我第一个语言学的是vb，当时高二，感觉很好玩，就学了。
第二个。。。
是C++，学之前完全不知道书店里的书《C语言》《C++》《visual C++》的区别。
后来刷知乎，受到一大批程序员的“唆使，蛊惑”，我听了轮子哥的建议，买了一本
《C++ primer》，硬撸了15年一个寒假，加上16年10月，不懂也硬着头皮读，有时一张要读的3、4遍才能大概明白个意思，勉勉强强混完，当时还以为自己会了C++。
第三个。。。
就是Java，在学校报了个二学历——软件工程，上课听Java觉得还可以，挺简单的。但是学校老师当我们二学历的是菜鸡，只教授SE的部分，后面做EE的完全让自学，大学嘛，自学往往就是不学，知道后来做毕业论文，我才知道特么Java还有这么多内容，怪不得经常听别人说Java是写服务器端的程序的了，而且我听说Java找工作好找（未体验过，因为我是学生物的）。更高层次的服务器方的SSH框架（据说这个老了），还有一些最新的我也打算以后有“需求在去学”，老实说学这些东西时常感到力不从心。
第四个。。。。
我记不清了是什么了，反正在2015年下半年，我学了（其实是入门）C语言，汇编，python（这两个完全是玩，闲的无聊看小甲鱼的视频，看王朗的8086书）、计算机网络（看的视频，当时还准备当CCIE，想在想起来还真是愚蠢）。原来我有一本范磊的《零基础入门C语言》（大概就叫这个名字），我下决心在寒假学习，但是看了两页我就放弃了，但是后来那本书四五百页，我全用上课的时间（上那些无聊的课的时候，比如什么职业规划心理健康，读生物的你还天天规划个毛线，给我讲些毒鸡汤）给刷完了，当时看的那个爽啊！就是感觉这本书写得太好了，因为之前有些C++和汇编的基础，这下以前没搞懂的问题现在全弄懂了。再后来嘛，你懂得，当然是去复习自己的专业课去了，这些就cease off了（ps：单片机搞了两节课就停了，hold不住了。。。买了一个开发盒，扔在那里到现在都没动，所有的过错都是自己忘得差不多了，又不想炒现饭）
当时雄心壮志还想学学计算机原理、单片机、编译原理、算法和数据结构、数电、数字逻辑等等，太多了，都放弃了。
今年初，因为要考研，所以关于计算机的我都不碰，下学期被保研了之后，我就开始跟着老师做毕业论文，当然是选择跟着生物信息学老师做啊！感觉也没什么，就是下数据你也写不了爬虫，NCBI的国内速度慢的经常掉线，有的生物信息学网站还可以，生物信息学软件也可以用，我Linux操作也还可以（我之前看书学Linux完全想撕书，砸电脑，最后还是感谢兄弟连的视频），后来又学习HTML+CSS+JS、外加J2EE、Tomcat、JSP、Servlet、MySQL勉强搞了一个原生的系统做毕业设计。另外暑假我也学了一段时间的R语言。
现在是2018年初，我打算搞搞人工智能，python3撸起，但是学一开始的时候学，还是静不下来，python一开始怪简单的，但是对于我们这种强类型搞贯了、底层原理不弄清楚不叫编程的人python学起来并不习惯，个人感觉这门语言灵活性大（这也是为什么它比较简洁），特性也不比其他语言少（一开始总是纠结为毛while、for这种还要else语句，简直有毒！），包多。2 到 3在网上查博客，全靠print的括号。
这是我从大一一天晚自习看到一篇鸡汤文章，上面说作者的一个盆友天天刷知乎，arxiv开始。
我百度了“刷知乎”，我以为“刷知乎”是个APP，后来玩知乎，再后来在知友的洗脑下入门计算机，这之中走过了这么长一段路，如果没有兴趣，我可能连门都入不了，就像一开始看《零基础学C语言一样》，当时我就在想，这么厚的一本书，要学到猴年马月去啊，果断放弃。
我当时学的时候也纠结到底是这个语言好还是那个语言好，后来感觉这问题根本没有什么意思，就是没意思，纠结这个难还是那个难也没有意思，最有意思的是——
我可以为了调一个bug搞上4、5个小时，最后成功；
写一个正则几秒内轻松搞定100多万条gff3基因注释信息的筛选；
编程有的时候很兴奋，可以忘记吃饭、睡觉。
我不敢一上来就看到所有（例如上来就看英文文档参考标准），当你知道那个东西又多么多、多么难的时候，谁都会因为这些而心生畏惧、受到打击，我宁愿待在自己的无知里面，一点点的来，同时受一点点小的打击。
回想之前的学编程，我也不觉得自己是贪多贪广，也不觉得自己学精了哪一门，也不觉得哪一门到底有多难，也不觉得哪一门语言有多好。
我所理解的每一个人都是一个独立的操作系统，环境不一样，理解也不一样，但是还是有主要分布的。现在所缺的就是志同道合的朋友，特别是计算机这方面的，感觉身边一个对计算机感兴趣，玩的深的人都没有，所以搞出什么东西来也没什么意思，不懂的也没有人可以问。估计今年下半年读研究生也没时间搞这玩意儿了，想想我就觉得伤感，但是还是想偷着学学。
哎就是这样吧，这回答也没什么用，纯属看到这个问题对自己的大学这几年计算机之路的回忆。也算是个总结。感谢知乎让我接触了计算机，但是知乎现在已经不像原来那样了。
最后：我的生涯一片无悔,想起那天下午夕阳下的奔跑,那是我逝去的青春。
我的计算机生涯一片无悔,想起那天下午夕阳下的debug，那是我逝去的青春。
