作都迫切需要掌握两门语言，一门是人与人之间交流的语言，比如中文、英文等；另一门就是人与计算机交流的语言，也就是计算机编程语言。面对林林总总的计算机编程语言，对于广大金融学习者和从业者而言，Python是一个比较理想的选择。2021年，有哪些金融科技书推荐？小编来分享一下。1、基于Python的金融分析与风险管理（第2版）Python金融分析指南升级版，新增产品类型与量化分析工具，金融大数据分析和金融风控教程，详解NumPy、Pandas、Matp
2021-11-08 08:23:27
828
原创 成为一名二进制分析师需要用到的Linux二进制分析工具有哪些？
在本文中，你将学习在Linux操作系统上进行分析所需的基本工具。除了向你简单展示工具列表，并解释它们的功能以外，我还将使用“夺旗”（Capture The Flag，CTF）挑战来说明它们的工作原理。在计算机安全与黑客攻防领域，CTF挑战经常以竞赛形式进行，目标是分析并利用指定的二进制文件，或者正在运行的进程/服务器，直至拿到隐藏在二进制文件中的“flag”为止。flag一般是十六进制的字符串，你可以用它来证明你已经完成了挑战，并解锁新挑战。本次CTF里面，我们从一个名为payload的神秘文件开始
2021-11-04 11:12:27
4660
1
原创 如果你是安全工程师、逆向工程师，那么你可能需要一本《二进制分析实战》
绝大多数计算机程序是使用C或C++等高级语言编写的，该类编程语言无法直接运行。在使用它们之前，必须先将其编译为包含计算机可运行的机器语言的二进制可执行文件。但是，你如何知道编译后的程序与高级源代码是否具有相同的语义？令人不安的答案是你无法知道！高级语言和二进制机器语言之间存在很大的语义鸿沟，因此很少有人知道它们如何进行联系。大多数程序员对其程序在底层运行的知识了解很有限，他们只是简单地相信编译后的程序会符合他们的意图。结果是，许多编译器错误、细微的实现错误、二进制级别的后门程序和恶意寄生虫可能会被忽略。
2021-11-04 10:42:56
1395
原创 程序员的代码注释需要写么？
“别给糟糕的代码加注释——重新写吧。”—Brian W. Kernighan与P. J. Plaugher什么也比不上放置良好的注释来得有用。什么也不会比乱七八糟的注释更有本事搞乱一个模块。什么也不会比陈旧、提供错误信息的注释更有破坏性。注释并不像辛德勒的名单。它们并不“纯然地好”。实际上，注释最多也就是一种必须的恶。若编程语言足够有表达力，或者我们长于用这些语言来表达意图，就不那么需要注释——也许根本不需要。注释的恰当用法是弥补我们在用代码表达意图时遭遇的失败。注意，我用了“失败”一词。我是说
2021-11-01 15:16:12
4057
4
原创 11月程序员上架新书里推荐这几本，囤一下？
11月，正适双十一，有哪些最新上架新书值得程序员们去囤一波？10月中旬至今，小编推荐给你几本最新上架新书，请收藏。1、机器学习工程实战安德烈·布可夫（Andriy Burkov） 著，王海鹏，丁静 译1.机器学习入门手册《机器学习精讲》姊妹篇，人工智能和机器学习领域专业人士的多年实践结晶，深入浅出讲解机器学习应用和工程实践。2.系统阐释利用机器学习大规模地解决业务问题，涉及项目准备工作、数据收集、特征工程、监督模型训练、模型评估、模型部署，以及模型服务、监测和维护等全流程3.从零开始讲解
2021-11-01 13:13:57
2775
Python物理建模初学者指南下载
2017-10-26
奔跑吧Linux内核
2017-08-15
深入理解Android内核设计思想（第2版）（上下册）
2017-06-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人