昊虹AI笔记

1 夯实自己的技术基础，许多脑海中似是而非的东西，会在你写博客的时候逼迫自己把它弄清楚。写博客的时候因为你要用文字把技术准确表达出来，所以你还会发现自己之前的一些错误认识和理解。向他人讲授是学习和巩固知识最好的方法。我们经常在博客上搜索技术大佬写的疑难问题解法，而当自己掌握了某个技术难点，也可以分享出来。在提问解答的过程中，也就起到了深入巩固的作用。下面这张学习金字塔的图就是对这个意义的诠释。2 写多了之后你会习惯性地写，这也相当于给自己一种不断学习的力量。3 锻炼自己的语言表达能力。4 好记性不如烂笔

无意中看到的，其中一些说得挺有道理，于我心有戚戚焉。1 任何一个程序一旦发布就意味着它已经过时了。2 让需求根据程序调整往往要比让程序根据需求调整来得容易。3 如果一个程序是有用的，那它必将被改变。4 如果一个程序是无用的，那它必须被注释。5 在任何一个程序里只有10%的代码会被执行。6 软件会无限扩张以占用所有的系统资源。7 任何有价值的程序都会包含至少一个错误。8 一个演示版的程序完美无瑕的几率和关注它的人数成反比，最终要花费的金钱的数量是原来预计数额的平方。9 一个程序的致命错误要

现在很多人在刷微信、微博、博客、论坛、陌陌，都是在刷存在感。当然也包括我自己。 让别人知道你，你才存在。你只有留下点让别人难以忘怀的东西，你才因这些东西而存在。 ...

李飞飞，女，1976年出生于中国北京，在四川成都成长(成都滋养了她)，16岁随父母移居美国新泽西州。美国国家工程院院士、美国国家医学院院士、美国艺术与科学院院士，美国斯坦福大学首位红杉讲席教授，以人为本人工智能研究院（HAI）院长，AI4ALL联合创始人及主席，Twitter公司董事会独立董事。李飞飞的研究领域主要为电脑视觉、认知神经科学、电脑神经科学和大数据分析。以下这段话是李飞飞说的，博主觉得说得挺好，挺有情怀的，所以摘录如下：我曾有段时间困惑于自己目前所学并未与当下行业内从业有太多实际

一、传统图像算法工程师：主要涉及图形处理，包括形态学、图像质量、相机成像之3A算法、去雾处理、颜色空间转换、滤镜等，主要在安防公司或者机器视觉领域，包括缺陷检测；二、现代图像算法工程师:涉及模式识别，主要表现的经验为Adaboost、SVM的研究与应用，特征选取与提取，包括智能驾驶的研究与应用、行人检测、人脸识别；三、人工智能时代图像算法工程师：深度学习，主要在大型互联网公司或者研究所机构，具体体现在TensorFlow等开源库的研究与应用，包括机器人的研、基于深度学习的人脸识别...