你不经历我的经历，怎么懂我的感受

最新推荐文章于 2021-12-15 16:51:29 发布
原创 最新推荐文章于 2021-12-15 16:51:29 发布 · 596 阅读 · 0 ·
CC 4.0 BY-SA版权
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。

谢谢那些批评我的人，谢谢那些鄙视我的人，谢谢那些讽刺我的人，你们给了我坚持与前进的动力，谢。
30岁转入软件测试，我的一些经历和感受
m0_37449634的博客
08-04 1765
......这种问题在网络上有很多，仿佛大家都觉得年纪大了，很多事情都来不及了，我来说说我的经历吧，希望可以帮助到迷茫中的你。但在此劝那些30多岁想转行测试员的人，如果你们像我一样，不是一个脸皮厚的人，一定要慎重！公司中也有年龄和我相仿的人，但在我的眼中，他们都是技术大牛了，感觉什么都懂。对于那些一毕业就干测试，目前不到30岁，但经常听说测试员只能做到35岁，并为此焦虑的同学，请你们尽管放心。时光不再，比我聪明，比我入行早的人，都还在努力，我现在能做的，只能是继续努力学习，仅仅希望不要那么丢脸。...
绝地反击 我的战胜贫困的经历01 转载 整理
yrryyff的博客
01-30 5670
                绝地反击---我的战胜贫困的经历本贴送给那些整天牢骚满腹、怨天尤人、穷困潦倒的达人们。2005年，我34岁。34岁，对于一个男人来说，你可以没钱，你可以没权力，你可以没朋友，但你得在某一个行业站稳脚跟。否则，这
换工作经历和心得
eddle的专栏
05-29 5852
工作三年之后，准备换工作，和大家分享一下期间的心里变化和经验。 可以是毕业以后一直没换工作，对于找工作方面还是约等于零经验。首先找工作前期准备，先学习相关知识点，看完Java编程思想，数据结构，鸟哥私房菜基础篇，当自己感觉差不多了（其实还有很多知识点没看完），花几天准备一份英文简历和中文简历，前期工作算是完活；第二阶段，上招聘网站建立简历，包括智联招聘、前程无忧、猎聘网，我比较喜欢用智联招聘，然
当我不再依赖你的时候说说_不再依赖任何人的说说 不依赖别人的经典语录
weixin_31107269的博客
01-17 3535
一个人的时候，可以看清楚很多东西和感受，不再依赖任何人，只想勇往直前。知晓网为大家分享不再依赖任何人的说说，一起来看看吧！不再依赖任何人的说说1、还有一点就是不再依赖任何人，也不再因为任何人而委屈自己。2、从今以后不再依赖任何人努力成为一个独立的人。3、真正独立的时候是不需要再依赖任何人，理性的面对现实生活的种种考验，当你自己经历过狂风暴雨后，你就不再是原来的你了。4、心情不再依赖于任何人，想快乐...
我经历的IT公司面试及离职感受
u012922981的专栏
06-07 3643
看到这位仁兄的面试经历，很受用的，抄录下来原文地址：http://www.devstore.cn/essay/essayInfo/6378.html毕业后几年一直待在广州，觉得这是一个比较生活化及务实的城市，其互联网公司和相应的投融资环境都不如北深上活跃，大大小小的面试也有几十个，有点规模的公司应该都面试过了，面试一般会见到主力技术人员，技术主管，技术总监，人力几个人，狭义上还是可以看出一些公司文化
分享一下我的从业经历和工作感悟
EmbedIoT Studio
12-29 3373
我是helloworld，1990年出生于广东江门，2009年参加高考，2012年毕业于广东轻工职业技术学院，电气自动化专业。目前从事嵌入式软件开发工作，主要的技术栈是C语言，单片机应用技术，嵌入式Linux应用开发，低功耗蓝牙BLE SOC应用开发。 从以下几个方面，聊一聊自己这些年平凡的从业经历和感悟吧。 我的大学生活 2009年因为高考失利，差一丁点分数就能考上广东本科A线，被划分到本科B线，但因为本科B线高昂的学费，最终还是选择了广东轻工职业技术学院这间高职院校。 前两年的大学生活.
