如何学习计算机的某一技术

本来很早就有想法去写一篇类似如何学习计算机知识的文章，因为大学四年的专业学习让我的学习方式发生了很大的转变。其中不乏从填鸭式的应试教育学习方式到自我提升自行寻找优质资源的自我学习方式的转变。不管是外界给予的学习任务，还是为了自我扩展知识的目标，我个人认为在计算机科学领域都可以总结出一个统一的学习路径和方法。因为种种时间分配问题，到现在为止我才总结出了这篇文章，这种总结对于个人的学习发展来说越早越好。至少我是这么认为的，因为这样就可以在以后的学习中迅速找到适合自己学习的最优解，少走一些弯路。以史为鉴，以知得失。

尽管本文中的结论具有一定普适性，但也应该自我总结找到属于自己学习计算机知识的最合适方式。实践出真知，切忌盲从。

Where to Get

计算机科学因为其特殊性，天生伴随着互联网的发展，理论上几乎所有的知识内容都可以在互联网上找到。不幸的是，互联网环境良莠不齐(尤其是国内)，我们有时候想要找到某个技术或者解决方案有时候感觉就像是大浪淘沙。很多内容确实和我们的目标有一丝一缕的关系，但是不能满足我们的学习需求。那么需要总结的第一步便是，有效地去寻找我们的目标。

下面我将从几个不同途径分别进行总结。

Search Engine

很多人想要去学习某个技术的时候，头脑中第一个想到的就是“问度娘”或者go google it。这点确实不错，一般我们想要的资源都在一些网站里面(官网，技术博客，论坛)，这个时候我们就需要搜索引擎来充当中介，完成关键词到网站的连接。

尽管如此，对于搜索计算机知识来说搜索引擎也是有优劣之分的。我个人认为：

Google > Bing > Baidu > 其他

其中谷歌需要科学上网，这里的“其他”不是指外国的其他搜索引擎(比如DuckDuckGo)，而是其他国内乱七八糟的搜索引擎(毕竟你要是能科学上网了，直接用谷歌不就好了)

当然，也不能一棒子打死度娘，毕竟在某些符合国内环境的情况下(比如搜寻某些盗版资源等)百度还是更胜一筹。

还需要提醒一下的是：善用ChatGPT这种大语言聊天模型。

有时候它可能比你身边最专业的人还专业，所以最好是将其与搜索引擎结合起来使用。

Website

一般来说，那些非常流行的技术，比如Golang，你只要使用搜索引擎查了，那就直接无脑看官网就好了。但是对于那些不那么流行的技术，你需要在使用搜索引擎之后自行甄别。那么我个人认为筛选网站的优先级：

1. 官网或官方社区。比如我之前说的Golang，如果有官网那就直接看官网就好啦。官网一般会有详细的tutorial，可能是非常友好的简易入门文档啦，hello world小demo啦，保姆级油管视频链接啦。而且很有可能官网内容就是作者团队编写的，权威性就不言而喻了。

2. 优质社区网站的文章。有一些很好的社区网站(大多数是国外的)里面会总结一些官网可能都没有的编程小技巧，对于特定技术某种情况下的解决方案等等。如果没有官方的社区，或者是觉得官网上的文档不够友好，可以去瞧瞧这些网站。

   国外的有：Stack Overflow，reddit，Medium，TLDP，Github Issue，…(待补充)

   国内有：菜鸟教程，SegmentFault，掘金，博客园，知乎(问答方面完全比不上Stack Overflow，但是还是有部分优质文章)，简书(环境越来越差了)

   除此之外，一些个人博客(比如你正在看的这个人的博客🤣)有时候会有意想不到的惊喜，他们往往精心维护自己的博客所以会对自己的文章有较高的要求和品控，这就造就了个人博客的优质内容。

3. 百科类网站。有时候一个新技术概念你完全不了解，此时就需要一个急速领你入门的人，而百科类网站就可以充当这一角色。当你对目标技术有了一个基本认识之后，搜索更为相关的内容就变得容易了。这里只推荐维基百科。什么，你不能科学上网？那就忽略这个百科类网站吧。

4. 视频网站。我个人对于视频网站的态度是和互联网差不多的，两者都是良莠不齐的。你可能会找到很好的视频资源，但另一部分会影响你的思路，导致你到达目标的路途更加泥泞。尽管如此，视频依然是最轻松的学习资源，因为它有着音频和视频，更能吸引你的注意力，同时它的播放会自动推进你的学习进度。只能说它不是最有可能解决你学习目标的那个，但是一定是最愿意接触的一个，一般在这种情况下，请理智判断你的学习目标，不要着迷于视频资源，能有效解决你学习目标的方式，才是最好最有效率的。

