关于程序员的一年——回顾2012

最新推荐文章于 2022-02-26 15:39:13 发布
置顶 最新推荐文章于 2022-02-26 15:39:13 发布
阅读量1.5k 收藏
点赞数 2
文章标签： 杂谈
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cparent/article/details/8538882
版权

这年我毕业后就找了一家公司开始做IT方面的工作，在各种技术中挣扎着，一边学技术，一边适应IT的工作，快过年了，这年的收获不少，虽然也是经历了各种坑爹的需求变更，各种从头再来，不过我对一些事情已经开始有些积极正面的想法，对一些人和事有了以前不同的看法，也许这就是成长。

IT技术最终还是敌不过资本，在资本面前技术什么的都是浮云，因为在商业化运作的过程中，资本可以带来技术进步，可以找到更多的牛人去做技术，作为个技术宅，虽然觉得不是很开心，不过对于社会，可能我们必须承认这一点，学着更多的去关注市场，而不仅仅停留在技术层面，技术只是这种商业中很窄的一部分！也许我得改变行事风格，多出去走走了，这一年不慌不忙的走过，一切都是那么平静，今年回头发现自己又学了一门语言，学会了一些新的东西！回头发现这波澜不惊的一年，我没有掌握到太多的核心技术！下一年 ，需要更好的努力，掌握一门可以独步武陵的技术，也需要好好锻炼下多年未动的身体了！

