九月份总结与十月份计划

微信扫一扫,分享到朋友圈

九月份总结与十月份计划

今天是24号。刚好是中秋的这一天。

这个月那,已经在pad上,表达了好多次对自己的失望。可是这些东西,都是个人隐私,不能发出来,是么?

在过去的这24天里,在技术方面,我只做了两件事。一件是 跟着张宇的高数视频学习高数 ,一件是 学习Tensorflow 。其实后面的压根就没做,是看了一本书,叫做《Hands-On Machine Learning with Scikit-Learn and TensorFlow》,看了前半部分跟Scikit-Learn相关的各种算法的实现。压根就没看TensorFlow相关的部分。

在中秋的这三天假里,过去的两天,我甚至都不知道自己做了什么。跟死肥宅一样,呆在家里,也不知道出去走走。

花了十几分钟,大体翻阅了一遍高数笔记。看了《高数十八讲》的第一讲,翻了一遍《一万小时定律》这本书。看了一个极光推送的架构推进的演讲。就做了这么几件事。

其余的时间,通通都是游戏,看游戏或者电影直播。

眼看着还有六天就要过去这个月了,自己制定的计划,才完成了那么一点点。

不过,有一个很大的收获。我意识到,自己必须慢下来了。

在过去的半年时间里,我总是追求速度,总是想光速的做完一件事。并且幻想着,能达到跟钻研十几年,几十年的学者,一样的水平。

痴人说梦,不是么?就像大跃进一样。

过去,我确实制定了很多计划。不管是什么样的书,都要一周搞定。不管是什么源码,都要在半个月甚至是更少的时间里读完。不管是什么事情,我都想尽快把它完成。

可是,问题在于,时间上,我确实做到了。但是,质量上呢?

我回想学过的内容,发现我并记不得什么。读过的源码,还好有部分写了解析,后来看起来才有点印象。读过的书籍,只是走马观花一般。

我怀念去年的这个时候。去年的这个时候,为了找工作,我把一本算法和数据结构的书籍,从头到尾读了一遍,并且书中几百道练习题,都有过认真思考。当时花了也就十天左右。这么快,是因为以前我为了找工作也做过《剑指Offer》这本书。

去年的这个时候,我在研究JVM,研究Java并发,研究Java集合的源码。这个时候,我学会了读字节码,理解了Java内存模型,GC机制,并发机制等。我把很多一部分,讲给一位朋友听。这时候,我收获了对这部分知识深刻的记忆。

去年的这个时候,我在研究分布式一致性算法。为了理解Paxos,Raft和Zab,我花了不少时间,阅读状态机的论文,阅读Lamport大神的论文,阅读Raft和Zab的论文,阅读一切跟它们相关的论文。为了彻底搞懂Zab,我还去认真研究了一遍ZooKeeper的源码,当然,主要是Zab的部分。为了搞懂Raft,我读了一部分Etcd的源码。前前后后花了一个多月的时间。我怀念这段时光,因为我这时候,真的是在学习。虽然最后Paxos还是没有搞懂,因为没有找到它的开源实现。

去年的这个时候,我想参照Lighttpd写一个HTTP服务器。好像是为了巩固Golang。不过,在阅读了部分Lighttpd的源码以后,就失去了兴趣。因为觉得只是RFC规范来解析而已,没什么意思。

去年的这个时候,我在准备面试。在碰到一个关于索引的题目时,由于不清楚为什么答案会是那个样子,就想去理解索引的原理。所以,我阅读了《High Performance MySQL》中,跟索引相关的部分,在彻底理解了以后,写成了一篇很长的Blog,并讲给我的几位组员听,让她们也理解了索引背后的原理。

去年的这个时候,我怀着热血,在探索。如新生婴儿一般,怀着对世界的好奇,碰碰这个,碰碰那个,探索奇妙有趣的世界。

而去年十一月(还是十二月,记不清了),找到工作,到了上海以后,我就开始变了。我开始追求速度,并越来越不关心质量。在4月20号回学校以前,倒是也还好,虽然追求速度,但是质量也关心质量。这段时间,我还清楚地知道,我为什么要学习一个东西,我为什么要看一本书,我到底是哪里不清楚,我想搞懂什么。

