计算机相关知识

计算机相关知识 #

在此主要列一下计算机专业为主的哈，相关的内容可能也涉及到自动化、电子等专业，其实很多都是互通的。虽然很多课程我们学的时候觉得无聊，但是作为计算机专业人士，这些知识是真的需要了解的。

基础篇 #

这一部分我认为是大家都必须要掌握的内容。

  1. 编程语言：C语言（理解计算机的媒介），Python（快速开发脚本，机器学习基础语言），Javascript（互联网语言，Nodejs基础），Java（面向对象基础）

  2. 数据结构：线性表、栈、队列、树、图、排序。基础算法得会。

  3. 操作系统、计算机网络：文件系统、进程调度、网络管理、外设管理（串口开发）、以及Linux的各项指令。灵活使用Linux（或者服务器版本Windows），是计算机从业人员的基操。不管是做互联网开发、终端开发，都必须要会的。

  4. 网站开发：前端三件套（HTML+CSS+Jquery），后端开发语言（随便会一门就可以了），JSON API开发。现在网站开发已经抽象得非常好了，基本上可以使用Netlify+Supabase来快速解决很多问题。但是基础还是不能少的。 前端三件套最重要的概念可以参考我的一个 培训材料，要真正上手还得是 w3school，亲自动手试一试。

  5. 脚本开发：使用Python+Shell在Linux下自动化执行操作。这是在计算机的世界中的四肢，没有这项能力，寸步难行。

高级篇 #

这一部分我认为是需要一定爱好的，但也应该有用的内容。

  1. 并行计算、分布式服务。这是用多机解决问题的两类问题。能接触到牛B的集群环境。

  2. 并发。这是单机解决多问题的牛B思想，同时也是分布式服务的结点方案。

  3. 开发板或芯片（包括FPGA）。这是高效提供服务的方案，是软件“硬化”的途径。

  4. 软件架构、设计模式。集团军作战的阵型保障。

  5. 游戏开发。其实都是套框架。当年听说一个清华牛人，用了一周时间学习了一套最简单的游戏框架，做了一个属于两个人的小游戏送妹子。

科研篇 #

现在的研究都开始工程化了。虽然看上去学的东西多，但其实是降低了科研的门槛。能够看懂代码的，都能进来掺一脚。不过入门的时候，要学的东西还是有不少。

  1. 所有神经网络相关的知识。一定要了解相关的概念，不一定用得很熟，但一定要能够能跟人沟通相关内容。包括但不限于：正向传播和反向传播，梯度更新，MLP，CNN，RNN，LSTM，注意力机制，Transformer，Bert，GPT，Stable Diffusion。

  2. 阅读论文、查阅资料的方法。带着5个问题读论文，以及准确找到自己需要的资料，是科研的主要方法，也是牛人们解决问题的主要方法。学会后解决任何问题都受益匪浅。

  3. PPT制作。一方面是内容的整理，也是5个问题的套路；另一方面是使用图表、配色，美化PPT，不需要很复杂，但让人感觉用了心，高大上。

  4. 新手入门的套路：Tutorial -> Survey -> 近三年牛文（发表刊物好并且引用数高）-> 复现实验 -> 想改进思路

  5. 有不少人不知道什么叫复现实验，其实我觉得他们是不喜欢这些任务。带有好奇去跑代码的话，自然而然会想办法多了解一些的，多动一动代码，多做一些尝试，代码就懂了。假设我们在跑一个目标识别的代码，那么一定会有如下几个问题：

  • 这个任务的数据是怎么样的，算法是如何把数据读进去的？
  • 这个任务的输出是怎么样的，怎么才能拿到这个算法输出？
  • 算法过程是怎么样的，如果我想要把我的照片放进去，应该怎么操作？
  • 算法哪些部分是可以修改的？我能不能动一动它，获得更好的效果？
  1. 其实，科研的基础，也还是依赖于代码能力的，练好数据结构，走遍天下都不怕。