我的缅甸往事(一) | 个人在缅甸的真实经历
微信搜：import_bigdata，大数据领域硬核原创作者
11-21 8938
我的缅甸往事(一) | 个人在缅甸的真实经历
谈谈在我在外包公司工作的经历
Java之间
10-30 7886
往期热门文章：1、有了这款可视化工具，Java 应用性能调优超简单！2、星巴克不使用两阶段提交3、感受 lambda 之美！4、给新手的 11 个 Docker 免费上手项目5、这 5 ...
一文彻底搞懂卷积神经网络的“感受野”，看不懂你来找我！
MIss-Y的博客
10-23 5890
一、什么是“感受野” 1.1 感受野的概念 “感受野”的概念来源于生物神经科学，比如当我们的“感受器”，比如我们的手受到刺激之后，会将刺激传输至中枢神经，但是并不是一个神经元就能够接受整个皮肤的刺激，因为皮肤面积大，一个神经元可想而知肯定接受不完，而且我们同时可以感受到身上皮肤在不同的地方，如手、脚，的不同的刺激，如痛、痒等。这说明皮肤感受器是由很多不同的神经元控制的，那么每一个...
谈谈我的保研经历
热门推荐
IBelieve2016的博客
04-09 4万+
下面这篇博客是17年9月30日写的，当时刚保研结束，就把当时的经历写了一下。经过了这七八个月的时间，又多了一些感悟，等这段时间忙完毕设打算再写一篇。以下是原文： 大半年的保研生活，到现在总算有了结果，最终选择了去清华软件学院。我想把这段时间经历的一切都记录一下，同时也把自己了解到的有关计算机软件工程专业的保研情况向学弟学妹介绍一下，帮助大家更快的了解保研的情况。 个人基本情况 东北大学软...
我读不懂妈妈这本书作文.doc
01-07
《我读不懂妈妈这本书》这一作文，通过一位中学生的笔触，细腻地描绘了母子之间因年龄、观念、成长需求等差异所形成的难以逾越的鸿沟，以及作为孩子对于自我成长与独立的强烈渴望。 文章的开篇便是一幅生动的画面...
我读懂了友谊800字.doc
09-19
在我的成长历程中，我读懂了友谊，更体会到了分享的价值与意义。那是一种从内心深处生发的力量，让我们彼此靠近，让生活变得更加丰富与多彩。 当我回想起春日里的花开花落，夏夜里凉风习习，秋日的落叶归根，冬雪...
29岁才转行软件测试，目前31了，我的一些经历跟感受（中）
与君初相识，犹如故人归
12-15 909
上文说到我在自己实操了几个项目，看了几个视频勇敢的去参加了面试。过程结论起来就一句话，最终我花了近两个月时间，可能参加了20次的面试，才勉强找到份工作。这句话的背后是：我主动找了很多家，别人一看我的年纪聊都不聊了，更别说面试邀约了。 软件测试大讲堂：29岁才转行软件测试，目前31了，我的一些经历跟感受 那是家小公司，连同老板在内，总共十几个人，给的待遇是6k。这待遇对于测试来说，算是最低水平了。但我当时还是很高兴。说出不来怕丢人，比起以前的工作，6k对我来说已是高薪了。 刚去上班那段时
750W高PF值充电机电源方案：基于UCC28070、ST6599和PIC16F193X的设计与实现
08-08
750W高功率因数（PF）充电机电源设计方案，采用TI公司的UCC28070作为交错式PFC控制器，ST公司ST6599用于LLC谐振变换，以及Microchip的PIC16F193X作为主控芯片。文中不仅提供了详细的原理图、设计文件和烧录程序，还分享了实际调试经验和技术细节。具体来说，PFC环节通过优化乘法器补偿和电流环参数实现了极高的PF值；LLC部分则着重于死区时间和谐振腔参数的精确配置；单片机部分负责状态管理和故障保护等功能。最终方案实测效率达到94%，相比传统方案节能显著。 适合人群：电力电子工程师、硬件开发者、嵌入式系统设计师，特别是对高效电源设计感兴趣的读者。 使用场景及目标：适用于需要设计高性能、高效率充电机的企业和个人开发者。目标是在满足高功率因数的同时，提高转换效率并降低能耗。 其他说明：附带完整的原理图、设计文件和烧录程序，有助于读者快速上手并进行实际项目开发。同时引用了华南理工大学硕士学位论文的相关理论支持，使方案更具权威性和可靠性。
JAVA控制台命令详解.pdf
08-08
JAVA控制台命令详解
远程PLC通讯编程调试监控方案：基于安全验证型中转服务器的云边协同解决方案
08-08
