聊聊为什么写博客

百度智能云ASR实战:5分钟搞定Unity语音转文字(含完整代码) 本文详细介绍了如何在Unity中集成百度智能云ASR服务,实现高效的语音转文字功能。从环境配置、音频处理到服务端通信,提供完整代码示例和实战优化技巧,帮助开发者快速实现语音交互功能,适用于游戏开发、XR应用等场景。 阅读详情

我是在2014年年底决定开始写博客的,而写第一篇文章时已经是15年3月份了。在这之前,我的优快云账号就是用来下载资源的。

我对我决定写博客的原因还记得很清楚,那时我已经工作两年了,公司的个人工作电脑不能上网,所以你想查一些资料的话,就得去找个能上网的电脑,然后把资料传到一个单向的服务器上,再回到工作电脑下载下来,效率很低。
虽然是搞IT的,但好在我在工作中用到的技术不多,也是很传统的技术,也就是说基本不会遇到需要扩展你的技术广度和深度的情况。不过你总会遇到问题,总要查些资料。

有一天不知怎么了,就觉得电脑不能上网真的活不下去了,就向领导和大领导写了要开通上网权限的申请。结果……瞬间被批准了,就这样我过上了有网的幸福生活~ 幸福来得好突然,后悔没早点申请0.0。
当时我刚刚接手一个openwrt的项目,由于以前没接触过,从平台到基本组件都很陌生,但一上来就要写模块、跟bug。由于openwrt是一个的开源项目,是一个很好的路由器开源框架,因此,我从官网、论坛上获得了很多帮助,无论是学习框架和组件,还是从大家已经遇到过的问题中寻找答案,让我有一种“踏破铁鞋无觅处得来全不费工夫”的欣喜,我越来越觉得开源真是个好东西。而我以前从没有向开源论坛寻求帮助的意识。

于是我就下定决心,一定要做点什么来回馈网上的技术牛人,以及帮助那些同样寻求帮助的同行。一个简单易行的方法就是写博客,把自己知道的东西写出来,让别人多一份参考,希望能对同行们学习和解决问题提供帮助。

后来慢慢地,博客成了我记录学习成果、练习总结能力的工具,很高兴自己已经坚持了3年。

我可能对博客应该写些什么把握不当,一开始觉得好多东西太小,不值得写,所以到现在也才写了不足60篇,写的东西也很散。以后我计划从两方面改善博客:
1. 尽量把有用的东西,无论大小都写一写。
2. 力争把某一些知识搞深搞精,写出能撑得起“门面”的内容。

STM32F407用FSMC+DMA驱动LVGL,3.5寸屏流畅度翻倍实战(附CubeMX配置避坑) 本文详细介绍了如何在STM32F407上通过FSMC+DMA驱动LVGL,显著提升3.5寸屏的显示流畅度。从FSMC与DMA的配置原理到LVGL驱动层适配,提供了完整的优化方案和实测数据,帮助开发者解决界面卡顿问题,实现流畅度翻倍的效果。 阅读详情

相关推荐

FPGA时钟架构解密:从SRCC/MRCC到全局时钟树的实战指南

本文深入解析Xilinx 7系列FPGA时钟架构,从SRCC/MRCC引脚特性到全局时钟树设计,详细介绍了BUFG、BUFMR等关键组件的应用场景和优化策略。通过对比SRCC与MRCC的驱动范围及适用场景,提供低抖动时钟布线技巧和时钟域交叉(CDC)设计方法,帮助工程师构建高性能FPGA时钟系统。

weixin_29191081的博客 1484

我为什么要写博客,写博客的意义是什么

通过本周的工作,我深入了解了写博客的好处和价值,并且学到了很多新的写作技巧和方法。我相信这些经验和知识将对我今后的写作生涯产生积极的影响。

Phor的博客 1002

TP4056在单节锂电池充电管理中的创新应用与电路优化

本文深入探讨了TP4056线性充电管理芯片在单节锂电池充电电路中的创新应用与优化方案。针对“边充边用”的核心挑战,文章详细解析了利用PMOS管构建智能供电切换电路的原理,实现了外部电源与电池供电的无缝、安全切换,有效杜绝了电池“边充边放”的风险。同时,提供了关键的元器件选型、PCB布局布线技巧及常见问题排查指南,为创客和硬件开发者提供了高性价比、高可靠性的锂电池电源管理实践方案。

rock5的博客 501

【博客教程】为什么要写博客?写博客有哪些好处?

