看了最近blog排名靠前的一个帖子,摘录一段,以供自勉
10w代码量
第三阶段 阅读源码
这是一个没有人帮助你的阶段,踏实地看源码,踏实地总结,在这个阶段的完结时候,你基本能总结出一本书那么厚的经验了。
这是一个很重要的阶段,因为前两个阶段的人将占绝大部分,你如果不通过此阶段,你将和他们毫无差别,不管你曾经付出多少努力。
目标:阅读JDK源码,了解各种类的设计及应用场景。阅读各种框架源码,了解各种开源框架的设计和实现原理(不要在网上看了一篇文章就说IOC,AOP精通了),最好能研究一下JVM(这个大公司非常看重),并能够反思自己做过的项目中,这些框架的缺点和你的改进的方法。
第四阶段 深入架构
不得不说,这个时候你会很孤独,因为很少有人坚持到这个阶段,为了未来,你必须在这时寻找到一位和你相当的朋友,相互交流(thanks wkx-_-)。
这个时候你需要跳出"二手货交易市场",来到真正的互联网大型应用,这个时候你接触的不仅限于语言,还有集群,分布式文件系统,分布式缓存,负载均衡 LB,高可用性HA,主备拓扑应用,数据、页面、动态缓存,数据库分库分表,水平垂直扩展。那么很高兴的告诉你,这个时候你会发现以前的编译原理,操作系统原理,网络原理这些课终于有了用武之地。
目标:对于大型网站架构具备很强的理论水平,并且能根据(模拟)测试结果判断系统瓶颈所在并进行性能调优(这点几乎可以使你无敌于天下),熟悉但不限于以下名词:
ab,nmon,reverse proxy,lighttpd,apache prefork,epoll,sendfile,opcode,squid,memcached,LVS,hadoop,map/reduce,hessian ,OSGI,mysql master-slave,Oracle Standby Database,完了,太多太多了......
以上的1/5你一旦熟练掌握,那么,你将不弱于绝大部分研究生,并能和一位不懂Java的面试官时,让对方意犹未尽的跟你谈50分钟。
分享到:
相关推荐
HALCON深度学习目标检测
基于OpenCV的深度学习目标检测与跟踪 本文主要介绍了基于OpenCV的深度学习目标检测与跟踪技术,旨在提高工业应用中的产品检测和跟踪效率。OpenCV作为一种计算机视觉库,提供了多种集成了各种算法的模块,开发人员...
在水声信号的深度学习目标识别中,使用Mel频谱图作为特征输入,能够更好地提取与人耳感知相关的信号特征。 为了增强数据集并提高模型的泛化能力,研究中采用了数据增强技术。这涉及到对原始水声信号在时域和时频域...
深度学习目标跟踪是一种在视频序列中持续定位特定对象的技术,它在计算机视觉和人工智能领域具有广泛应用,如自动驾驶、监控安全、无人机导航等。王博士的论文聚焦于利用深度学习提升目标跟踪的性能和鲁棒性。 在...
《单元学习主题、单元学习目标设计及检验提示单》是一个重要的文档,主要用于指导教师进行有效的课堂教学设计。在教育领域,尤其是在数学教学中,明确的学习目标是确保学生学习效果的关键。以下将详细阐述这个文档...
CNN的稀疏特性对应于生物神经元的稀疏响应特性,有利于捕捉到图像中的局部特征,同时也为深度学习目标识别算法提供了一个高效的计算框架。 CNN通常包含几个基本操作,包括卷积、非线性、池化和批量归一化。卷积操作...
以下将详细介绍几篇具有里程碑意义的深度学习目标检测论文及其相关网络结构。 1. **Faster R-CNN**(Ren et al., 2015):该论文引入了“区域提议网络”(Region Proposal Network, RPN),将目标检测与候选区域...
在大学期间,学习目标与生活规划对于学生的个人发展和技术素养的提升至关重要。大学是一个关键的转折点,学生们开始追求自己的理想,系统性地积累知识,为未来的生活和职业生涯奠定基础。庄子的名言“吾生也有涯,而...
**多示例学习目标跟踪算法** 在计算机视觉领域,目标跟踪是极其重要的一环,它涉及从连续视频帧中定位并追踪一个特定的目标。多示例学习(Multiple Instance Learning, MIL)是一种机器学习方法,它在目标跟踪问题...
增量深度学习目标跟踪算法主要基于双重采样粒子滤波框架。粒子滤波是一种基于蒙特卡洛模拟的递归贝叶斯滤波方法,它可以用来估计非线性和非高斯噪声系统的状态。在目标跟踪中,粒子滤波通过多个随机样本(粒子)来...
文章中提到的Faster R-CNN算法是深度学习目标检测领域的一个重要进展,它由候选区域生成网络(Region Proposal Network, RPN)和分类回归网络组成。Faster R-CNN算法的一个主要问题是它的候选区域生成子网络和分类...
"基于深度学习目标检测算法的滑坡检测研究" 本文研究基于深度学习目标检测算法的滑坡检测,旨在探讨 Faster RCNN、YOLO 和 SSD 三种目标检测算法在遥感图像滑坡检测中的应用效果和适应性。研究结果表明,基于深度...
本文将迁移学习与计算机视觉中目标识别问题相结合,针对基于迁移学习的目标识别方法展开研究。需要说明的是:该研究工作并不是利用 现有的迁移学习方法来辅助解决目标识别问题,而是立足于迁移学习的基本思想, 研究...
【教学目标与学习目标的区别】 教学目标和学习目标在教育领域中都是至关重要的概念,但它们之间存在着明显的差异。教学目标是由教师设定的,旨在明确在特定教学活动结束后,教师和学生共同期望达成的结果。这些目标...
【深度学习目标检测综述】 目标检测是计算机视觉领域中的关键任务,旨在寻找图像或视频中的特定对象并对其进行分类。随着深度学习技术的发展,目标检测的精确度和速度都有了显著提升。本文将深入探讨基于深度学习的...
机器人视觉_移动机器人_VS-SLAM_ORB-SLAM2_深度学习目标检测_yolov3_行为检测_MVision.zip 机器人视觉_移动机器人_VS-SLAM_ORB-SLAM2_深度学习目标检测_yolov3_行为检测_MVision.zip机器人视觉_移动机器人_VS-SLAM_...
深度学习目标检测方法综述 深度学习目标检测方法是计算机视觉领域中的一种重要技术,近年来取得了显著的进步。深度学习目标检测方法可以分为监督学习、无监督学习、半监督学习和强化学习等类别。监督学习是目标检测...
labelimg安装教程