博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
我的知识小密圈
阅读量:1981 次
发布时间:2019-04-27

本文共 1505 字,大约阅读时间需要 5 分钟。

640?wx_fmt=png

640?wx_fmt=png

写在前面

从不久之前到现在,我的微信公众号从一个小小小阶段到了另一个小小阶段,非常感谢各位读者对我的信任和支持,当然我也是非常用心的维护这这群朋友,时刻想着怎样给大家做好服务 ,比如我正在溜娃,隔断时间我就会掏出手机看看有没有人给我留言或者点赞,瞄一下群消息有什么问题需要我帮忙的,对于大家的问题,我都是希望能够第一时间到达事故现场,拯救大家于水火之中。

有时候我也接到一些广告的投放,大部分都是和培训相关,大部分培训机构的干货不多,很多东西只需要肯花时间自己百度找资料就可以学习了,所以我希望大家把自己手中钞票用在重要的事情上,更应该学会分辨什么值得买,什么不值得买。我的公众号里面的很多学习资料对很多初学者就很不错,对于学习 嵌入式Linux 来说,我还是建议先把国嵌的视频先看看。还有 C/C++ , Android 等资料都非常齐全。

关于解答和提问

前面提到的我收到很多人的提问,有技术上的,也有不是技术上的,有些问题没有回答过,有些问题已经回答过的,但是因为都是在微信上提问和回复,直接把之前的回答转发给别人非常麻烦,这就对我造成了麻烦,我需要面对更多的人,后面我看到了知识星球这个东西,这个可以让大家更好的交互问答,也可以邀请一些行业大佬来给大家解答问题。

刚开始玩星球的时候,我看到如果我设置一个星球,就一定要收费,而且费用最低是 50 元,我也尝试过让人付费进入,效果都不好,有些人不愿意付费问答,有些人宁可自己发红包给我也不愿意增加自己的一步操作,当然我也考虑过免费问答,也跟很多行业的朋友讨论过是否要一直免费问答,得到的意见是免费问答肯定不好,更有一个大佬直接说,免费问答就是Lowb的行为,so ,我还是决定开启最低收费的问答小蜜圈,也希望大家的支持和理解。

很多提问无非是关于选择的问题,哪个工作更好,我应该学习什么等等,这让我想起我们大学的考试,大部分都是选择题。不过大家在提问的时候,可以问一些对你影响比较大的问题和困扰,我肯定会极力帮忙你解答,让你有一个清晰的答案,对于回答我不喜欢模棱两可,就比如你老婆问你,今天吃什么,你说:”都好“,这样的回答跟不回答没什么两样。

关于知识星球

知识星球上面也提到过,可以让大家有一个更好的交流平台,这样不至于被微信消息给冲掉,过后也可以回来看之前的问题回复,看到别人类似的问题也会对自己有参考意义。希望带广告来的同学不要轻易下手污染环境,我是绝对不会手软的,我之前管理我的 QQ 群,只要有不合规矩的,我就直接清理了。球友们看到自己能够回答的问题也可以踊跃回答,这样的分享精神总是会得到回报的。

最近也接到很多招聘的信息,我也会把招聘的信息加入到知识星球小密圈里面,也算是给大家找工作一个方便。

我邀请的几个朋友的技术经验非常丰富,有一个华为的朋友,跟我关系很好,我很多技术和生活上的问题也都能从他那里得到答案,还有一个是大学的老师,还有硬件工程师,软件专家,涵盖的企业包括中兴,华为,腾讯,阿里,oppo等。后续有一些不同的问题,我会继续加入各种不同的领域的专家,不知道大家都玩脉脉不,偷偷告诉你,脉脉的联合创始人咱们也是有人的。

识别下面二维码进入星球

识别下面的二维码进入知识星球,可以不用下载app,微信小程序就能满足大部分人的需求。 

640?wx_fmt=png

玩过知识星球的应该都知道帅张吧,这个大佬的星球干货也很多,我自己也花钱购买了,如果大家有需要的,可以识别下面的二维码购买进入,说实话,进入一个比较靠谱的圈子很不容易,如果觉得贵可以绕行,加入楼上那个的也是不错的。 

640?wx_fmt=png

转发和点赞是最好的支持

640?wx_fmt=png

看过的朋友,帮忙点击文末小广告,表示对我的支持,非常感谢

转载地址:http://ltrpf.baihongyu.com/

你可能感兴趣的文章
leetcode46 全排列
查看>>
leetcode121 买卖股票的最佳时机
查看>>
leetcode 122 买卖股票的最佳时机II
查看>>
leetcode 309 最佳买卖股票含冷冻期
查看>>
leetcode 714 买卖股票的最佳时机含手续费
查看>>
leetcode3 无重复字符的最长子串
查看>>
leetcode 76 最小覆盖子串
查看>>
leetcode 1143. 最长公共子序列
查看>>
leetcode 83. 删除排序链表中的重复元素
查看>>
智能体 Intelligent Agent
查看>>
Network Compression网络压缩(一)
查看>>
GAN系列(零)—— GAN的发展(两条路线)
查看>>
Conditional GAN (CGAN) 条件生成网络
查看>>
强化学习(三) —— Policy Gradient 策略梯度
查看>>
docker安装oracle(win10)
查看>>
Cloudera Quickstart & HUE
查看>>
HUE
查看>>
CDH
查看>>
行为树 BT
查看>>
Cassandra & CQL
查看>>