为教材一辩——信息时代的技术阅读 (转)

本文探讨了在信息爆炸的时代,软件开发者如何通过阅读经典教材提升技术理解与应用能力。强调了教材相较于教程的优势,即促进深入理解和独立思考,以及如何选择和高效阅读教材。
为教材一辩——信息时代的技术阅读 (转)[@more@]

刘天北

据说,我们生活在 一个“知识爆炸”的时代。作为专业软件开发者,我对此颇有些切身体会——事实上,我所在的行业就是这次爆炸的重灾区。选择开发软件,就是选择被弹坑包围的、近乎偏执的思维方式:在这样一个产品按照摩尔定律更新,技术以井喷速率向我们涌来的产业中,永不停顿的学习和追赶技术前沿似乎成了唯一可行的生存之道。
要是在这种语境里谈论“教材”,未免会显得笨拙和老套。“计算机教材”,在不少人听来简直是一个矛盾修辞(oxymoron)。每天,甚至每小时都会有几种新技术、或是核心技术的新版本出现,大多数开发人员都在为赶上趋势疲于奔命,若干年前出版的一本旧书与我们何干?教材至多是一瓶过了气儿的酒,代表着那些早该归档入库的旧概念、旧思路。是呀,在知识爆炸的弹坑里为计算机教材辩护,不啻于号召大家搬进博物馆办公。
毫无疑问,如果上述种种全都属实,那软件行业所面对的就只能是一幅狰狞的图景。任何平凡的个人,在无止境的逐新挑战下,都终有一天会力不从心、败下阵来。素闻软件开发是“青春饭”,30岁是开发人员的退休年龄,这些都是上面的知识规律的有效推论,并也在国内不少地方已经成为令人难堪的现实。
我反抗事物的这种状况。依我看来,上面给出的,只是关于知识的一幅似是而非的漫画,远没有描绘出软件业内恒常与革新之间、原理与应用之间、教材与实践之间种种复杂而细微的张力和互动。事实上在不少软件业发达的国家,企业的技术骨干往往是30至40岁的开发者;相应地,不少十几年、几十年前出版的教材至今仍被奉为圭臬。一个例子?Marc Fleury,jboss的主要设计者就曾坦承,这种当前构架最先进的应用服务器中的核心技术“客户端拦截器(client side interceptor)”,其灵感源自60年前Allan Turing关于自动机的论述。从这个意义上讲,一本书页发黄的教材中包含的现实性,远比不少刚出锅的资料更丰富。
近年来“复用性”是软件开发追求的重要目标。在学习领域,研读教材不失为提高学习过程可复用性的上选策略。所谓举一隅而反三隅,我见过一些基本功扎实的开发者,学习任何新应用的速度都远逾常人。可见多读教材,熟知技术应用背后的原理,能使人以少许胜多许,进而降低学习新事物的成本,摆脱面对前沿技术的被动态度。
要说明上面的道理,恐怕首先得看看“教材”和“教程”的区别。教材(textbook)是某一学科领域的经典读物。我们称赞一个漂亮的解决方案,常说“这可以写进教科书”,含义正在于此。与之相对,教程(tutorial)是对特定技术的使用介绍。在一些短视的、急功近利的语境中,这二者往往容易混同,甚至不少人轻教材而重教程,看到内容稍微详尽的教程就大呼“经典”——这只能是心态失衡引发的谵妄。教材和教程虽然名称相近,实质上却代表了知识的两种极端样态:教程让人知其然(know-how),教材令人明其所以然(know-why);教程使用概念,教材塑造概念;教程倾向于灌输,教材偏爱启发;教程重配置,教材重原理。俗套的说法还爱用主食/副食,或是武侠小说中的内功/招式的对比来描述这二者间的关系。依我看来,这些隐喻未必搔到了痒处,但都肯定了一点:无论对于个人还是行业,单纯推崇教程而忽略教材,都只能将自身引向灾难。
据说不少人由于小时被迫背诵诗歌,成人后患上了叫做“恐诗症”的心理疾病。我猜想那些反感教材的人们,也是国内可悲的教育体系的牺牲品。这些人想起教材,脑中浮现的首先是一种难以下咽、无法消化的锯末类食物。但在我个人接触的国外技术读物中,好的教材远比好的教程可读。国外教材中的名著往往为大师巨匠所作,发达国家的软件业看重表达能力,光有内在美,不善交流也不成——所以越是名家手笔,文章越平易,表述越直观。大师之所以为大师,在于他们对概念把握得更准确,并能以最明晰的方式传播给世人——当他们在著作中首次引入某个概念时,就更在意表达方式是否易于接受。所以在你自己足够清醒的时候,好的教材往往并不使人如坠雾中,反而会时时引发惊叹:我怎么就没想到这个!
教材的可读性优势还在于它对“参与”的鼓励。一般我们看到的各种教程,多为国外企业的商业文档的衍生物。所谓商业文档,大致是使用手册(user manual)或是速成指南(quick start)性质的技术资料,叙述风格以线性的平铺直叙为主,喜欢“手把手”的灌输。这是麦克卢汉(Marshall McLuhan)所说的“热媒体”,学习者的参与程度降到了最低。相反,好的教材的叙述总是启发、对话式的,主题往往在循环中得到深化。故此教程往往诉诸运动神经,它是一种指令,让人不由自主的跟从和忙碌,而教材则使人从盲动中抽身而退,赋予人独立思考的能力。
以我个人所见,技术行业里,大师巨匠大多自信、安恬,温和有趣,水平低得多的技术人员反而常常自矜于一得之见,对旁人摆起面孔。相应地,很多教材名作也都面目有趣,语言温醇,甚至不少段落漂亮得都可以拿去做英语范文。而你很难从大多数教程作者那里指望考究的文风,他们的典型句式是:“读完下面的10页,你将学会a...b...”——要是再加上一个电话号码,这就能构成不错的电视购物广告。
