内容简介:今年读了一些书,有计算机方面也有其他领域的,不同领域的书,在阅读方法上是存在差异的,但基本阅读法则还是一样的,简单总结了一下自己的读书心得,虽然没有条理,但所有的感悟均来自于自己的内心。1:在读到某章节的时候,可以有意识的翻下书的目录,重温下书的整体结构,了解目前看的内容在本书中的定位,可以加强理解和记忆。2:想掌握某个领域的知识点(比如 TCP/IP 协议),可以同时阅读2-3本相同主题的书,每本书都有自己的特点,描述的侧重点也是不一样的,可以互相借鉴。
今年读了一些书,有计算机方面也有其他领域的,不同领域的书,在阅读方法上是存在差异的,但基本阅读法则还是一样的,简单总结了一下自己的读书心得,虽然没有条理,但所有的感悟均来自于自己的内心。
1:在读到某章节的时候,可以有意识的翻下书的目录,重温下书的整体结构,了解目前看的内容在本书中的定位,可以加强理解和记忆。
2:想掌握某个领域的知识点(比如 TCP/IP 协议),可以同时阅读2-3本相同主题的书,每本书都有自己的特点,描述的侧重点也是不一样的,可以互相借鉴。
比如某个知识点在某本书只是微微提及,而另外一本书可能会着重描述,这样理解能够做到融汇贯通,由浅入深的掌握。
再比如看某本书的时候对某个概念理解的不清楚或者有歧义(很大几率是书本身的问题),而另外一本书也提到了这个概念,但讲解的很透彻,回过头再看第一本书可能觉得就通透了,这种学习效果非常的好。
而且交替着看书,人也不容易疲劳,也不会觉得无聊,专注力会更高,效果必然也更好。
3:每本书的侧重点是不一样的,70%的内容可能是作者核心想描述的,另外30%的点可能是非重点(非本书想涉及的,或作者也没有深刻理解),对于这些内容,建议快速阅读,不要浪费时间精读一本书中的所有内容。
4:在看某一章的时候,如果越看越费劲,不要硬着头皮继续看这一章了,思考几个问题:
(1)某一章不理解,影响本书的阅读吗?(比如学习 Linux,不理解NFS可以吗?)
(2)某一章内容是不是涉及了其他领域的知识,也就是存在前置性的知识(比如学习HTTPS,是不是需要先掌握密码学)。
(3)你看本书的初始目的是为了应用还是研究(比如学习 Nginx,是否有必要一开始就学习源码)?
也就是说在看不下去的时候,分析下看不下去的知识点是否影响整书的阅读,如果没有,那么可以先忽略。但必须注意的是,暂时不看的知识点在整个体系中可能处于非常重要的地位,后续仍然要学习。
5:对于一本书来说,不管目前有没有能力读,或者这本书写的怎么样,既然已经看了20%,那么建议读下去,给自己一个交代,并且通过某种形式将书本内容记录下来,否则等于白看。如果过一段时间看这本书的时候,发现好像重来没有接触过,这种挫败感是很难受的,也非常浪费时间。
6:在做读书笔记的时候,思考一个问题,下次看这些笔记的时候能明白吗?能够回溯当时的思路吗?或者说能够依照笔记进行系统的回顾和温习吗?如果没有,那么这个笔记就是不成功的。
7:某个知识点在开始阅读的时候理解的不透彻,突然过一段时间有了顿悟,这个时候再去翻那么本书,找到原来没看明白的地方,加以巩固,这种学习效果是最好的。
8:一本书是要看好几遍的,看书过程肯定也有倦怠感,越看到后面,就越看不下去,再加上开始读的时候,可能会遇到难以理解的部分,进一步导致阅读的困难。所以这时候就要隔一段时间(比如第二天或下个礼拜),继续看第二遍、第三遍,慢慢的就会有收获了。
9:看书一定要给自己留一些疑问,并记录下来,在看书的时候,内心会产生很多疑问,这些疑问的处理方式决定了学习成果。
不要觉得留下疑问就代表这次学习成果没结束(不要自欺欺人),从而出现负罪感。
有疑问下次就会针对性的温习和理解,如果每次读书没有或忽略疑问(其实不可能没有疑问),那么下次重读的时候,还会遇到这些疑问,就会进一步沮丧,相当于又来一次学习循环,效率和效果会差很多。
10:跳跃式读书有时候很有用,比如突然冒出一个新灵感,或者突然遇到一个问题,或者对一个知识突然顿悟,这时候翻开某本书的某一章节阅读起来,这时候效果会非常好。
11:写书的出发点不同,写出来的东西也不同,所以在看一本书的时候,一定要明白作者的初衷,他是给初学者写的?他是强调理论还是实践?他的写作方式是启发性的还是叙述性的?他本身对于知识的理解到底达到了何种层次?以朋友的方式思考作者写书的思路很重要,直接影响了阅读效果。
【本文发表于 2018-08-31, https://mp.weixin.qq.com/s/xhns_Rfqy_tg62Kxcujpow 】,欢迎大家关注,我的公众号(ID:yudadanwx,虞大胆的叽叽喳喳)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Python深度学习
[美] 弗朗索瓦•肖莱 / 张亮 / 人民邮电出版社 / 2018-8 / 119.00元
本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱(François Chollet)执笔,详尽介绍了用Python和Keras进行深度学习的探索实践,涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例,步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化,读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后,读者将具备搭建自己的深度学习环境、建......一起来看看 《Python深度学习》 这本书的介绍吧!