我想学好java

xy350720120 2011-10-30 10:23:00
现就读北大青鸟,虽然老师教的还行,但是校内安排的课程时间很不尽人意,2天才上半天课,一天半还说是消化课程的。
哎,大家都懂得。
老师说多少,自己就记多少,后面的课程自己又连贯不到一起,有点看不明白.
问teacher吧,回答总是多敲几遍代码都懂了..
希望就业多年的,大哥,大姐们给我传授传授心得吧,"我很想学好",但是对此很陌生
我该从何入手
有什么好的学习资料给我推荐点吧.
...全文
207 18 打赏 收藏 转发到动态 举报
写回复
用AI写文章
18 条回复
切换为时间正序
请发表友善的回复…
发表回复
海中之龙 2011-12-06
  • 打赏
  • 举报
回复
鸭梨山大啊。
湖中芦苇 2011-12-06
  • 打赏
  • 举报
回复
是啊!S1的时候感觉有点无聊,枯燥!但是到了第二学期就感觉压力很大了!青鸟的教学方式有它的独到之处啊!
li54871997 2011-12-06
  • 打赏
  • 举报
回复
额··谁说S1是那样,我上到Y2也没那样上过,其实在青鸟还是看自己的,我一个同学,还是女的,不管有课没课天天都去练,毕业了,试用都4000,还是看自己的,学校只能教一些简单的给你
h54068650 2011-12-05
  • 打赏
  • 举报
回复
LZ,你是S1吧?小鸟第一期是那样,2天上半天,第二期,2天上1天,最后1期就周日休息。。。慢慢来,顶~
bei7318 2011-12-02
  • 打赏
  • 举报
回复
Good!
xy350720120 2011-12-02
  • 打赏
  • 举报
回复
最近学习问题较多,一直在重复各个步骤,从中间领悟代码的作用. 结贴我做了,没注意论坛有这个,不好意思啊
yeliguo12345 2011-11-04
  • 打赏
  • 举报
回复
我也是找了个培训机构在学,一周上五天,一天上4个小时,剩下的时间我会找些视频来看,比如尚学堂的,传智播客的,圣思园的等等, 因为老师上完课又要去给其它班上课,很少有答疑的时间,我就反复看视频,然后还买了本java编程思想来看,希望对你有帮助,
luojian2006 2011-11-04
  • 打赏
  • 举报
回复
看书,打好基础,多写代码,最好会一些设计模式
lwwit 2011-11-04
  • 打赏
  • 举报
回复
一般都自學
鸿雁 2011-11-04
  • 打赏
  • 举报
回复
找个全天制8小时的会更好,加油学吧
我嘞个去 2011-11-04
  • 打赏
  • 举报
回复
学好java首先 先要学会结贴!
  • 打赏
  • 举报
回复
马士兵 的视频不错
belong_jars 2011-11-04
  • 打赏
  • 举报
回复
呵呵 我也很想好好学,但自己就是懒 不能逼自己冷静下来看那些技术知识
艳沐石 2011-11-04
  • 打赏
  • 举报
回复
养成良好的习惯,对编程有兴趣!
比一切都重要。

如果你每天学习编程,就是为了应付班级里的作业~那你应该调整一下心态。

如果你觉得编程挺有意思的,学的东西很好玩,那你可以多动手。

在实际编程的时候,你会遇到各种各样的问题,然后把问题解决了,慢慢的积累下来,错误会越来越少啦!

熟能生巧,勤能补拙!哈哈,有点大道理似的了!不过勤写代码,收获会很多的~
eewolfee 2011-11-04
  • 打赏
  • 举报
回复
搂住加油 好好学 一定可以的
内容概要:本文主要介绍了一项基于Pytorch框架搭建神经网络的研究【DQN实现避障控制】使用Pytorch框架搭建神经网络,基于DQN算法、优先级采样的DQN算法、DQN + 人工势场实现避障控制研究(Matlab、Python实现)工作,重点实现了DQN算法、优先级采样的DQN算法以及结合人工势场法的DQN算法在避障控制中的应用。研究通过Matlab和Python平台进行仿真与实验,旨在提升智能体在复杂环境中的自主避障能力。文中详细阐述了三种算法的设计思路、网络结构搭建、训练流程及优化策略,并通过对比实验验证了各方法的有效性与性能差异,尤其突出了DQN结合人工势场法在引导智能体快速学习安全路径方面的优势。此外,文档还列举了大量相关的科研方向与技术应用案例,涵盖无人机控制、路径规划、强化学习、电力系统优化等多个领域,展示了广泛的科研服务能力和技术积累。; 适合人群:具备一定Python和深度学习基础,熟悉强化学习基本概念的研究生、科研人员及工程技术人员;对智能控制、机器人避障、无人机路径规划等领域感兴趣的开发者。; 使用场景及目标:① 学习DQN及其改进算法(如优先经验回放)在实际控制系统中的实现方式;② 掌握如何将传统人工势场法与深度强化学习相结合以提升避障性能;③ 借鉴Matlab与Python混合仿真方法,开展智能控制算法的实验验证与对比分析;④ 拓展至无人机、无人车等智能体的自主导航系统设计。; 阅读建议:建议读者结合提供的代码资源,逐步复现实验过程,重点关注神经网络结构设计、奖励函数设定及算法收敛性分析。同时可参考文中列出的其他研究方向,拓展应用场景,提升科研创新能力。
内容【2025最新高维多目标优化】无人机三维路径规划的导航变量的多目标粒子群优化算法NMOPSO研究(Matlab代码实现)概要:本文围绕“2025最新高维多目标优化”主题,重点研究基于城市场景下无人机三维路径规划的导航变量多目标粒子群优化算法NMOPSO,并提供了完整的Matlab代码实现。该研究旨在解决复杂威胁环境下无人机路径规划中的多目标优化问题,兼顾路径安全性、能耗、距离与时效等多个目标,通过改进的粒子群算法实现高效搜索与优化。文中详细阐述了算法设计思路、数学建模过程、适应度函数构建及约束处理机制,并结合三维城市环境进行仿真实验验证其有效性。此外,文档还列举了大量相关科研方向与技术资源,涵盖智能优化算法、路径规划、无人机控制、机器学习、电力系统等多个领域,展示了广泛的科研应用场景和技术支持体系。; 适合人群:具备一定Matlab编程基础,从事无人机路径规划、智能优化算法或自动化控制等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究高维多目标优化算法在无人机三维路径规划中的应用;②掌握多目标粒子群优化算法(MOPSO/NMOPSO)的设计与实现方法;③复现并改进复杂环境下的无人机协同路径规划模型;④拓展至其他智能优化与控制问题的研究与仿真。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注算法核心模块的实现细节,如种群初始化、非支配排序、拥挤度计算与动态环境建模。同时可参考文中列出的其他研究案例,拓展技术视野,推动算法在实际科研项目中的迁移与应用。

23,407

社区成员

发帖
与我相关
我的任务
社区描述
Java 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