BUG日日新
关注
而立之年——回顾我的前端转行之路
BOM485480的博客
11-17 840
为什么转行 因为混得不好。 在成为程序员之前，我干过很多工作。由于学历的问题（高中），我的工作基本上都是体力活。包括但不限于：工厂普工、销售（没有干销售的才能）、搬运工、摆地摊等，转行前最后一份工作是修电脑。这么多年，月薪没高过 3300… 后来偶然一个机会我发现了知乎这个网站，在上面了解到程序员的各种优点。于是，我下定决心转行（2016 年，当时 28 了），辞职在家自学编程。并且也得到了媳妇的支持，感谢我的媳妇。 转行准备 转行选择前端也是在知乎上看网友分析的，比后端好入门。 如何选择教程？ 最好在网
回顾2017：谈谈过去一年的成长
rhwayfun专栏
01-07 6301
2017过去了，回顾2017希望能够看清楚现在的自己，在2018遇见更好的自己。前不久支付宝的年度账单刷屏朋友圈，作为一名程序员，我也来晒晒我的2017年度技术“账单”。 2017年度成长“账单” Github：89 stars, 37 forks spring-boot-learning-examples: 62 stars, 27 forks java-skill-gra
我的程序员成长之路——回顾自己三年的工作
我的天空 我的梦
01-10 7170
自己三年的工作总结
老码农的2019这一年——
我相信......
12-23 1508
2019的这一年，“时有落花至，远随流水香”。 从智能音箱的生产制作到智能音箱上的云服务研发，从基于智能音箱的IoT构建，再到销售音箱的小度商城，兜兜转转，或救火或无奈，或顺其自然，2019年回归到了生态系统的建设中，美其名为“DuerOS首席布道师“。 布道师（Evangelist），可能是一个不太被大众理解的离奇称谓，仿佛有着宗教味道的色彩。业界著名的布道师有Adobe的Ryan...
转行一年——回顾我的Python转行之路......
z099164的博客
02-26 155
前言 生活已经很糟了，起码不会变的更糟。为什么不去努力一把呢？ 还记得最初的梦想吗？ 生存的意义是什么？ 对现在的生活感到满意吗？ 以上答案让我这个工作一年多的小萌新带你一起探索 辍学之路 与大多数人不同，在十五六岁这个年纪里本该上学的年纪。由于分数不够高中，父母当时给了两个选择，1.给当地重点高中花钱补分，2.出去打工。 我思虑再三，还是选择了后者。于是父母帮我找了一个电器维修的师傅，交了8000块学习费。至此，我便天天坐公交去师傅店里当助手。 学习电器维修之路 万用表，二极管，三极管，交流电，直流电，
2021年总结：缘起性空，归来不少年——回顾这荆棘的一年
热门推荐
杨秀璋的专栏
01-05 3万+
2021年已经离去，感谢大家的陪伴和帮助，感谢家人的鼓励。转眼，这已是我在CSDN写下的第九篇年终总结，真是岁月如梭。《缘起性空，归来不少年》。是啊，归来不再少年，我已经是而立之年了。当我写下这几个字的时候，心里还沉甸甸的。曾经的我总以为，博士毕业继续回到贵州教书，陪伴家人，仍是少年，真的如此吗？或许现实将更加残忍，岁月将不饶人，这荆棘一年让我意识到，我已为人父，不再少年。
举步维艰——回顾CSP2020
Bell的博客
12-05 853
举步维艰——回顾CSP2020 复出 7.20 上一年CSP-J水过一等奖之后真丢人 ，转身跳进文化课，结果中考还是炸裂，自主招生也没有过，只有综能保底进了SMMS。 7.25~7.30 参加夏令营的集训，学了一波Treap，接触树链剖分。 后来还有一次夏令营没有去，在家里做了几道往年NOIP的题。 9.1 SMMS高一信息学竞赛班组建完毕，开始正式训练，至此，我算是正式复出了。 从此以后，每周有三晚晚修到机房套题训练，周六讲评试题。 初赛 Sept.~Oct. 某天想起初赛的事情，每天中午开始练习初赛
一个毕业一年程序员的感悟
因特马
07-22 1万+
前一段看到朋友圈里的学弟学妹们开始晒毕业照，这一晃据我毕业也一年多了。走出了校园，工作了一年，见得多了，体会和感触也随之变多。所以，又开始习惯性地复盘过去的一段经历，用现在不成熟的想法去回顾之前更不成熟的想法，哈哈。 挑出我认为比较重要的四点感受来说吧。 一.理论知识的重要性 这个问题，我在毕业半年之后就意识到了。经常听到有人说“学校里的知识都是过时的，没用的，工作中顶多也就能用...
程序员人生 —— 总结过去10年，展望未来
Augusdi的专栏
09-16 1284
展望未来，总结过去10年的程序员生涯，给程序员小弟弟小妹妹们的一些总结性忠告。 走过的路，回忆起来是那么曲折，把自己的一些心得体会分享给程序员兄弟姐妹们，虽然时代在变化，但是很可能你也会走我已经做过的10年的路程，有些心得体会你可以借鉴一下，觉得说得有道理的你就接纳，觉得说得没道理的，你就抛弃，以下是我发自内心的，给大家的忠告，特别是针对那些小弟弟妹妹们。 01. 自己的户口档案、养老保险、医疗保险、住房公积金一定要保管好 由于程序员行业每年跳槽一次，我不隐瞒大家，我至少换过5个以上的单位，这期间跳来跳去
2019年大龄程序员书单
01-07
年关临近，回顾下一年来的阅读情况，每年阅读目标50本，2019年达标——70多本(尚有部分未统计进去)。不用纠结为什么读，读什么，每天都会有读不完的书出版。好书会带来其它好书，只会越读越多，花一顿饭的钱获得几年...
35岁程序员的独家面试经历
安晓辉生涯——聚焦程序员的职业规划与成长
12-10 2万+
35岁程序员，创业失败重回企业，面试都遇到了哪些问题？有什么值得借鉴的经验？
程序员的成长课
GitChat
04-12 4926
内容介绍 知道和做到之间有一道鸿沟，要想跨越它，你不但要努力，还要讲究方法。《程序员的成长课》不仅传授知识，更教给读者如何做好。《程序员的成长课》中的理念、方法、工具可以指导读者更好地看清定位及发展方向，设计未来。如果读者不知道选择什么技术栈来学习，困惑于怎样在技术上持续精进，想转技术管理却没途径，想有章法地为跳槽加薪做准备，或者想转型却不知道自己除了技术还能干什么，建议认真读本书，它提供的方法和...
机械原理课程设计 破碎机.doc
最新发布
09-21
机械原理课程设计 破碎机.doc
电子设计论文施密特触发器电子设计论文施密特触发器
09-21
电子设计论文施密特触发器电子设计论文施密特触发器
电子设计论文往返式流动灯电子设计论文往返式流动灯
09-21
电子设计论文往返式流动灯电子设计论文往返式流动灯
基于深度学习来实现序列到序列.zip
09-21
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。
美国扩大电动汽车充电基础设施政策（英文）.pdf
09-21
政策背景与动机： 签署法案：2021年11月15日，拜登总统签署了《基础设施投资和就业法案》（IIJA），旨在通过多项措施推动美国电动汽车充电基础设施的扩张。 市场增长：随着电动汽车市场的快速增长，对充电基础设施的需求也日益增加，政府政策成为推动这一发展的关键力量。 电动汽车充电基础： 充电技术：电动汽车充电技术通常分为三级，各级充电速度和功率不同，满足不同场景下的充电需求。 充电站类型：包括公共、私人及工作场所充电站，各自具有不同的访问限制和使用特点。 市场趋势与现状： 市场增长：EV市场增长依赖技术进步、成本降低及充电便利性的提高。 充电站数量：截至2022年10月，美国公共和私人充电站总数超过50,000个，其中93%为公共充电站。 区域差异：充电站分布存在地区差异，部分低收入社区充电基础设施不足。 政策与项目： NEVI公式计划：通过IIJA设立的国家电动汽车基础设施（NEVI）公式计划，为各州提供资金以建设EV充电站。 税收抵免：扩展了替代燃料汽车加油站的税收抵免政策，包括EV充电站，以激励投资者。 联合办公室：DOT和DOE成立联合办公室，负责NEVI计划的实施和监管，确保
电子设计论文照明过暗提醒电路电子设计论文照明过暗提醒电路
09-21
电子设计论文照明过暗提醒电路电子设计论文照明过暗提醒电路
游戏程序员一年九月工作总结：技术成长与反思
"这篇文章是关于一个游戏程序员在大约一年零九个月的工作经历和学习总结，主要涉及编程语言、游戏开发和个人成长方面的内容。" 在这篇总结中，作者分享了自己从初入职场到逐渐适应并提升技能的过程。刚开始时，作者...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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