内容概要：本文介绍了远程PLC通讯编程调试监控方案，旨在解决传统PLC设备调试和维护过程中遇到的距离限制和技术支持难题。该方案采用安全验证型中转服务器，支持自定义网络设备接入，实现上千路PLC设备的并发对接调试。通过云边协同技术，实现了远程编程、实时监控和故障诊断等功能，极大提升了工作效率和设备稳定性。文中详细阐述了方案的核心——安全验证型中转服务器的工作原理及其提供的服务器和客户端源代码，强调了每个通信数据包均经过严格加密和验证，确保数据传输的安全性。此外，文章还探讨了云边协同带来的优势以及代码编写过程中的技术挑战和成就感。 适合人群：从事工业自动化领域的工程师、技术人员，尤其是那些负责PLC设备调试和维护的专业人士。 使用场景及目标：适用于需要远程调试和监控PLC设备的场合，如偏远地区的工程项目、大型制造企业等。主要目标是提高PLC设备的调试效率，减少现场维护成本，增强设备的可靠性和安全性。 其他说明：该方案不仅解决了实际工程中的痛点，也为工程师们提供了更多技术探索的机会，特别是关于云边协同技术和安全验证机制的学习和实践。
L-noodle-react-big-screen-13768-1753357219888.zip
最新发布
08-08
cursor免费次数用完L-noodle_react-big-screen_13768_1753357219888.zip
鸿蒙中使用tree代码文件
08-08
测试数据
我在学习fastai，看书看Jeremy的视频，但还是感觉一头雾水，能不能给我点建议
02-16
<think>好的，我现在需要帮助用户解决在学习fastai时遇到的困惑。用户提到他们正在通过看书和观看Jeremy的视频来学习，但仍然感到一头雾水。我需要先分析可能的原因，然后给出具体的建议。 首先，用户可能的学习障碍可能包括： 1. **知识断层**：可能缺乏必要的预备知识，比如Python基础、PyTorch的理解，或者深度学习的基础概念。 2. **学习方法问题**：可能过于被动地观看视频，没有足够的实践，或者没有循序渐进地练习。 3. **课程结构不适应**：Jeremy的课程虽然注重实践，但节奏可能较快，用户可能跟不上。 4. **缺乏项目实践**：没有将所学应用到实际项目中，导致无法巩固知识。 5. **社区和资源利用不足**：可能没有充分利用fastai的论坛或其他资源，遇到问题无法及时解决。 接下来，我需要针对这些可能的问题，逐一给出建议。比如，建议用户先巩固基础，如Python和PyTorch；强调边学边练，从简单代码入手；分块学习，不要急于求成；参与项目实践，加入社区讨论等。同时，可能需要调整学习心态，接受初期的不确定性，逐步积累经验。 还要考虑用户可能的实际需求，比如他们可能希望快速上手，但被细节困扰，或者缺乏系统的学习路径。因此，建议需要具体、可操作，例如推荐具体的学习步骤、资源链接，以及如何利用fastai的官方资源。 最后，确保回答结构清晰，分点明确，语言鼓励性，帮助用户建立信心，并提醒他们学习是一个渐进的过程，需要耐心和实践。</think>理解你的感受！许多人在初学 **fastai**（尤其是直接通过 Jeremy 的课程）时会遇到类似的困惑，因为课程和库的特点是 **“从实践出发”**，而非传统的“先学理论再实践”。以下是针对性的建议，帮助你更高效地突破瓶颈： --- ### **1. 调整学习顺序：先跑通代码，再理解细节** - **为什么？** Jeremy 的课程设计是“先看到结果，再理解原理”，通过实际代码的修改和观察来培养直觉。如果一开始就纠结于每行代码的原理，容易陷入泥潭。 - **怎么做？** - 直接运行课程或文档中的代码示例，**先确保能复现结果**（哪怕暂时不懂）。 - 尝试修改代码中的参数（如学习率、模型结构、数据增强方式），观察结果变化，培养对模型行为的直觉。 --- ### **2. 分阶段学习：拆解知识模块** fastai 的知识体系可以拆解为几个核心模块，分阶段攻克： | **阶段** | **重点** | **具体行动** | |--|------------------------------|-----------------------------------------------------------------------------| | **1** | **数据预处理与加载** | 从 `DataBlock` API 入手，理解如何组织图像、文本、表格数据（先模仿，再自定义）。 | | **2** | **模型训练与调参** | 掌握 `Learner` 的创建、`fit`/`fine_tune` 方法，学习率搜索、`one_cycle` 策略。 | | **3** | **结果分析与调试** | 使用 `ClassificationInterpretation` 分析错误样本，调整数据或模型。 | | **4** | **底层原理与自定义** | 深入 PyTorch，理解张量操作、自定义模型层或损失函数。 | --- ### **3. 利用“最小案例法”降低复杂度** - **问题**：官方示例可能涉及复杂的数据集或高级功能，增加理解难度。 - **解决**：**从极简案例开始**，例如： ```python # 用极简数据训练一个二分类模型（比如区分猫狗） from fastai.vision.all import * path = untar_data(URLs.PETS)/'images' # 替换为你自己的小数据集 dls = ImageDataLoaders.from_name_func(path, get_image_files(path), valid_pct=0.2, label_func=lambda x: 'cat' if x[0].isupper() else 'dog', item_tfms=Resize(224)) learn = vision_learner(dls, resnet18, metrics=accuracy) learn.fine_tune(2) ``` 通过简化数据、减少类别和训练轮次，快速验证代码流程。 --- ### **4. 善用工具和文档** - **官方资源**： - 📖 [Fastai 官方文档](https://docs.fast.ai/)：按模块查阅函数说明和示例。 - 💬 [Fastai 论坛](https://forums.fast.ai/)：提问时附上**可复现的代码**和错误信息，响应速度极快。 - 📹 [课程配套 Notebook](https://github.com/fastai/fastbook)：直接运行并修改代码，比单纯看视频更有效。 - **调试技巧**： - 使用 `dls.show_batch()` 可视化数据，确认数据加载正确。 - 用 `learn.recorder.plot_loss()` 观察训练曲线，判断是否欠拟合/过拟合。 --- ### **5. 接受“模糊理解”，逐步深入** - **关键点**：深度学习本身有大量“黑箱”性质，初期不必强求完全理解每个参数的理论意义。例如： - `fine_tune()` 背后的“解冻层+差分学习率”机制，初期只需知道它是迁移学习的快捷方式。 - 先学会用 `DataBlock` 组织数据，再逐步理解 `Transform` 和 `Pipeline` 的设计逻辑。 - **进阶路径**： 当你能用 fastai 完成简单任务后，再通过以下方式深入底层： 1. 阅读 `fastai` 源码（如 `Learner` 类的实现）。 2. 学习 PyTorch 基础（推荐 [PyTorch 官方教程](https://pytorch.org/tutorials/)）。 --- ### **6. 从项目驱动学习** - **不要停留在课程示例**，找一个你感兴趣的小项目（比如：“垃圾分类”、“表情识别”），尝试用 fastai 实现。遇到具体问题时，再针对性查阅资料。 - **项目参考**： - 计算机视觉：卫星图像分类、手写数字生成。 - NLP：电影评论情感分析、微博文本分类。 - 表格数据：房价预测、客户流失预测。 --- ### **7. 心理建设：允许自己“慢”** - Fastai 的学习曲线初期陡峭，但一旦突破某个临界点，进步会非常快。许多开发者（包括我自己）都经历过“一头雾水”的阶段。 - **每日小目标**：哪怕每天只搞懂一个函数（比如 `ImageDataLoaders.from_folder`），长期积累也能形成体系。 --- ### **总结** **关键行动点**： 1. 先复现代码，再修改参数观察结果。 2. 用极简案例降低复杂度。 3. 从项目中发现问题并解决问题。 4. 善用论坛和文档，避免闭门造车。 坚持下去，你会突然发现“开窍”的时刻！如果需要更具体的指导（比如某个代码片段的理解），可以随时告诉我，我会用更直白的语言解释 😄
评论
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