dededebug，de学习思想的bug

写文章的原因

        在大学的学习之中，说句实话计算机技术的迭代更新真的有点（跟火箭似的）快，然而在学习的路上我们总有意想不到的bug出现，我在学习之中也有许许多多滴问题，在这篇文章之中我想记录一下我所总结的学习经验。

        第一，技术的学习（英雄的剑，传承思想）

              不要浮躁，不要浮躁，在最初学习机器学习的时候，只是刚刚学习了一点python语法知识，只是会用，然后愣头青直接入深度学习，当然结果肯定是一地鸡毛啥也没学会 然后学会创建张量（当时学习的是tensorflow2.0版本以上） 教学视频当时是一版本在with开启会话是碰了壁 一时学习进度卡住了 然后后退学习步伐 退后 机器学习 然后被一头打死在朴素贝叶斯 和随机森林 决策树的foot下，然后我又退入数据挖掘（爬虫，网络蜘蛛），一点一点捣鼓，慢慢学，然后逐渐明白了，我还记得最开始被老师问到梯度下降中下降的是啥 我当时学习过看过视频但是我依然答不出来 因为我不知道从哪里开始答起，没有具体的逻辑撑不起我的回答 再后来逐渐认识误差函数 准确率 最小二乘法 （人工智能真的和数学不分家）等等诸多 后来吧，我总结出来的是技术学习的其实很多都是技术思想的继承，我们不应该只学习技术使用，更应该注重的技术核心思想是在干嘛，同时例如spring框架中的ioc和aop 他们不只是工具更应该是技术思想的传承。我们在学习的同时在巨人的肩膀上继续传承英雄的意志。

        第二，成长离不开困难(debug)

                       有目的的写代码，我坐在电脑面前打一千遍System.out.println("我要成为大佬");我也不会成为大佬 ，不应该每天写重复的代码（//也应该尽量开辟新的思路）出现更多奇奇怪怪的bug，从来没见过的奇怪error，这样才能挑战更多的困难 bug固然可恶，但是也是增长见识的一大快速路劲 bug会浪费很多很多时间但是也会学习到很多很多新奇的知识，程序向我们提出问题，我们面向世界解决问题，同时提高了搜索技术，哈哈哈哈哈哈哈哈哈哈哈，在计算机中的学习中api和技术栈多到数不过来，所以我们不可能全部记住所以只能选择熟用的而不是全部记住，有个大概的印象