学习承诺和目标

老男孩的各位兄弟朋友老师大家好,我叫原红帅,目前在上海发展,主要做后端相关的开发工作。之所以选择老男孩是由于,感觉自己的技术遇到了瓶颈,分析后,觉得自己对系统的相关认知还是太少,所以像对系统方面的知识系统的再学习下。

     为了学好知识,成功突破自己,对自己简单要求如下:

一: 坚持每天工作之外必须坚持学习两个小时以上。

二: 坚持把所有老师讲得视频都看一遍,掌握程序到85%以上。

三: 针对这次培训,专门做一个培训的期间的博客,把自己在学习期间学习的重点和具有总结意义的知识点,都坐下整理总结。(没必要所有都记)。

四:每周开始之前,定义好自己的学习计划,每天看多少章节,今日事今日毕。

五:在时间允许的情况下,看下后面的某些自己工作中遇到的,当时有问题的知识点看看。做到提前预习的效果,到时候到这一步,不至于耽误太多时间。 其他没接触过的知识点。不提前看,按照老师的课程走。

六: 买几本基础的操作系统方面的书,边学习老男孩边看些基础。

七: 多在群里请教大家和老师问题。

八: 在自己的会的情况,多回答一些群里的兄弟们提的问题,帮助他人也帮助自己。

九: 自己的工作要更加有效率点,这样才有更多的时间学习老男孩。

十: 谦虚谦虚再谦虚。

学习效果期望:  学完工资可以达到30+吧。

达到的话:那就早点买我看上的车呗。

达不到的话:那买车就听媳妇的了。

时间: 2024-11-29 09:23:51

学习承诺和目标的相关文章

Perl语言学习笔记 13 目标操作

1.改变目录 chdir "/etc" or die "can't chdir to '/etc'!\n"; 省略参数会回到用户主目录,与cd效果一样: 2.文件名通配 my @all_files = glob "*"; #不包括以点号开头的文件 my @pm_files = glob "*.pm"; 一次匹配多种模式,用空格隔开:my @files = ".* *"; #可以匹配所有的文件,包括以点号开头

学习Linux的目标(第一课)

1.手把手教你玩转Linux系统 Centos安装 VIM相关操作 文件处理命令 权限管理命令 文件搜索命令 压缩解压命令 用户和用户组 服务以及进程 软件包的确管理 2.高性能Linux服务器构建实战 LNMP环境搭建 FTP服务器搭建 SamBa服务器搭建 大并发架构 Memcache Redis Redis队列 MySQL优化 MySQL主从 Xunsearch Nginx负载均衡 目标: 1.熟练使用常用的Linux命令 2.完成高性能服务器搭建 学习工具: 1.一台性能差不多的电脑 2

Web学习记录<一>目标与任务

3D打印机的项目终于小小的告一个段落了.在3D打印这个领域里,绝大多部分都是机械的从业人员,年龄普遍在30岁以上.在这一年的编程生涯里面,充当了半个程序员的角色,从最开始的读LinuxCNC源码,到后来的开发3D打印机桌面切片软件,在这个行业里的人看来,都是些边外活.山寨太厉害了,传统行业里的竞争就是这么残酷,今天你家出机器了,三天时间,人家就能抄出来.只有里面的软件是抄不来的.于是,国内大部分机器用的都是国外两年前就已将停止维护的开源软件. 这个行业的路还很远,我会一直关注下去,适当的时候,将

Perl 学习笔记-目标操作

1.在目录树中移动. 程序运行时会以当前工作目录作为相对路径的起点, 可以使用  chdir 操作符改变当前目录: chdir "/etc" or die "Can't chdir to /etc:$!"; #因为这是一个相对操作系统的调用, 所以错误信息会返回到 $! 中. 由Perl程序启动的所有进程都会继承Perl程序的工作目录. 但对于启动Perl的进程,它的工作目录不会随Perl工作目录的改变而改变, 所以无法写出任何Perl程序来代替Shell里的cd命

(转) 深度学习在目标跟踪中的应用

深度学习在目标跟踪中的应用 原创 2016-09-05 徐霞清 深度学习大讲堂 点击上方“深度学习大讲堂”可订阅哦!深度学习大讲堂是高质量原创内容的平台,邀请学术界.工业界一线专家撰稿,致力于推送人工智能与深度学习最新技术.产品和活动信息! 开始本文之前,我们首先看上方给出的3张图片,它们分别是同一个视频的第1,40,80帧.在第1帧给出一个跑步者的边框(bounding-box)之后,后续的第40帧,80帧,bounding-box依然准确圈出了同一个跑步者.以上展示的其实就是目标跟踪(vis

基于深度学习的目标检测

普通的深度学习监督算法主要是用来做分类,如图1(1)所示,分类的目标是要识别出图中所示是一只猫.而在ILSVRC(ImageNet Large Scale Visual Recognition Challenge)竞赛以及实际的应用中,还包括目标定位和目标检测等任务.其中目标定位是不仅仅要识别出来是什么物体(即分类),而且还要预测物体的位置,位置一般用边框(bounding box)标记,如图1(2)所示.而目标检测实质是多目标的定位,即要在图片中定位多个目标物体,包括分类和定位.比如对图1(3

第二十八节、基于深度学习的目标检测算法的综述

在前面几节中,我们已经介绍了什么是目标检测,以及如何进行目标检测,还提及了滑动窗口,bounding box.以及IOU,非极大值抑制等概念. 这里将会综述一下当前目标检测的研究成果,并对几个经典的目标检测算法进行概述,本文内容来自基于深度学习的目标检测,在后面几节里,会具体讲解每一种方法. 在深度度学习的目标检测算法兴起之前,传统的目标检测算法是怎样的呢? 传统的目标检测一般使用滑动窗口的框架,主要包括三个步骤: 利用不同尺寸的滑动窗口框住图中的某一部分作为候选区域: 提取候选区域相关的视觉特

吴裕雄--天生自然 神经网络人工智能项目:基于深度学习TensorFlow框架的图像分类与目标跟踪报告(续一)

1.3 项目计划 第一周:深入学习和了解神经网络的工作原理,学习卷积的相关理论. 第二周:使用python的TensorFlow库,编写神经网络深度学习代码,搭建神经网络层,并且了解其工作原理和相关的计算.相关参数的传递等,到htttps://www.kaggle.com/moltean/fruits下载fruits压缩包,对数据进行初步的处理. 第三周:使用TensorFlow搭建卷积神经网络,采用训练集数据对测试集数据进行预测:完成数据可视化,显示每个文件夹中第5张图片.使用Tensorbo

4. 基于深度学习的目标检测算法的综述(转)

4. 基于深度学习的目标检测算法的综述(转) 原文链接:https://www.cnblogs.com/zyly/p/9250195.html 目录 一 相关研究 1.选择性搜索(Selective Search) 2.OverFeat 二.基于区域提名的方法 1.R-CNN 2.SPP-Net 3.Fast R-CNN 4.Faster R-CNN 5.R-FCN 三 端对端的方法 1.YOLO 2.SSD 四 总结 在前面几节中,我们已经介绍了什么是目标检测,以及如何进行目标检测,还提及了滑