   推荐优先级是：如果能用油管就用油管，没有就用B站大学

   还有一点需要提醒的是：如果是长时间学习某种技术，推荐学习视频资源，因为视频资源至少足够放松，不容易让人半途而废。

Books

如果需要书籍来辅助你的学习，或者甚至互联网上没有对应技术的内容，只有书上有(几乎不可能)，那你极大概率就需要看书了。

那么至于书籍的推荐的话，首先肯定要找到你要学习的目标技术的源头，查看一下作者团队他们有没有出书，或者他们有没有官方推荐的书籍。如果情况不是那样的话，我这里推荐几个优秀的出版商，阅读他们的书籍一般没有坏处：

• O’Reilly

  他们技术书籍的封面印有各种各样濒临灭绝的动物，所以这家出版商的书籍又被粉丝们称呼为“动物书”。书籍的内容有严格的把控，各种技术门类也面面俱到，质量和作者的选择都十分出色。可以这么说，如果你想要阅读一门技术的书籍，找“动物书”基本没错。

• 华章图书

  国内的出版商，是很多经典外国“神书”(比如CSAPP，计算机网络：自顶向下方法等)的国内引进人。该出版社主要是翻译外国经典计算机书籍，书皮风格一般是高雅的像是大理石纯黑，中间摆上原书封皮，非常有辨识度。当然，筛选他们书籍的时候还是需要甄别一下是不是和pearson合作的，高质量书籍一般都是和pearson联名的。

• 图灵教育

  真的是国内非常良心的出版商了。他们的计算机技术书籍称不上有多么优秀，但是足够新颖，吸引人，激发人们的思考，开拓出新的思维。我这里真的不好去形容书籍的内容，就是那种你阅读一小会就会欣喜地感觉这是一本好书的程度。一般他们喜欢签约名气不大的作家(好像日本作家居多？)，书籍内容也不算主流，但是我个人就是很喜欢。

Conclusion for Resource

如果要我简单总结找资源的“诀窍”的话，那么就是一个要点：权威性。

一定要奔着最权威的去找，也就是找作者团队编写的内容，找官网，官方社区，不要自己想当然到处瞎逛。一定要学会找源头，也就是了解这项技术诞生的历史。如果你仔细阅读查看了官网上的所有内容之后，发现没有自己想要的，到那时再去看看别的社区或者文章。

下面我讲述一段自己的亲身经历作为例子:

当时我是想要去使用OpenCV识别物体，经过一番调查我已经确定了物体单一且简单，只需要对物体进行边缘检测(Edge dectection)就可以完成任务，而不需要传统的物体检测(Object dectection)。于是我开始在互联网上瞎逛😣，到各种社区上查找相关的文章，到谷歌或者知网上下载论文进行阅读，但是我就是没有去OpenCV官网上看一眼。为什么呢？因为我以为官网上只有成堆成堆的API文档🧐，但凡我点进去瞅两眼都不会错过里面优质的入门教学文章。后来我发现，我在网上找到的国内技术文章，基本上就是从官网文章搬运过来的🥲

English Matters

如果说大学四年让我重新认识到什么东西真的超级有用的话，那就是英语。这玩意就像是你在计算机修仙路上升阶的必要材料，如果没有得到这味药材，你基本上就得停留在练气三段了(bu shi)。

论其成因，计算机的诞生是在以英文为母语的漂亮国，基本上最为权威的文献和书籍都是出自西方人之手，连世界上最受欢迎的前10个编程语言都是基于英文的。那么你要是不学习不掌握英文，那就像是去取经但是看不懂梵文一样。经典的书籍，文献，国外大佬的论文，都是用英文书写的。用只有去用英语思维阅读经典外文读物(比如K&R)，才能掌握飞速提升的方法。

再者，由于作者基本上是外国人，官网的内容也将会是英文的，比如我之前说的OpenCV官网。那么有了坚实的英语基础之后，我们也不用再去经受机翻的痛苦了。

又或者，你想要去蹭国外名牌大学的免费课程(比如麻省，斯坦福等)，他们的课程真的非常的优质，相较于国内一众985都要好上不少。但是可惜的是，如果你英语不好，真的就跟听天书差别不大。于是，这又成为了一个你得好好学习英语的动力。

总之，学好英文，沉浸英文，不仅可以让你追美剧时更为轻松，还能自如地在Github上与外国大佬相互交流，何乐而不为呢？