新手讨教学习PHP的方法

wm501903161 2010-04-29 12:10:37

我是一个在校的学生，我学习的是软件开发专业。可是我觉得我那些语言我学的很差。马上要选择导师了，我决定选网站开发，最近一直在看PHP的书，可总是没有太大的顿悟。仍停留在dreamwear中。
像各位请教下如何学习PHp才能更好的提高自己在这方面的技术。
小女子再此先谢谢各位了啊！

...全文

233 19 打赏收藏转发到动态举报

写回复

19 条回复

切换为时间正序

请发表友善的回复…

发表回复

fei1988 2010-05-16

打赏
举报

回复

。。。。。。。无语

wm501903161 2010-05-16

打赏
举报

回复

Flow_Cloud 2010-05-15

打赏
举报

回复

这里很危险，快去抹点护肤霜

http://w3school.com.cn/php/index.asp

地雷 2010-05-15

打赏
举报

回复

不结贴的。。

wm501903161 2010-05-15

打赏
举报

回复

谢谢各位的赐教哈！
鄙人最近也在不断的看些PHP的教程，对于各位的建议，我会参考的。
不知道各位有没有什么好的PHP教程推荐？？？

床上等您 2010-04-29

打赏
举报

回复

不停的敲代码，这是唯一路径

z32109571 2010-04-29

打赏
举报

回复

顶，我也想知道！

摔锅锅 2010-04-29

打赏
举报

回复

餅餅 2010-04-29

打赏
举报

回复

女孩子还是不要搞开发了对身体不错

algata 2010-04-29

打赏
举报

回复

先去下载留言本的代码学习一下

地雷 2010-04-29

打赏
举报

回复

到图书馆借本带源代码的相关实例的书。配置好环境之后，多看下源代码。二次开发也可以。多写就熟练了。如果没有带盘的，可以考虑《PHP程序开发范例宝典》 07年人民邮电出版社出版的，CSDN里可以下到所有源代码，还比较好用。最基本的知识可以去w3school里了解下。http://www.w3school.com.cn/

klinghr 2010-04-29

打赏
举报

回复

有基础的话，可以亲自做一个项目，比如搞一个网站，边学边做

hongyu5920 2010-04-29

打赏
举报

回复

为什么要学php，我感觉jsp不错啊！

网站推广优化yetaoaiueo 2010-04-29

打赏
举报

回复

”仍停留在dreamwear中“？？？

看些开源代码然后试着编写吧

foolbirdflyfirst 2010-04-29

打赏
举报

回复

学生时代好好把C学好。
磨刀不误砍材功。

piaolankeke 2010-04-29

打赏
举报

回复

个人感觉你可以看网上现有系统，看他们的代码学习

piaolankeke 2010-04-29

打赏
举报

回复

我就是做php的女程序员啊！

　　越来越多非科班出身的人也义无反顾的投身到了IT互联网行业，加入了码农大军。但是对于非科班自学编程的朋友们来说，考虑的第一个问题一定是：我该从哪一个语言开始学起？在这里小编就为大家介绍一下零基础自学几大主流语言的优劣势。　　　　首先从这几大语言的难度谈起，不同语言门槛和难度不同，Python<PHP<JavaScript<Java<C++。也就是说，Python是最好...

学习Web安全需要掌握Web安全相关概念、渗透测试相关工具、渗透实战操作、熟悉Windows/Kali Linux、中间件和服务器的安全配置、脚本编程学习、源码审计与漏洞分析、安全体系设计与开发等等。

原标题：自学Python必看，小白一个月入门Python攻略！相对于Java,C++,PHP等主流编程语言来说，Python更适合新手入门，上手容易，更用空间也大，是一门很方便的工具语言。许多大厂一开始也都是基于Python构建，国外的Youtube，Instagram， Quora，国内的知乎，饿了么，搜狐。这些大厂也会专门招聘Python程序员，竞争也比其他语言更小。因此许多没有接触过编程的小...

内容概要：本文研究了考虑隐私保护的分布式联邦学习在居民电力负荷预测中的应用，提出了一种基于联邦学习框架的方法，使多个参与方能够在不共享原始数据的前提下协同训练高精度的负荷预测模型。该方法有效缓解了传统集中式数据收集带来的隐私泄露风险，结合Python实现了算法原型，并通过实验验证了其在保证预测性能的同时，具备良好的隐私保护能力。研究进一步分析了模型在不同数据分布、通信轮次和客户端数量下的适应性与鲁棒性，展示了其在智能电网、能源管理系统及需求侧管理中的广阔应用前景。; 适合人群：具备一定机器学习基础和电力系统背景的研究生、科研人员，以及从事智慧能源、数据隐私保护相关领域开发的工程师。; 使用场景及目标：①应用于居民侧用电行为建模与精细化负荷预测，提升电网调度与能源配置效率；②在确保用户数据本地化存储的前提下，实现跨区域、跨主体的能源数据协同分析；③为构建安全、可信、合规的新一代智能电力系统提供核心技术支撑。; 阅读建议：建议读者结合文中提供的Python代码进行动手实践，深入理解联邦学习的通信机制、模型聚合策略及隐私防护设计，并关注模型收敛性与隐私预算之间的权衡优化。

内容概要：本文围绕“考虑隐私保护的分布式联邦学习电力负荷预测研究”展开，提出了一种融合联邦学习框架与隐私保护机制的电力负荷预测方法，旨在解决传统集中式数据处理中潜在的用户隐私泄露问题。通过构建分布式模型训练体系，各参与方在本地完成模型训练，仅向中心服务器上传模型参数或梯度信息，实现“数据不动模型动”的协同建模模式，确保数据“可用不可见”。研究采用Python语言实现了完整的联邦学习流程，涵盖客户端本地训练、全局模型聚合、隐私保护策略（如差分隐私或同态加密）集成、通信机制设计及预测性能评估等核心模块，显著提升了电力负荷预测在隐私安全与模型精度之间的平衡能力。; 适合人群：具备Python编程基础和机器学习基础知识，从事电力系统、智能电网、能源大数据分析、数据隐私保护等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①应用于居民或工业级电力负荷预测任务，在保障用户用电数据隐私的前提下实现高精度预测；②为构建符合数据合规要求的智慧能源管理系统提供技术支撑；③推动联邦学习在能源互联网、跨企业数据协作等场景中的落地应用，促进多方协同建模与数据价值释放。; 阅读建议：建议读者结合文中提供的Python代码进行实践操作，重点关注联邦学习的通信轮次设置、本地训练迭代策略、模型聚合算法设计以及隐私噪声添加机制的实现细节，并可根据实际需求替换底层预测模型（如LSTM、XGBoost、Transformer等）以进一步优化预测性能。

21,889

社区成员

140,337

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章