学习书籍与视频的选择

注意：未经允许，禁止转载！

速度问题

当资源较全较优质可选择、内容较多的情况下，获得知识的速度是：PPT>视频>书。把知识过一遍。

图书分类

搜索引擎能解决90%的问题，但其实99%的问题在书上都能解决。

名称 作用 代表作

• 1.傻大全 查资料用，不适合深入理解。质量可靠，作者多为大学名师。
  内容详尽而全面，广泛且大量基本概念，使得没有时间读完。
  它是万法法门，学不会就无法做精致的东西，只能依赖即时素材。 《电路》、《模拟电路》、《数字电路》、《电子学》第二版吴利民、《数字图像处理》冈萨雷斯
• 2.技术图谱 大致技术一览功能。但无法深入讲全某个具体技术。能够搭建“知识体系结构”，作者是大牛。 《基于底层硬件的软件设计》怯肇乾
  《深入理解计算机系统》兰德尔
• 3.具体例程百例 书名含有某具体软件，整体感觉就是侧重代码讲解，内容比较宽泛但是原理讲解非常少，深度比较浅，读完感觉自己还是只会API。不适合初学者。 A.《学习openCV》较高质量。
  B.《电子设计与制作100例》作者水平较低，社会自由职业，随意拼凑。
  C.设计软件类含光盘：工程立体制图CAD、PCB等，多为外包公司、联盟或个体为了宣传技术高深，故意以散乱众多章节让读者连接不上，以好几个案例佐证业务范围广泛，从而有工程需求时查找书中联系方式，钓鱼式接单赚外快。具体内容以软件自带的说明手册文字部分复制粘贴，软件操作截图以占大篇幅，案例以论坛里现成的素材直接复制。以一个精美的目录为主，往架构里胡乱堆砌素材。
• 4.彩图类
  系列书籍 作者不出名，技术不够新的前提下，以彩色或漫画形式，简明提要重点内容，抓重点是入门好方法，把复杂的理论用简单话说明白。一般为系列书籍，不止一册，前后知识连贯性较好。是傻瓜的福音。 《全彩图解电子工程师入门手册》张兴伟（可替代《模拟电路》）、美国为首的计算机领域《宝宝的C++》John C.Vanden-Heuvel、日本欧姆社工学为首的学习漫画全集《漫画电磁学》
• 5.专业学术书籍 偏学术，公式很多，一片一片的公式着实让人脑壳疼，很难耐着性子读完。 《算法导论》第四版
• 6.博客类pdf 解决某一具体问题。内容杂乱而且不系统，需要有一定基础 廖雪峰《Git教程》