首先,解释一下什么是博客:博客,全称为网络日志,是一种在线的、个人的或团队管理的网络站,通常以时间顺序倒序排列文章。反映作者的个性和观点。:博客文章按照时间顺序排列,最新内容显示在最前面,强调信息的及时更新。博客通常设有评论区,读者可以对文章发表评论,与作者进行互动。博客内容丰富,形式多样,涵盖各种主题和领域。博客作为社交媒体的一部分,可以与其他社交媒体平台链接,实现内容的共享和传播。比如说你正在看我的第一篇博客,或者优快云点进去随便打开一篇文章都是博客。

2401_88289552的博客 788

Vite与Webpack路径配置大不同:从Vue2迁移到Vue3必须知道的public目录使用技巧

本文详细解析了Vite与Webpack在public目录路径配置上的核心差异,为Vue2迁移到Vue3的开发者提供实用指南。重点对比了两种构建工具的资源处理逻辑,给出典型编译警告的解决方案,并分享路径适配表与高级优化技巧,帮助开发者高效完成技术栈升级。

weixin_30836759的博客 485

数据库和BI工程师面试题

 一.数据库 1.Oracle数据库,视图与表的区别?普通视图与物化视图的区别?物化视图的作用? 2.Oracle数据库,有哪几类索引,分别有什么特点? 3.Union与Union All的区别? 4.对游标的理解?游标的分类?使用方法? 5.如何查找和删除表中的重复数据?给出方法或SQL。 6.不借助第三方工具,怎么查看SQL的执行计划? 7.创建索引有哪些需要注意的要点?

web_go_run的专栏 1万+

作为技术人员,写博客对我们到底有什么好处?为什么要写博客?

为什么写博客

ZoomToday 1459

解决Linux下Questasim中代码字体非常小

Questasim的source窗口里代码字体非常小 你是不是也遇到这样的问题,在使用Vmware时,Questasim的代码字体非常小,小到完全看不见,连断点都没办法标记。 下面我给出我摸索好久的解决办法,分享给大家。 1.首先,版本是Questasim 10.7c,在Vmware16中打开,情况如下: 不多逼逼,直接上图开搞: 给textFontV2设置值:monospace 12 normal roman 这里一定要注意啦,点完apply之后,不要点ok,直接关闭窗口。 ...

SummerXRT的博客 7813

程序员为什么要写博客

这对于职业发展也是非常有利的,有了好的个人品牌,可以吸引更多的人关注自己的技术水平和经验,有可能得到更好的职业机会和提升空间。写博客可以记录这些经历和成长,分享自己的思考和心得,这不仅可以让自己更加深入地理解和反思,也可以给其他程序员提供参考和启示。技术能力:通过写博客,程序员需要对自己的知识进行整理、总结和表达,这可以加深自己对技术细节和原理的理解,同时也可以发现自己在某些方面的不足和缺陷,从而更加深入地学习和掌握相关技术。通过写博客,程序员可以拓展自己的思路和视野,提高自己的思考能力和判断能力。

专注于Python编程技术的分享与交流,致力于帮助开发者提升编程技能,解决实际问题,探索Python的无限可能。 1151

WOFOST作物模型(3):敏感性分析

使用TAGP(Total Above Ground Production),地上总产量TSUM1,temperature sum from emergence to anthesis,萌发至开花所需温度TSUM2,temperature sum from anthesis to maturity,开花至成熟所需温度SPAN,life span of leaves growing at 35 Celsius,生长温度为35度时的叶龄。