4月20号以前,我阅读了HDFS和YARN的源码。虽然花的时间也不长,但是我确实画了几十页的流程图,写了几十页的笔记,虽然并没有全部都放到简书上,好多一部分甚至都被我丢掉了。但是,我确实是在学习。

而从七月份回来以后,经过了两个月的休息,我发现我越來越浮躁,越來越沉不住气。我还是追求速度,我还是想光速般地做完每一件事。但是,跟以前不同的是,这次,我并没有关注质量。我甚至都不知道我为什么学习某样东西。

学习线性代数,学习概率论,是为了学习机器学习。但是,我为什么要学习机器学习?记得刚开始,萌生学习机器学习的念头时,似乎是从众心理。只是为了看看这到底是个什么东西,好玩不。在学习机器学习的过程中,发现要用到高数的东西,比如方向导数和梯度,以及拉格朗日乘数法等内容,才去学习的高数。

问题就在这,我学习高数,是照着张宇的考研视频,全部学完的。可是,其实我最急切需要的是,拉格朗日乘数法,方向导数和梯度,以及凹函数等这些内容。我并不关心泰勒公式,并不关心柯西中值定理,我甚至并不需要关心积分,我只需要在乎微分。

这段时间的学习,我并不清楚自己究竟是哪里不清楚,并没有做到对症下药。我只是全盘接收,并没有转化。对于数学,我并没有做足够的题目,来沉淀下去。对于机器学习,我并没有写blog来用自己的语言,将每个算法讲清楚。

这段时间的状态,也很不理想。我的斗志,对技术世界的好奇性,随着对机器学习的了解,被一点点消磨掉。所以才有了过去20几天没有做什么事情。

我也越來越对自己的软技能着急,越來越焦虑。我发现以前虽然不聪明,但是也还不笨的脑子,越来越迟钝。我越來越钻牛角尖,越来越不知道转弯,越来越不知道如何表达,对应地,也越来越不自信。

我想起了高中的时候,制定的某些荣誉准则。虽然那几年,我在别人眼里,都是一个SB,但是那些准则,确实对我的人生,对我的人格,起到了完善的作用。只不过当时年少,总是用理想的眼光来看世界,并没有注意到,理想跟现实的沟壑。

现在是时候重新制定一份荣誉准则,并熟记于胸了。这次,不会跟以前一样,浮空看世界了。

这段时间大体了解了一下机器学习的内容,是时候选择几个自己感兴趣的领域了。在学校时,接触了一下运维,前端,后端,大数据等。其中除了觉得前端有些烦,不喜欢以外,其他的都还好。这段时间对机器学习的了解,也发现对机器学习似乎并不是很感冒。主要是目前学习的都是理论,并没有应用到实处,并没有做出一个有趣的东西。目前对机器学习的相关的文章,看起来倒不那么费劲了。

总体看下来,选择这么几个领域:分布式计算,分布式存储,机器学习。同时对后端,运维也保持一定的关注。

7月份回来以后,由于住的远了,更重要的原因是,受不了以前那种强度的工作学习,现在周末不去公司了。但是,周末在家,学习效率非常低下。这又是非常焦虑的一点。

其实还不如周末出去走走。可是说实话呐,虽然有一个环游世界的梦想,但是我并不是很喜欢在城市里游览,我更喜欢的是,田园风光,自然景观,可能跟我从小生活在农村相关吧。

这就基本上形成了一个死锁,想多学习一些东西,不想浪费时间,又想出去走走转转,换取好的心情,又不喜欢在城市转,所以出去转心情也不会好到哪去。该怎么打破这种死锁啊。

今晚写了这么多,本想吐槽自己,没想到拆开来看,过去做的事情也并不是一无是处。

依然有很多需要提高的地方,很多也是好几年来的痛点,弱点。要解决这些毒瘤。

过去两个月,读文学作品比较多,让我甚至一度认为,除了技术书籍,就是文学作品(我把哲学类的书籍,经济类,旅游期刊类的统归为文学)。

然而,这两天,才突然想起来,还有一种功利性的书籍。就是教人如何完善自己的人格的这种书籍。粗略的翻过几本,感觉书中的反面教材就是我,手动捂脸–!

