2017,我的iOS进阶规划

原文

去年的11.11号我正式开始了我的程序员生涯,成为了一个iOS程序猿,到现在已经一年多了。

一年时间说长不长,说短也不短,之前我对自己2016年的目标也没有什么规划,毕竟作为一个半路出家,刚入行的菜鸟来说,懂的实在是太少,我也不知道这一年里面我需要往哪个方向努力,需要掌握一些什么技术,反而是有点好高骛远了,想要什么都会,swift,js,python都学了一段时间,游戏也看了一下,但是都没有坚持学下去。还好现在我的目标还算是明确,确定了先专心在iOS方面有所突破,进阶。

最近这段时间,一直危机感非常重,一个是iOS最近的行情确实是不太好,经常看论坛里面或者朋友出去找工作的,都是怨声载道,简历上没有写个两三年经验的都没面试。另外一个是一年下来,虽然学会的东西不多,但是也深刻感受到了,需要学的东西太多,毕竟我的起点比别人晚太多。经常想着如何快速的突破这个瓶颈,让自己的技术达到一个新的阶段,但是又无从下手。这也让我非常焦虑。

其实有时候”当局者迷“,很多时候我总是想有没有捷径,别人做开发两年三年,而我需要找到一个捷径在一年或者更短的时间里面赶上他们。但是这显然是不行的。我能做的只能是脚踏实地,花更多的时间在学习上面,落后的就用时间来追赶吧。

在一年的工作中,也算是有了一些小小的经验,所以现在也能够明白自己需要努力的方向,这段时间我也按这个这个方向在走着。2016马上结束了,我也给自己的2017进行了一些规划,虽然一直说”计划赶不上变化“,但是仍然是需要计划的,也算是督促自己的一种手段吧。

写这些是想给自己一些动力,也可以给跟我一样有些焦虑的iOS小白一些参考,或许我的进阶计划,对你也能有所帮助。

有一句话我很喜欢:

种一棵树,最好的时间是十年前,其次是现在。

现在,我要开始种树了。

1.读书计划

人丑就该多读书。。网上很多关于iOS进阶的书籍推荐,根据我自己想读的,我列出了几本,有些我已经看过了,但是都是笼统的看了一遍,我需要的是精读,所以,今年我决定每读一本书就写一篇读书笔记来记录分享,而不是过目就忘。

这本书介绍了一些OC的语法技巧,runtime,内存管理等方面的知识,确实很不错,陆陆续续算是看了一遍,但是都没有认真记录,所以趁着2016还没有结束,我打算再认真的看一遍这本书。非常推荐!

这本书详细介绍iOS的内存管理,不厚,200多页好像,之前也算读过一遍,不过是过目就忘,但是不妨碍我认为这本书绝对算是想要学习iOS内存管理,block的最好的书,没有之一。 重点推荐!

这是Raywenderlich出版的一本关于iOS动画的书,Raywenderlich的书是真不错,基本上每一本都是精品。不管是入门的书或者是进阶的书,强烈推荐去Raywenderlich的网站里面找找你想要学的。今年花了不少时间在动画学习上面,但是如果有时间,这本书我想我应该要再认真读一遍。

这本书同样是介绍iOS动画,但是侧重于介绍CALayer等各种原理行的东西,Raywenderlich的书则侧重在实践上面,各取所需吧,但是如果想要深入了解iOS动画的实现,这一本看完,基本没问题,推荐!

这本HTTP权威指南我一直都想找时间读一遍,可惜每次都是读了一点点就进行不下去了。但是就是这一点点我也认为对我帮助非常大。如果想弄懂iOS中的网络相关知识,强烈推荐先看一下这本书,绝对事半功倍!

这本书我没看过,网上有人推荐,因为我也想深入了解一下iOS的网络知识,所以先列入清单。

设计模式平时在工作中用到的总是那两三种,单例,代理,我想这方面也是我的弱项,需要补一补了。

这本书同样是网上有人推荐的,如果我能把上面所有的书读完,我想我会更加深入的想要了解iOS背后的东西了,不过这本书优先级我应该会放在最低。

2.官方文档阅读

其实,最好的学习方法还是读官访文档,因为大部分的书里面的知识都是来自官方文档,之前我总结了一些我想要看的文档,有些已经看过了,不过列在这吧,有需要的可以看看。官方文档一般都不厚,几十页左右,看的也比较快,虽然列表这么长,不要怕。电脑上,手机上下个Dash(现在iOS版的Dash已经开源),没事的时候看看,挺好。

View Guide

Language

Foundation

Graphics

Media

Other

3.开源代码学习

从开始做iOS,就一直十分羡慕那些在github上面开源的大神,iOS也有很多大神开源了许多项目。我一直没搞懂大神开源一个项目的过程,也一直没有去认真研究过哪个大神的项目。所以我选了三个(暂时只想弄懂这三个)我非常想学习的项目,准备仔细的去研究一下他们的源码,去看看大神们写代码的思路和了解一些我不懂的知识。目标就是每个项目写一篇学习笔记。

4.WWDC回顾

想要学一个知识点,其实还有一个非常好的方法,就是看WWDC的视频。不过由于有中文字幕的比较少,可能看起来也有些费劲,最近在地铁上空闲的时间也看了几部WWDC的视频,感觉非常不错,电脑上的话,可以到github上的这个开源项目WWDC for macOS去下一个软件,速度很快,看起来也不错,在空闲时间看一看,肯定能有所收获。争取把想学的几个知识点的WWDC的视频都补上来吧,以前都从来没看过。。是一个不合格的iOS开发者啊。

5.项目

作为一个iOS程序猿,肯定会经常冒出一些想法,想要自己做一个App。我也有好多想法,但是到现在一年了也没做出来一个真正属于我自己的App,也算是有些遗憾啊。明年准备买一个开发者证书,现在已经在做和有想法的有两个小的项目,都是我想做出来自己用的,如果感觉不错的话,应该会上架,这两个项目一定要完成!这也是一个非常重要的目标。

总结

有目标才有动力,列了这么多计划,希望2017过一个充实的生活,也希望2017过完回头看的时候,我这些目标都能完成!

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。
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