所有专家都曾始于新手 1145

PMP--工件

合同是指对双方都有约束力的协议,强制卖方提供规定的产品、服务或结果,以及强制买方支付相应的费用。它还可能包括处于中间状态的特性,例如已设计但尚未构建的特性、质量保证中的特性或测试中的特性。RACI 矩阵是一种常见的方法,用于显示执行、担责、咨询或知情,且与项目活动、决策和可交付物有关的干系人。计划是提议的实现某种目标的方式。在项目开始前或开始时创建的文件,涉及与项目有关的战略、商业或高层级的信息。或 © 它们是用特定方法创建的结果,例如,虽然成本估算结果是一个重要工件,它们是用不同估算方法得出的结果。

stqer的博客 1666

【今天聊聊写博文】我为什么写博客

此前有朋友问到这个问题,今天刚好再次翻到,正好也有些时间,为这个问题写一下我的答案。

綦枫Maple的博客 517

【vsomeip3 教程】基于 vSomeIP 3.5 的路由域实践:从配置到运行状态的完整指南

___ > 前言(读者定位与准备) 目标读者:在 Linux 上做分布式/车载中间件通信的 C++ 工程师。 > 先决条件:CMake、Boost 基础;理解 TCP/UDP 与多进程通信。 > 文中术语:Routing Host(路由进程)、Application、Service/Instance、Method、Event/EventGroup、SOME/IP-SD。 > 演示环境:单机多进程 & 跨主机两套对照。

探索C++编程的奥秘,分享深入的技术见解和实践,旨在激发读者创造力与解决问题的思维。 1159

程序员为什么要写博客?怎么写博客?

今天就来和大家聊聊关于写博客的一些事情,首先声明哦,这都是我自己写博客那么久以来的一些想法,可能有些地方不够成熟,但我还是想着分享出来,万一对你有些帮助呢? 为什么这里要加上程序员?不是程序员就不适合写博客吗?那倒不是,我不了解其他行业怎样,但是我知道,至少程序员写博客是对自己非常有帮助的一件事情,而且,很多前辈给编程小白的建议大多都有写写博客吧! 对了,我这里要讲的是,为什么程序员要写博客啊? 我们人呐,其实都是蛮物质的,对自己没啥好处的事情一般都不怎么愿意干,而且都喜欢短期收益高的事情,所以啊,很多.

庆哥Java的优快云技术博客 2万+

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

学生为什么要在优快云写博客?

学生为什么要在优快云写博客?引言写博客的好处构建知识体系提升写作能力扩展人脉为简历加分帮助他人为什么是优快云如何写博客记录学习总结错误总结与展望 引言 就目前来说,学生应该是使用各种博客最多的人,但却不是写博客的主体。在我看来,这是因为学生处于一个学习阶段,在不断的学习和实践的过程中总会遇到这样那样的问题,然后在线下询问无果,或者直接喜欢上网搜索。所以,学生成为了一个使用博客的主体。后者的原因就是因为绝大多数学生认为自己能力不够,没有相关的知识储备,不能够支持自己写博客。这还是在很多人说写博客有非常非常

一入大数据深似海?别怕!“数据极客圈”就是你的救生圈,走对圈子跟对人,趣析数据、畅聊趋势,快进圈子! 35万+

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

为什么要写博客?怎么写博客?

今天就来和大家聊聊关于写博客的一些事情,首先声明哦,这都是我自己写博客那么久以来的一些想法,可能有些地方不够成熟,但我还是想着分享出来,万一对你有些帮助呢? 为什么这里要加上程序员?不是程序员就不适合写博客吗?那倒不是,我不了解其他行业怎样,但是我知道,至少程序员写博客是对自己非常有帮助的一件事情,而且,很多前辈给编程小白的建议大多都有写写博客吧! 对了,我这里要讲的是,为什么程序员要写博客啊? 我们人呐,其实都是蛮物质的,对自己没啥好处的事情一般都不怎么愿意干,而且都喜欢短期收益高的事情,...

芒果不是程序猿v: 的博客 3108

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

为什么写技术博客对新人如此重要?

