有关于编程

温故而知新

学习编程半年多了，这半年学习的路线有点奇特,懵懵懂懂的切入进来，从什么都不懂到现在学了一些些技术，感觉应该总结一下。
这半年来，比较明确的学习线大概是：
python–>Deeplearning–>机器学习–>数据分析–>java–>未来
这期间通过不同平台学习过python，不同老师讲的风格各异，有的老师让我五体投地的佩服，有的让我边听边嫌弃，但又不得不听，python若仅说基础语法并不难，但一扩展就非常庞杂，各种模块的出现意味着一个个新的副本任务出现，需要去学习，敲代码，理解上下文逻辑。
记得看过一本书说——“学习一门新的编程语言时，应该关注这门语言的基本表达形式（Primitive Elements）、组合的方法（Means of Combination）及抽象的方法（Means ofAbstraction）这三个特性。”再深入挖掘是这样:
◎ 基础知识：基本语法、关键字、变量与常量、数据类型、运算符、流程控制、异常处理、文件处理、编程思想（面向对象、面向过程、函数式编程）、多线程支持等。
◎ 应用知识：网络请求、数据处理、内置函数、对日志和调试的支持、对单元测试的支持、序列化与反序列化等。
◎ 高级知识：开源类库、开源框架、底层原理等。
基础语法学的扎实与否决定着后来组合方法、抽象方法的速度。我个人感受举个例子，若有一天出门远足，基础语法好比鞋带有没有系紧，语法基础不扎实，没走两步就要停下来系鞋带。所以我学东西并不是很快，也许是头脑不好使也许是过于小心意义，也或者是总开”副本“做新任务。
开副本怎么讲呢，学python涉及到web的时候，一般html语言一带而过就好，但我学了2天，CSS语法找了一套课学了一周，把每个风格特性和框架调整方式都过了一遍，虽然不做前端，但这么学可能效率不高，正课没学完，副课花出去半个月。再举个例子怎么讲呢，比如深度学习，最开始学卷积神经网络的时候，代码框架还没研究明白的时候，就去从头看了一遍google的整个神经网络的数学原理，公式计算之类，然后又找一套课系统学了OpenCV的使用，又找了一套课系统学了Pytorch等。这么做好处可能就是理解的更深入点，但上手快速搭建模型反而不够强。这些都是开副本的例子，可能以后我需要调整：先把正课咬紧牙关学完了，把想学的副本记录下来，之后再看。
在学校学习这期间每天测试跑通别人的代码并修改，给我感受是几点，于是我就两周后没再去：