程序员如何构建碎片知识体系

引言

今天为大家带来社区作者的精选推荐《社区分享丨程序员如何构建碎片知识体系》。在信息繁杂的互联网时代中,如何高效构建碎片化知识体系?资深计算机视觉专家@Yongqiang Cheng 带来自己的独到经验,帮助大家有效地积累和回顾碎片知识,建立 TensorFlow 知识体系,提高工作效率。

构建自己的碎片知识体系

2020 年已经收尾,回顾自己从事计算机视觉工作已六年有余,在 CSDN 上记录笔记亦三年有余。在这个以快速迭代和 996 著称的行业里,大量的碎片知识分布于我们每一天的工作中,不断学习的过程也伴随着不断的遗忘。

有效的记录当前熟悉的碎片知识,以备后续及时、准确复现,对我们是十分有益的。对于 TensorFlow 深度学习框架,其本身就包含很深和很广的知识,在使用的过程中及时记录,方便日后查找

1. 那些年记过的笔记

回顾自己记笔记的历程,有很多教训和收获。在这里将自己在曲折中构建碎片知识体系的经验和教训分享出来,希望能够帮助到更多的人少走弯路。

1.1 纸质笔记

读书时我们用笔记录了大量的知识,可能是因为知识的更新,每次完成阶段性的考试,我们就开始慢慢丢弃它们;或许是因为四处求学,每次总要有所舍弃;当然还有漂泊他乡,每次搬迁的遗失。时至今日,残留的寥寥几页笔记也只能当作纪念。纸质笔记已经不再适合我们,毕竟不易保存,难以携带。

1.2 电子笔记

我们也会将笔记记录在 Word 文档上。为了便于查找,对目录、文档进行了规范的命名。随着 Word 文档越积越多,无法进行有效的搜索,不能快速地对知识定位。

2. 这些年总结的知识碎片

2016 年,在同事的建议下我开始在 CSDN 上记录碎片知识。

2.1 记录知识碎片

我们处在 IT 行业,软硬件不断更新,需要不断的学习新知识。同时工作压力大,项目一个接着一个,996 是普遍现象。在当前项目中,对于一些已经掌握和熟悉的碎片知识,未必会在相邻的项目中使用到,间隔一年半载,就很可能遗忘。

在 TensorFlow 深度学习框架中,包含了大量的 Ops (Operations) ,通过 TensorFlow 官网可以查到每个 Op 的用法。但是想要完全理解 Op 的作用,必须自己使用数据测试确认,将这些 demo 程序记录到社区网页上,在后续的任何时间需要回顾知识,只要在自己的博客下搜索相应关键字,就可以快速查询到当年记录的知识点,帮助自己快速的使用这些知识。

当然刚开始记录的时候是看不到效果的,因为这些知识短时间并不会遗忘。坚持记录超过半年以后,随着项目的继续进行,就会需要回头查看之前记录的知识,而且回头查找的频率也会随着总结的数量和时间的增加而增加。在我的实际经验中,每一次查找到自己写的记录:TensorFlow-Keras 实践笔记,总能让我们快速推进工作,所以在每一次记录时都认真些,因为有可能自己会回头看很多次。

这样不断的坚持下去,知识碎片会被我们一点一点的收集,构建起自己的碎片知识系统,我们也会变得越来越有自信。

2.2 助人亦助己

在社区记录的知识,不仅可以自己及时回顾,还可以帮助到他人。以 TensorFlow 为代表的深度学习框架,都需要适配 CUDA、CUDNN 等运行环境。建议详细记录下安装过程,便于后续自己重复安装时直接使用,不必每次都去网络上查找。这样的记录也可以帮助他人,避免在安装时陷入困惑。也可以在社区内留言沟通交流,相互提高。

在生活中有很多的无奈,在工作中有很多的压力,在 CSDN 上记录知识的过程也是一种心理平衡的过程,帮助我们排解压力,分解掉一些无意义的烦恼。

3. 坚持

我们记录今天熟悉的碎片知识,是为了铺平明天追求理想的道路。坚持记录这些笔记 ( TensorFlow - Keras_既然选择了远方 便只顾风雨兼程-CSDN博客) ,在每次看代码时,可以帮助我们快速确认 TensorFlow Ops 的作用。这样就可以将更多的注意力放在算法上,提高自己的工作效率。

Appendix

1. TensorFlow 开发环境配置:

这些笔记包含在 Conda 和 Virtualenv 虚拟环境下安装 TensorFlow 的详细过程,以及遇到问题的解决方法。如果我们需要重新配置环境就可以根据自己之前的记录,快速完成。

2. TensorFlow Ops:

这些笔记包含TensorFlow Ops (Operations) 的说明和数据测试 demo 程序。在后续的任何时间,快速查询到之前记录的知识点,帮助自己快速的使用这些知识。

3. TensorFlow 调试:

这些笔记包含 TensorFlow 调试的相关内容,记录下来帮助我们解决算法调试的问题。

当然还有很多相关的信息和笔记,不再一一列举。世上没有白记的笔记,每一页都有用。

记录,就是不停的积累,厚积方可薄发。你的伟大,源于 2021 年勇敢的开始第一篇 CSDN 笔记!坚持下去,这一定很酷。

中文:TensorFlow 公众号