由于明年项目业务的扩展,所以在现有的团队中,我还要再招 2-3 名Office开发的新成员作为正式的专职员工,在此聊聊我在招聘过程的感受,和大家交流些经验,特别是「为什么写技术博客对新人如此重要?」。希望对在职者有所帮助,也对新人有所启发。    台湾和大陆的对比 首先谈谈台湾情况,Programmer 在台湾不叫程序员,而是程式设计师,从搜索引擎找台湾程序员,往往得到的是内地搜索结果。过去

郭安定的博客 6万+

粉丝问我,写优快云博客到底为了什么?

最近粉丝在问我,坚持写博客到底是为了什么?今天我聊聊为什么要写博客。

IT邦德 1万+

为什么要写博客?写博客可以给我们带来什么好处?

今天就来和大家聊聊关于写博客的一些事情,写博客不仅是对自己的知识总结,并且和大家分享些知识也可以帮助大家共同进步,最重要的一点是可以交很多的朋友,并且每一篇文章也会给你带来一些收益。 坚持不下去原因: 相信很多程序猿小伙伴没事也会写几篇博客文章在一些平台上发布,但是写着写着就坚持不下去了,原因无非可能就是以下几点: 不知道要写什么。 写着写着,没有字了,不知道要怎么去写。 感觉写了没什么用,自己都明白了干嘛还要写。 怕自己写出来分享给别人,怕人家抄袭自己的东西。 写博客费脑子去写去想,还浪费时间去排版.

weixin_44869421的博客 3737

认真聊聊写博客这件事

改天是哪天,下次是哪次,以后是多久,去经历,去后悔,保持热爱,奔赴山海。

童欧巴的博客 299

写博客能月入10K?

对于写博客这件事情,我还是非常有经验的,我大概从大二开始写博客,一直持续到现在已经有6年的时间了,应该说是积累了一些经验,今天跟大家聊聊。 在大学的时候,写博客的初心其实就是记录一些学习的知识,那个时候,因为很多技术都不是很了解,所以每天需要有大量的学习,我以前也在公众号说过,我最开始学习计算机的时候,其实是比较疯狂的,一天学习的时间大概在12个小时,记得当时在大一的时候就摸索了很多的学习方法,比如看书,上课学习计算机的基础知识,后来,我才发现,其实,最快的方法就是看视频,当然,这是针对初学者,为什么这么说

好好学java 7510

[我与优快云]我为什么要写博客,写博客的意义是什么

我为什么要写博客,写博客的意义是什么

逐梦苍穹的博客 696

为什么我要坚持写博客?

题记2017转眼即逝,这周已经是2017的最后一周了,今天我聊聊为什么要写博客。我从接触Android到现在,差一个月的时间就满三年了,写博客也写了两年半的时间了。从15年四月到现在。从阅读量很低,然后慢慢高起来,我记得今年年初的时候,我优快云的访问量是3w左右,今年快结束了,我今天又看了一下,咦,突破15w了。2年3w和大半年12w的数据,使我很吃惊的。下面我就谈谈为什么要写,如何写以及写博客的

一个学渣走向android之路 2719

你为什么有那么多时间写博客?

从2016年开始有规律的写博客以来,陆陆续续收到一些读者类似的问题:比如作为技术负责人,你为什么有那么多时间写博客;博主,你是每天都写博客写到很晚吗;可以聊聊你是如何做时间管理的吗?感觉输出的频率很高呀。 既然大家这么好奇,那今天就聊聊吧。 01 平时多积累 先说一个事实,写技术文章真的挺耗时的,有时候写一篇技术文章需要8小时,深度一点的文章需要几天都很正常,但有的时候却只需要几个小时,这是为什么...

weixin_33887443的博客 234

那些坚持写博客的程序员,后来都怎么样了?

作者 | web小二来源 | web前端开发(web_qdkf)如果你不是那最好的5%的程序员,编程也不可能成为你的决定性技能的话,那有什么办法可以让自己成为顶尖人才?...

web前端开发 3145
上一篇: 应用程序中各区域的内存映射位置
下一篇: 省略一个操作数的三目运算符
去级得骨灰
博客等级 码龄18年 26粉丝 41原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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