好书与坏书的标准：对自己有用

什么是对自己有用的书？
(1) 看不懂的书——增加印象。学习可能看一本书看不懂，需要换个角度。第一本书只是为了增加印象，有利于看第二本时看得懂。看第二本看得懂，并不代表它比第一本好。
(2) 读不完的书——好书温故知新。好书总要读几遍，好书有些晦涩，甚至啃不动，过段时间再啃一点儿。
(3) 傻大全的书——方便做笔记。内容正确可靠，“大体系”的知识点，方便查找，省事做笔记便于勾画回顾。
(4) 彩图系列书籍——高效学习。如果能让我学习知识以最愉悦的心情、更快、记忆深刻，那就是值得的。特别是要学一门新的高而深技术，这是最好的引路人，而且是抓住核心本质矛盾重点知识的引路人。《全彩图解电子工程师入门手册》图书作者并没有深厚的技术功底，内容也是抄袭教科书，但是他用彩图并且拎得清重点章节，不罗嗦不用再翻阅其他太多书籍就能省时间省心就够了。
(5) 问题案例分析书——不要沉迷。不要花太多的时间，别人的案例自己没亲手做印象不会太深。特别是案例超过20例的，为凑足篇幅堆砌的越多，质量越难保障。（网络引用：作者把自己当作成功案例，隐含的意思是学习他的写作课可以向他一样成功。真的信了就上当了，学习作者的写作课可以帮助作者成功，学习者能不能成功作者是不关注的，至少在书中没提过）
(6) 同种类的书——多面体。一本书，特别是较深有门槛的技术，多以一个人的视角阐述问题，这样就可能有角度看得不透彻。（较浅的门槛，有的是团队任务性质的出书，参与者水平多为中下等，以金钱为驱动难以出有意义的书。）这样还需要另一本，不同人的角度看技术，可能不是讲得特别深，高度不同，但总有收获就够了。即使是内容重合，有时候多看得几句和技术无关的关于学习技巧语句就值得了。多本书的结合，塑造较为立体的知识把握感，看视频结合2个人，也是种方法。
懂得越多，使用技巧越好，速度越快，效率越高。懂得越少，越举步维艰。
（7）牛人的书——不必执着。选择适合自己的，能最快懂的书。1978年C语言之父参与出版了《The C Programming Language》，虽然经典但标准已经迭代多次老了，不是能让当代读者最快应用到实际。
（8）屯畅销新书——以后会有更好更合适书。在2018年的时候Python语言应用于机器学习，有本南京大学周志华教授《机器学习》，别称“西瓜书“风靡一时，用西瓜新视角解释原理。简书评价书本比较薄，形象联系西瓜，但网上有少许反应该书也不简单。我没有购买该书，处于入门阶段并且又定向项目，最正确选择是最快入门，找更简单的更融入实际理解的成体系小读本。后来我从gitchat专栏上找到适合我的，并从二手交易平台用5元买来并打印成一本书来读和做笔记推导，第二天我也将pdf挂到了交易平台卖出获得另外2人在从事该行业的10元并且他们还指导解决我学该内容问题。适合自己才是最好的。买东西如果价格便宜的方式不妨去投，大不了沉没了，但我的眼光还行，都能以相同渠道再双倍以上流转回来毫不损失。赚钱和交朋友受帮助并不冲突，交易是让双方收益，资料可能帮助我，我需要也有别人需要，四手仍然比一手划算，既然都获得学习交流是双方有深思考益处。
西瓜书初看之下挺失望的，知识点看似面面俱到实则飞上草率。但这本书能将各个知识点串在一起讲，实在太难得。算法细节完全可以从其他大部头里补充。学习算法难得地方就在于一课一课学习零散知识，贯通只能靠自己。而西瓜书帮读者整理好大部分脉络。没基础的读者从头囫囵吞枣建议最好不超过两月，读不懂的跳过去。给读者搭建不偏学派的整体框架，建骨骼，是第一层用处。然后建议找别的材料阅读，长肉，这样读物常见。再回来读本书，或者许会发觉好多东西原来那么简单，这是提筋节，是第二层用处。再去别处学，全面累积，到一定时候回来或许能有点豁然贯通感，通经脉，是第三层用处。有助于不同层次读者的耐读之书。
（9）最快、最多获得书知识的选择——温故而知新。复习看过的书或者看架构内容相似的书，是最快最多地吸收知识选择。若是贸然学完全不了解的领域书，则会进度慢，吸收不是很深。

时间根本不是问题

关于视频的选择，曾经给我讲授考研自主命题付费课程的南京信息工程电信院张艳萍教授（十余年信号与系统课程考研自主命题组前组长，985博士）在集中培训24小时课程后（因为部分同学想加课时被拒绝），曾说过一段话：如果你想深入某领域，在犹豫看哪部视频，那就去看。我讲授这门课三十余年，近几年很多同学因为考研问我某某视频值不值得看，我把视频拿来自己都看了一遍，其中北京邮电的某些讲法确实有亮点，我把这些好的地方融入我的授课中。我讲课30年都会去看同行，你们作为学生犹豫什么呢？
有的学生说了，这门课我课堂没学过，我不行。
我只想说：能有免费视频就很不错了。一门课最多60学时，需要一个学期吗？如果你真的想学，一天花12小时看，五天就看完了。时间是问题吗？

我的学习视频观念

大学的老师，讲课大多数尽力讲授知识给学生，没有多少商业套路。
对于非大学老师性质的盈利课程。学习视频大部分仍然是把书上的内容做少量改动再说一遍，或者是利用“信息不对称”把旧视频学一下换个包装和说法自己讲一遍。
如果看视频有不明白的地方，那么有以下几种情况：（1）讲课者能力水平有限，不能在有限时间内把书上内容说明白，甚至把内容像翻译外文书一样翻译错误。这时候可以通过学生提问来解决或者自己找原书来看网上搜索等。（2）知识交叉部分淡薄，例如需要3根鸡腿能饱，但是手头只有1根鸡腿，那么就需要去寻找3根以上鸡腿才行。解决方法基本上是继续（被收割）买视频或者自己下苦功去把交界处的内容索性再多学一点，不要抱着侥幸心理。

