从科研中学习的成长之路（1）

       上过了很多课程，c语言、微处理器、matlab等等，发现一个共同点，我们虽然在上课，却不是很清楚自己课程的具体具体内容是用来干什么的；诸如各种语言：c、c++、python……，老师上课的方式无非是讲最基本的语法、讲各种库、更多一点会讲一些例子，一些小项目；微处理器课程老师会讲处理器的各种构造、各个模块、寄存器等等；而一些基础性的课程，比如高数、复变函数、概率论……干脆全书都是数学概念，每一节直接夹杂一些大部分人都不会看的过渡语。一些考试会考手册上一查就可以查到的东西，难道这些大多数同学考完就会忘记的细节真的有这么重要吗？敲敲键盘就可以在网上查到的东西真的需要我们花那么长时间记忆吗？基础课程庞杂的概念对于一个工科的学生该怎么学习？怎么应用？以上内容不是我对现在学校教育的不满，但是我确实遇到了这样的困惑。

        怎么用互联网精确的查到自己想要的东西也给了我不少困惑。很多时候我想了解一个新的领域，却苦于搜不到确切的回答；想要一个解决方案，却查得怀疑人生。大数据时代，为什么连自己想要得一小点东西都查不到？

        一个师兄的指导让我豁然开朗。他告诉我：你必须要有一个目标，你要干什么？比如你要做一个图像识别。然后该怎么做？明确实现过程。首先需要提取数据，然后需要一个处理数据得模型，最后输出，就是一个简单得输入、处理、输出得过程。之后需要进一步细化分析，数据从哪里提取？用已有得数据集还是自己做得数据集？已有得数据集用哪个？sifar10？还是nmist？他们各自的特征是什么样的？有什么用途？数据集有了怎么导入进去？需要函数。函数是什么？不知道？去查。数据导入好了需要一个模型，模型怎么搭？要用什么工具？tensorflow，具体怎么做？需要几层网络？各有什么不同？

        就这样根据自己的需求一步步推出自己应该干什么，在科学研究中是一个很有效的方法。

        之前犯了一个很大问题。野心太大，目标却不明确。想要做图像识别，发现可能用到tensorflow、python。所以去网上把各种用得着用不着得东西全部学一遍，什么进程线程、gui、网络编程……通通学一遍，好了，python学成了，现在学下一个，当有一天把所有基本知识学完了，或者干脆还没有学完，以前学过的“广博”的知识全部都忘记了，发现自己连最初的那个目标的兴致也没有了，放弃了，不想做了。

        不要想着一口气吃成大胖子，想要一下子什么都懂，什么都精，到头来可能发现什么都不会。抓住某个目标，不断深入有时候是特别有效率的。

        可是本科上课为什么是多而不精呢？我觉得这个就是基础教育了，让学生各个方面都有一定的了解，可能这个了解不深入。但是广泛得了解给学生宽广的视野，解决一个问题，可能能在网上找到解决的方法，但是自己有点概念，解决问题会更加灵活。比如我们系统得学习了某个微处理器，他的每一个引脚；有一天我们需要用另一个微处理器，引脚什么都变了，该怎么办？我们已经有了基础教育的底蕴，我们知道不管什么微处理器都有一些相通的模块，这样我们需要用什么就查对应模块的手册就可以了；再比如我们要完成某件事情要用到语言的某个库，虽然库里的函数都忘记了，但是可以回头查到，然后解决问题。

         学校的基础学习和科研是不一样的。科研是解决问题，所以必须有一个明确的目标。有了目标再根据前面所说，不断推出自己的需求，这样得到的知识是经过自己深思熟虑的，所以会更深刻一些。基础性学习目的性更弱一点，确实提升自身知识底蕴的，这些知识可能并不是很牢固，但是重要吗？我们需要的是在以后用到的时候，有能力很快将这些知识拾起来。

        解决问题的过程会增加知识的底蕴，有丰富的底蕴更利于解决问题。但是解决问题的途中忘了自己要解决的问题是什么，反而妄图对于解决问题的工具全面深刻了解，一次性解决各种问题，全部精通，这样会什么东西都做不了的。

        最后解决第二个困惑。为什么连自己想要得一小点东西都查不到？还是目标不够明确，不够细化。比如我想了解黑客，只查黑客，然后漫无边际得只了解表面，到了最后可能觉得自己好像输入关键字了，可是为什么没有得到自己想要的东西？其实换个思路，比如查查黑客都干些什么，找个感兴趣的，比如密码破解，然后查密码破解都有些什么好方法，用到什么工具，具体实现的时候需要什么知识，代码怎么写？有了细化的目标，自然好查到自己想要的东西了。