在读书方法上,据说,波普尔(Karl Popper)刚到伦敦大学经济学院(LSE)时,发现学生课程里有一门叫“速读(speed-reading)”。他先生居然跑去问院长,他能不能开门课教人“慢读”。即使是对于计算机教材,卡尔爵士的建议也应该有效:别指望今晚读的教材明天就变成现钱,扫描仪式的线性摄入在这里不起作用。越是名著经典,阅读时越需要享受的、反复体味的态度:应该像吃人参果一样善待这里的一字一句,而不是老想着把它当成果味VC,一口吞了。另外,依个人经验,我觉得带着问题读教材往往更合理——这更容易使读者进入富于启发的对话过程。
怎样从大量的教材中找出合适的那本,也是一个困难的选择。人生苦短,读书作为时间上的投资也须慎重,开卷之前看看权威的意见——目前国外有专门的网站(而不只是网上书店)作这件事——对选择阅读,对读书时更好地把握该书的长处和弊病,都会有一定帮助。此外,我个人(不无偏颇)的倾向是:首先考虑国外原文教材。语言远不止是思想的载体。一个核心概念与表达它的语言总是处于一种非此不可的关系中。英语是计算机科学的世界语(相当于拉丁语对于神职人员的作用),要在问题的核心考虑一项技术,再精确的译文都是离题万里的。加之国内技术书籍的翻译现状远逊于一般文献的水平,除个别情况外,译者往往不是国内特定领域的首选专家,无论技术水平还是语言能力都与原作者相差太远。在原文里一个微妙而尖锐的段落,经过译者强作解人的滤波和转换,往往平庸得可以去作社论,对于塑造核心概念的教材就更其如此。
Habent sua fata libelli——西方的很多图书馆内都有这句拉丁文,大意是,书籍自有其命运。而我看来,我们能读到什么书,甚至进一步说,我们如何阅读、如何思考,很大程度上取决于出版/传媒界的生态状况和图书从业者的素质。近年来,计算机教材在国内似乎运数不差。随着著译增多,人们渐渐也对何谓佳作、何谓经典有了趋于合理的认识。前些年大家把一些具体语言开发教程奉若神明的风气,似乎也有了一定转变。其实,在软件业发达的国家中,人们对技术书籍早有成熟的衡量标准——这是一套严密的价值体系,新书的出版,只能依据这个体系找到特定的位置。好比说书名中包括“*** Bible”、“*** in 21 Days”的,究竟针对什么样的读者,大家心里自然有数。而国内出版者对这一套潜在的规则的理解也许还有待加深,很多时候还是依靠一些所谓“buzz words”来判断是否引进。事实上,在信息全球化的今天,图书从业者掌握类似的知识无需成为技术专家。这里只要恰当的英语能力,也许再加上一点对图书的热爱就已足够。在一篇谈软件工程经典《人月神话》的文章中,我曾经回忆在一次印度之行中购买影印版教材的情形,我也愿意以此结束本篇:“...第三或四层是技术专区——我开始只找到了Jacobson们的OOSE(有点困惑于复杂的书店布局)——看到另外一人手中的Software Project Survival Guide——我求助于一个店员,他立刻拿给我那本书,和一本《人月神话》——另一个店员看到它们,又递来一本《人件》…”。对于一个技术读者,这是难以忘怀的体验。


来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10752043/viewspace-997910/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10752043/viewspace-997910/

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化训练,到执行分类及结果优化的完整流程,并介绍了精度评价通过ENVI Modeler实现键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置结果后处理环节,充分利用ENVI Modeler进行自动化建模参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略效果评估体系,涵盖当前企业传播面临的预算、资源、内容效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备定媒体传播经验并希望提升发稿效率ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放GEO优化,提升品牌在AI搜索中的权威性可见性;④通过数据驱动评估体系量化品牌影响力销售化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析工具指南进行系统学习,重点关注媒体适配性策略GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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