把书上的东西转变为自己能够理解的内容，需要时间与精力。视频讲解就是引导我们来理解书上的内容，简化了时间与精力。这也是为什么视频需要花钱购买。如果自己能够直接看书理解，大部分人应该是不会去花这部分钱购买课程的。

对于视频，观看者的心态不能是指望处处都精彩绝伦的，即使对于已经对该领域有了解的人，只要能有一句话精髓的话深入内心就足够了，这个得真正懂的人才明白。

附记：

关于考研的数学

我于南京信息工程大学电子信息工程专业就读时，有位朋友叫：丁苑。她是大一时年级第一，非常能吃苦很勤奋的女孩子。
在我们一起准备考研的那一年9月，某天她宿舍的同学说她哭得很厉害，不知道怎么安慰她。当天她做了套数学真题，数学二的线性代数一题都不对，九月已经考研预报名的时节，三个月后就考研考试了，该怎么办。后来她找到我，把学姐送我（但我没有使用）的汤家凤数学书拿去重新学习，最终她以数学满分的成绩（她自己查分都不敢相信的成绩，急忙打给辅导员问能不能换到985学校）继续就读南京信息工程大学，电信院研究生。
丁苑再苦再累都不哭的人，我看过她买全套正版的《复习全书》红三本，然而太干了，硬着头皮做不下去，效率太低。各家的网盘视频她都看过一些，最后选择汤家凤的坚持看下来练习的草稿子都有一堆。她平时可是门门都接近满分的人，对自己信心满满的人，也得明白形式比人强，需要站在巨人的肩膀上。
其实论资质，丁苑绝不是中等偏下的，对于结果来说，她的成绩是走到全国顶尖。当时朋友们也讨论过关于线代的复习，关于线代的安排大多数人都放到暑假，然而大多数人暑假并没有学会，特别是《复习全书》中的李永乐线性代数，本子很薄，视频也简单，但是看完真的不会呀。最后，大家都换成了汤家凤的线性代数。在谈及倍速播放的时候，汤家凤有的基础课可以1.7倍速播放，但是提高课绝对不可以倍速太多，太快就脑袋反应不过来知识不吸收，还是要回头再看一遍的！
对于考研，我的观念是：这是一场比赛，有限的时间内确定的目标，去训练自己，用“公平的方式”去衡量自己水平，然后调整下一个十年的步伐。
有的人是张宇的套路投机就能完成任务的，有的只有通过汤家凤扎实的基本功能继续前行的，有的是实体班才能稳住的，每个人的方式不尽相同，什么方法能成功，什么方法不能成功，如果这次的投机不成功，那以后更多的目标不固定的目标大概率又如何保障？
事实上，工作后，许多工程师虽然不考研，也会去看考研的一些工科视频课，其质量起码都是全国的上乘之选。

关于数字图像处理的数学问题

我从2014年全国电子竞赛时候就是用Xilinx zynq 7020，原厂的工程师及工程文件来跑openCV。OpenCV是图像处理函数库，函数里都是数学算法。
由于我是经历过考研数学题海洗礼的，先是知道“怎么用工具”然后才明白“特定问题需要用什么样的工具”，感受到它们为什么有用，以及如何解读最终结果。
当然，我能确定全国研究生至少有一半考了考研数学还没有掌握一星半点的数学本质。考试是针对很干的抽象能力的考核，而人的理解往往需要时间去展开，每个人的展开应用领域结果可能都不一样，但至少抽象是可控的，有限的，公平的，普适的。
图像处理需要对空间变换有基本的直觉，这绝对从考研题目中训练不来，也不是每个学科都需要做图像相关研究。好在，国外的斯坦福大学数学系Grant教授的《微积分本质》、《线性代数的本质》的直观性让人在9小时内快速掌握，计算的内容交给编程器并不需要人工过多题海练习。