初学开发的人应该知道的10件事情

刚开始接触开发,你也许会有些迷茫,不知道从哪里开始,这个领域实在是有很多知识要学习。比如你可能会问自己“我应该学哪种编程语言?”“我是否在学习后端的时候需要去了解下前端?”等等。以下 10 个建议希望能帮助你尽早做出选择。

  1. 确定想掌握的技能

  作为一个初学开发的人,你真正需要的是只专注于某一方面。了解很多语言确实有用,但精通其中一种才是你的优势所在。虽然精通很多语言也并非不可 能,但对初学者来说,这是需要时间的。因此,你需要做的是集中精力学习一种技能,并努力成为这一领域的专家。你可以从 PHP、Ruby on Rails、ASP.net 和C#中的某一种开始,但一定要学得很精!在掌握了这门语言并能熟练运用后,你便可以明显开始涉及其他领域了。

  前端设计师也是一样的,他们从 HTML 或 CSS 开始,然后再按照个人兴趣学习 JavaScript、jQuery 或 AJAX。也许你同时学习了 HTML 与 CSS,那是因为它们可以一起使用,但你不能在同一时间掌握 PHP 和 ASP.net,除非你每天花 20 个小时来一点一点地学习它们。

  开发新手也许还不知道什么是底层语言,因此很难做出选择,这几个建议能帮助你选择初学的语言:如果你想开发 WordPress 类的,就选择 PHP 语言;如果想开发管理系统,就选择 ASP.net;如果想开发 iPhone 的游戏,就选择C#。在开始正式的学习之前花点儿时间去了解下每种语言对应的开发功能,能帮你做出对自己来说正确的选择。

  2. 正确地学习编程语言

  另外,不管学习的是哪种语言,都要正确地学。不仅仅是我,包括 HTML 的专家都认为学习 HTML 应该从写表单代码开始。以最新的 Web 标准来编程看似是无用的,但其实这是非常重要的,因为它不仅可以提高你产品的加载速度,还易于使用。

  3. 谷歌是个好帮手

  我相信无论你遇到什么问题,谷歌都能帮你解决。我是 Coding Forums 论坛的粉丝,如果你遇到困难,相信我,绝对要上这儿来找答案。但是在论坛里问问题之前,先到谷歌里搜索一下,因为大多数时候你都能找到解决问题的办法,或者至少给了你解决问题的思路。

  4. 复制代码

  这是对于大多数设计师来讲的,因为在开始写自己的布局代码之前,他们需要了解一些前端设计的知识,所以我建议可以先借鉴一下其他人的页面和代 码,如果碰到喜欢的 container 设计,看看源代码并分析一下,其实这也是大多数人学习写代码的做法。可以复制粘贴一些代码片段,但是绝对不要抄袭别人的设计,因为这是不尊重别人的行为。 如果设计和版权都为别人所有,那么这就是违法行为。可能有人不认同我这个理论,但是我依然要说:可以到处复制代码,但绝对不要抄袭别人的设计。

  5. 加入一个圈子

  最好加入一个与你学习的技能相关的圈子,这永远都是对开发者和设计者有帮助的事情。当你遇到困难在这个圈子里寻求帮助时,最坏的情况是大家都没法儿解决,你自己又得去谷歌搜索;最好的情况是一些有趣的讨论能给你帮助,甚至你可以加入到同伴的大开发项目中,互助互利。

  我的设计老师总是让我去加一些讨论组或类似的网络社区,并和网友们互相引荐。不知道大家有没有遇见过这样的情况:在项目快要开始前,自己都还不 确定是否能处理涉及到的所有工作。这个时候,推荐一个精通该领域的朋友,他可能做得比你好。这样你不仅不会失去客户,同时还能向他学习,一举两得。在加入 的论坛或者社区等等里保持活跃总是益处多多的。

  6. 了解设计师的想法

  你应该了解下设计师们都在做些什么,包括平面设计师和前端设计师,这样你才会知道为什么有时候他们会交付一些以最新 Web 标准来看,无法真正通过编码实现的静态页面。学习如何与他们交流,告诉他们无法实现的地方,并让他们修改设计,这些讨论能让你和设计师的关系更融洽,更利 于工作的开展。

  7. 使用专业工具

  虽然可以使用记事本来编写 HTML 和 CSS,但我并不建议你使用。我认为,如果你不能使用记事本正确地编写 HTML 和 CSS 代码,那么你也不应该将记事本当作 PHP、ASP.net 或 Ruby 的默认开发工具。找到属于你自己的专业工具,比如 Dreamweaver、Coda 等。它们帮你检查错误、自动完成代码、并给你提示。Dreamweaver、Coda 之所以是世界上最流行的 IDE 工具,是因为有了它们你总是能成功地完成任务。

  8. 将酷炫的东西留到最后去学

  每种编程语言都有自己的“cool version”,比如 HTML 有 HTML5,CSS 有 CSS 3,JavaScript 有 jQuery 和 AJAX 等等,我觉得从基本到炫酷的过程更利于你的成长,因为炫酷的版本都是基于基础语言的,就好比你只有理解了 JavaScript 才能写出 jQuery 滑块。

  9. 积极获取信息

  了解与你所学习的语言相关的最新消息是很必要的,新闻、博客、书籍或者视频教程都是获取信息的途径,你也应该对最新信息保持关注并尽量争取第一 手资讯,努力为别人提供最新的开发产品。也许刚开始的时候这并不容易(因为在新技术证明自己的价值之前,人们习惯于用旧技术),但我坚信每个人都希望拥有 最新的技术,这一点将让你具备一定的优势并且敢为人先。

  10. 学无止境

  在你掌握了最初学习的那门语言并成为大师之后,便可以开始转向其他语言的学习。掌握的语言越多,越有利于你的职业生涯发展。关注重要的以及你感兴趣的语言,从一个到两个直到你掌握了大量的编程语言,这实际上也是成功之路。

  结束语:我知道对于新手来说,要在一个领域有很深的造诣不是件容易的事儿,但我希望以上的建议能够帮助你。其实重点并不是你从哪儿开始,而是你是否已经开始学习,所以不要再浪费宝贵的时间了,马上找本书开始你的学习吧!

  英文原文:http://www.1stwebdesigner.com/design/things-beginner-developers-should-know/

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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。
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