文章浏览阅读7.1k次，点赞3次，收藏24次。STM32是ARM Cortex-M内核单片机。目前提供10大产品线（F0， F1， F2， F3， F4， F7， H7， L0， L1，L4），超过700个型号。STM32产品广泛应用于工业控制、消费电子、物联网、通讯设备、医疗服务、安防监控等应用领域，其优异的性能进一步推动了生活和产业智能化的发展。截至2017年4月，STM32全球出货量超过24亿颗。主流型MCUSTM32F0系列 – ARM Cortex-M0入门级MCU意法半导体基于ARM Cortex-M0的STM32F0系列单片机实现了_stm32m和stm32h
文章浏览阅读165次。现在常用的依靠计算机模拟产生的伪随机数，或者从某些经典物理噪声（如热噪声，电噪声等）中提取随机数，实际上并不是正真正的随机数，因为从理论上讲，经典物理过程在考虑到所有变量的情况下是可以被模拟的。那么是否存在真正的随机数呢，随着量子力学的发展，通过量子系统产生随机数已经成为可能。_qekss
文章浏览阅读1k次。IDCardCamera项目地址：wildma/IDCardCamera 简介：Android 自定义相机实现身份证拍照，并加入自动对焦与图片不规则裁剪更多：作者 提 Bug 标签： README of English效果图..._glide裁剪身份证图片
文章浏览阅读5.1w次，点赞72次，收藏846次。毕业设计 :基于深度学习的人脸识别【全网最详细】 - opencv 卷积神经网络_基于深度神经网络的人脸识别
文章浏览阅读4.9w次，点赞144次，收藏926次。pip超详细教程，讲述了pip的安装与使用，以及解决了pip下载速度慢的问题_pip下载
文章浏览阅读3.8k次。主题建模是一个技术的集合，允许用户在大量数据中找到主题。当试图对这些文档的内容建模和执行EDA时，它将非常有利。不久前，我们介绍了一种名为BERTopic的主题建模技术，它利用了BERT嵌入和基于类的TF-IDF创建簇，允许轻松解释主题。不过，过了一会儿，开始考虑它在其他领域的应用，例如计算机视觉。如果我们能在图像上应用主题建模，那会有多酷？花了一段时间，但经过一些实验，..._图的主题模型
文章浏览阅读431次。自定义YUM仓库安装NGINXNGINX 官方站点获取仓库地址1、官方站点说明2、获取仓库地址自定义 YUM 仓库1、创建 repo 文件2、查看 repolist3、查看 nginx 信息安装 NGINX1、安装2、查看安装生成的文件nginx unit-fileNGINX 常用命令1、nginx -h2、nginx -VNGINX 官方站点获取仓库地址1、官方站点说明Website：h..._nginx repolist
文章浏览阅读433次。1.类package test10month.test1011;import java.util.Arrays;import java.util.List;import java.util.Map;/** * 功能描述: * @version 1.0 * @className ArrayListMap * @author: 罗德 * @create: 2020-10-11 21:53 */public class ArrayListMap { private String[]_arraylist通过xml配置
文章浏览阅读1.3w次。转载时请以超链接形式标明文章原始出处和作者信息及本声明http://amazingxiu.blogbus.com/logs/62781676.html 这几天闲来无事，在看如何安装RVDS4.0，也就是RealView Development Suite 4.0
文章浏览阅读921次。同样也是非常重要的，一个产品的市场竞争力如何，很大的因素是取决于它的成本，基于成本，从两个方面考虑，第一是选择制造工艺的时候，设计者需要尽量从优从简；综上，不难发现，设计工程师需要考虑的东西非常多，稍微严格的公司，他们可能会有几十道、上百条设计规则，如果不借助工具，全部人为把控，出错的几率是很高的。可制造性设计是基于并行设计的思想，在产品的设计阶段就综合考虑制造过程中的工艺要求、测试要求和组装的合理性，通过设计的手段来把控产品的成本、性能和质量。三个比较典型的分析项为开短路分析、布线分析、孔线距离分析。.._电子产品 可制造性 设计
文章浏览阅读549次。图片必须为Sprite格式脚本拖入到物体上可以直接使用using System.Collections;using System.Collections.Generic;using UnityEngine;using UnityEngine.UI;using UnityEngine.SceneManagement;public class StartAnimation : M..._u3dtimeline播放图片序列
文章浏览阅读1.6w次，点赞13次，收藏46次。前文已经介绍过，向量化的表示已经在人工智能的其他领域非常常见，例如在自然语言处理中，可以为句子中的每个词学习一个向量表示（Word Embedding），在图像视频中也可以为每个视觉对象学习一个向量表示。对于知识图谱，也可以为其中的每一个实体和关系学习一个向量表示，并利用向量、矩阵或张量之间的计算，实现高效的推理计算。_知识图谱如何实现向量化