此文是我2023年到深圳工作3個月時候寫的。直到今年最近有熱點事件，想起來發表出來。
2023年8月，鴻蒙系統發布會，有的人說「安卓」要被「鴻蒙」替代了。
安卓是linux單核心，鴻蒙是微核心。
大部分實時os是微核心，把驅動這一層剝離出來，提高安全性。
暫時我還不想摻和手機「落地性」這麼好的新系統，仍然看好安卓。等鴻蒙的資料齊全一些時候再加入也不遲。
唯有腳下努力，虛看技術變化快只是慫人。
我大二參加全國電子競賽，當時是倉儲巡檢機械人，用的是紅外尋跡技術，大三參加江蘇省機械人大賽，又變成攝像頭機器學習尋跡，畢業後深圳工業精準定位都是基站技術。
心中可能有這樣的聲音：哇，技術變化這麼快，技術再好,半年不動,基本就廢了。現在東西太多太快了,學都來不及. 基站這東西不是現查現學就可以的.特別是牽涉自己動手材料裝配或者各種各樣物理知識，沒有賣現成的。用學校裡老師的老師20年前教得知識去追趕明年的技術，好困難啊！
感測器在變，機械人行進搖臂沒變，90％核心沒變，用哪種方法達到目的就行，跟風不一定學的會，但是一樣也不會肯定跟不了風被淘汰。
深圳會展工業基站定位.jpg
深圳會展基站定位機械人.jpg
當然，大多數是前一步，連想法方向都沒有。例如51單片燒錄機執行完所有例程就不知道下一步怎麼辦了？執行正點原子stm32例程就不知道怎麼辦了？
我的圖用word畫圖做的，本來想酷一些，結果好難看呀
從工具層面講，是否有工具並且能用會用。
例如錘子，不是什麼人都能舉得起，不是宿舍就能有的。
課程裡有51微控制器，晶元也就幾元而已，能幹什麼？貧窮限制了想象，所以沒想法。
我們使用計算機可以做許多事，可是開機按鈕按下去，led閃爍，這是51微控制器能做的，然後就沒有然後了，因為51微控制器做不了貴的晶元能幹的事情，例如真正的操作作業系統是arm-a系列晶元能幹的事。
從演算法層面講，沒有足夠地知識去理解是什麼，怎麼辦的步驟。吃核桃是常見的事，那麼沒吃過的新品種該如何呢？學習同類事物就很有必要，這也就是為什麼公司招聘有專案經驗的人。新的品種，事物的發展具有新的問題，需要遷移能力。 做什麼都不重要，重要的是做乙個再說。 以「動靜」來分類，則靜態的一般為軟體程式，動態的則為電機。led亮滅是軟體設定的，而電機是自動動態控制的。電機是重要的著力點，例如機械臂、印表機等都用到。 生活或者需求往往是複雜的，多目的的。例如車不會永遠開，會停、會轉彎。那麼機械臂，怎麼走直線，怎麼走圓弧曲線，插補原理，這些是基礎。 例如語文書裡喝茶的步驟，它是演算法。燒開水與拿茶葉的時間分配順序不同，完成事情的複雜度和時間不同。 像機械臂這種網上完整開源的例程，盡量去學，不要毫無專案。哪怕做一件提高處理問題深度的專案也是可以遷移的。有新的好吃的事物，完全可以不吃，就吃吃過的核桃就夠了，否則吃相難看。起初嘗試新事物總是花時間，甚至失敗。其實時間和經歷會讓人從容，先學學別人的無妨，不要不好意思，自己能想到的20年前肯定有人已經做出來了，切不可追求獨學唯一而無參考，總是鬧笑話最終喪失興趣。 當然，即使是流水燈簡單的程式，還是有學生有問題。大餅套頭上只知道吃嘴邊的，從不肯轉頭，便抱怨起活活被餓死，惱怒地再也不學了。 高遠的理想價值觀追求是學習的不竭動力，但是要記住需要有一技之長。找到乙個著力點，小目標、高頻次、正反饋，堅持下去。時間久了，慢慢有阻力了、枯燥了，但是還是要想辦法把它堅持下去。只有這樣的深入、折磨、才會激發自己對於處理事情的獨到方**。
工具是利器，思想是核心。但思想往往進展太慢，消磨熱情。我大二是先用opencv做成東西，之後才學習opencv。當然，參加全國電子競賽和工作的人一樣，有目標，有軟硬體支援平台，還有平台提供商xilinx的中國區工程師現場指導除錯，有示例demo程式可以跑，整個過程都是在極好的「氛圍」裡。學校的領導還找來研究所的機械人工程師給我補習，帶隊老師給我申請實驗室鑰匙與管理員補貼獎金（不用做雜活），當我寫程式「炸機」損壞配件時，老師首先安慰我，其次是從網上買了十套配件作為補充，鼓勵我不要怕「炸機」，只要每次的錯不一樣就是進步。可以說是「溫室裡的花朵」。
它給了我遇到問題的機會，和解決問題的空間。問題的機會，在於是不是哦真的有活幹，這個活本身有沒有挑戰性、技術難度，和自己的個人興趣、追求是否一致。解決問題的空間，是當遇到問題後，環境是否提供解決所需要的資源，最主要的是有限定的時間，其次包括資料、工具的獲取，同事的指導，內部或外部的培訓。
那麼後來比賽結束後，我為什麼沒有在演算法上研究下去，發展速度不快呢？
除了我還有大三滿滿的課程、其他的比賽、活動等，主要還是鑽研的心。
小學的數學。我們小學一年級就很容易學會加減乘除，但是整個小學六年都在學應用題，大部分時間用去培養解決問題的思維，而不是計算本身。演算法的本質是解決業務問題的思路，這思路可以是冗雜的，也可以是精妙的。
所以，帶著具體問題或者說已經有前人成果的內容按圖索驥是最快的入門方法。
大資料 無邊界資料和有邊界資料，流資料和靜態資料
無邊界資料 流資料 無邊界資料是一種不斷增長，沒有邊界的資料集合，這類資料無法判斷何時終止，也稱為流資料，如 電商交易資料，pm2.5檢測等等。特點 資料快速持續到達，潛在大小也許是無窮無盡的 資料 眾多，格式複雜 資料量大，但是不十分關注儲存，一旦經過處理，要麼被丟棄，要麼被歸檔儲存 注重資料的整...
學mysql是學指令嗎 MySQL命令學習 二
13 where字句操作符 等於 不等於 不等於 大於 大於等於 between 在指定的兩個值之間 例如 找出學號是0007到0009之間的學生記錄 不包括0009 select from student info where stu id between 1001101620007 and 10...
學深度學習和神經網路之前要先學機器學習嗎？
必須要學，至少是當下必須要學。首先，從大家最關心的就業角度來說，機器學習的崗位暫時還是遠多於深度學習的崗位。因為深度學習是最近3 5年火起來的，而面試你的人，大都在這之前就已經入行了，所以他們不一定很懂深度學習，但是必定學過機器學習。因此，主流公司的演算法工程師的面試，深度學習可能不考，但是機器學習...