为了解决人格弱点,需要多花一些时间来阅读一下这种书籍,找出来解决方案,并且实践下去。

今天是20180930,9月份的最后一天。

这几天,又翻了一遍概率论的内容。发现上文中,我说的我并不需要关注积分,是一个非常严重的错误。我不仅需要关注积分,而且应当花很多力气来关注它。因为在概率论中,对连续型的随机变量的分布,比如正态分布,它们的概率密度都是用积分来算的。包括参数估计,假设检验等,凡是用到连续型变量的分布的地方,都需要用到积分。

而连续型随即变量的分布,由于中心极限定理的存在,使正态分布成为最常用的分布模型。

九月份的计划。

  • 把这两个月做的全部笔记进行电子化,保存起来,防止丢失(X)
  • 跟着张宇的视频学习《高等数学》(√)
  • 做张宇的高等数学考研资料上的数学题(X)
  • 多看几遍《数据挖掘导论》的笔记,并尝试对自己讲解(X)
  • 再深入学习假设检验,梯度下降等数学知识。在学习完《高等数学》基础班的课程以后,继续阅读《机器学习》(√)
  • 学习Tensorflow,尝试图像识别(√/X)
  • 阅读Spark的源码,只包括spark-core,不包括spark-sql, spark-streaming, spark-ml等部分(X)
  • 不要忘记阅读微信公众号以及InfoQ中比较有深度的文章(√)
  • 每周末找一两个技术演讲看一下(√)
  • 阅读《苏菲的世界》(√)
  • 阅读《理想国》(√/X)
  • 去五角场转一下(X)
  • 看《美国动物》这部电影(X)

20号左右,买了一本 《Spark内核设计的艺术》 。想通过这本书来了解一下Spark的实现。然而,读了书的前200页,就没继续下去。一是因为我把精力转到了阅读RDD的论文上,二是晚上的时间我都用来复习概率论的内容了。

因为对spark-core的疑惑点,主要是在RDD如何形成DAG,以及如何执行的比较感兴趣。而读得那部分,主要是介绍Spark内一些比较通用的分布式技术组件。这部分没什么新奇的。就转而阅读RDD的论文,期待在里面获取到答案。然而,RDD的论文,主要就是论述了RDD相对于分布式内存系统的优势,以及相对于MapReduce的优势,以及一些常见的分布式系统论文中的性能对比等。并没有找到答案。

阅读了《苏菲的世界》,以及《理想国》。苏菲的世界挺通俗易懂的。做了一些笔记。

满满的童心。

而阅读《理想国》的体验,就不怎么好了。《理想国》是柏拉图写的,书中借苏格拉底之口,阐述柏拉图的观点。总是觉得,书中的观点,有问题。所以读起来非常不舒服。在微信读书上,我做了很多反驳。依我看,如果按照书中的方式建立一个国家,那么一定跟《1984》中的大洋国一样。所以,后半部分索性就不读了。读起来感觉就像在吵架一样。

看了几部电影:

  • 《血观音》
  • 《大佛普拉斯》

这两部电影,同时获得了金马奖。这两部电影,也形成了鲜明的对比。社会底层的人,穷尽其力气,努力活下去。而社会顶层的人,则为了自己的利益,费尽心机。

十月份计划。

  • 先搞懂Spark中RDD如何转换成DAG图
  • 读完《Spark内核设计的艺术》
  • 继续设计KiVi的RPC模块,测试性能
  • 如果还有时间,就设计一致性模块
  • 暂停一切机器学习相关方面的学习。数学方面继续巩固学习。

等Spark搞懂,并且KiVi完成以后,再继续进行机器学习相关方面的学习。

慢下脚步,稳打稳扎,步步为营。

用番茄工作法规划自己的工作和学习。

最重要的是,一定要出去走走!!!!!

周点评:马斯克辞特斯拉董事长一职,恒大145亿入股广汇(0923~0929)

上一篇

腾讯大动作,产业+内容双引擎助力下个20年

下一篇

你也可能喜欢

九月份总结与十月份计划

长按储存图像,分享给朋友