ActorFramework教程对比及规划
牢骚太盛防肠断,风物长宜放眼量。
一、引子
昨天的文章,本来就是想写写ActorFramework的教程内容,结果写着写着偏了,变成了吐槽。
首先,声明一下,自己从未参加过任何LabVIEW培训班,也未参加过官方培训,就是一个草根使用者,说的感受也是在工作学习环境中的一些感触而已,当然,各位看官也可以理解为,这是我个人片面、局限、狭隘的观点。
对我来说,labVIEW 就是一个工具,还有C#、Dotnet、PLC、单片机以及各种仪器设备,都是围绕公司业务的需求,随着不同开发阶段的演化,进而改变个人需求,寻求更好的方案和解决办法。
在第一个阶段,满足业务需求,能够实现基本功能。第二阶段,设计好几个常用的开发模式,封装好功能函数,满足产品开发中的新需求。第三阶段,需求健壮的开发框架,提升同类新产品开发的编码生产效率。
做为草根开发者,没有机会得到到NI培训的光辉,早期混迹于各大论坛,同时,购买了一堆LabVIEW的图书。后来,发现论坛的内容有点索然无味,国内图书内容,基本上也越来越雷同,大都涉及到初中级开发阶段,有点无书可看了,感到很大的窘迫感。偶然看到台湾許濬麟老师的一些讲座,才又有了新的发现。后来,又发现了国外很多无私的奉献者。
深深的感觉到,在LabVIEW的技术交流环境中,国外的月亮确实比较圆一些。下面引用知乎李老师的一段话(主要是概括的的确实很全,我是基本记不住):
“对比国外的圈内大牛们Stephen R.Mecer(可以尊称为传奇了!)、Allen C.Smith、Darren Nattinger、Fabiola De la Cueva、Eli Kerry等等、圈外的Bloomy,Jim Kring、Tom McQuillan等等,不但豪杰辈出还长期输出!”
所以,要想学得好,一定英语好。
二、课程
NI面向对象的课程设计非常合理,又有大牛传授技能,如果有资金预算的企业,可以去参加培训,体验与大牛的近距离对话。
(1)课程要求及目标:
(2)课程大纲:
通过查看课程大纲,即使不参加培训,也能梳理出ActortFramework的学习路线。
三、国外大神的无私分享课程
国外无私奉献者Tom McQuillan的面向对象的视频课程专业性水平非常高(个人观点,不喜勿喷)。原视频在另外一个星球的YouTube上,有兴趣的小伙伴自己想办法。
为了便于大家在国内学习,李老师的同事B站的UP主——雾丨以类聚与汤姆.麦奎兰电子邮件联系后,得到了视频作者的同意授权后转载到国内B站,视频地址为:
https://www.bilibili.com/video/av81956168
再次一并感谢两人不索回报的付出。
视频课程如下:
继续摘抄知乎李老师的文章 (又全又好用,^_^)。
以下作者简介内容为全部摘抄:
——————————————————————————————————
视频作者汤姆.麦奎兰(Tom McQuillan)现为Scientifica公司的软件开发人员,现致力于神经科学研究领域的软件改进,工作地点为英国布赖顿市。
他独立运营维护有LabVIEW YouTube频道,并以认证专业讲师的身份定期教授诸多LabVIEW,TestStand,VeriStand和DIAdem的培训课程。
在为Scientifica公司工作之前,其在National Instruments工作了两年,并为数百种独特的应用程序提供了技术支持,以解决业界的工程难题,并取得了LabVIEW架构师认证。
在National Instruments工作之前,汤姆还曾与两个NI的联盟合作伙伴一起工作,主要工作内容为:开发定制软件并设计配套自动化测试设备。
认证履历:认证LabVIEW架构师,认证嵌入式系统开发人员,认证TestStand架构师,认证专业讲师
教育学历:The University of Huddersfield 电子工程专业硕士学位
——————————————————————————————————
如果想看更详尽的查看视频和作者介绍,可参考李老师的帖子:
https://zhuanlan.zhihu.com/p/106021367
通过比对,Tom McQuillan的视频基本覆盖官方课程的大部分内容,具有很高的技术价值。
感觉比国内某些培训机构水平要高不少。纯属个人第六感直觉,也许是错觉,但绝对没有任何指向。如有培训机构对号入座,概不负责。
四、自我笔记
近期,公司项目无法现场验收,有一些时间,可以坐下来写点笔记,计划对Tom McQuillan面向对象视频讲解,进行一个自我学习理解的笔记整理。
个人水平有限,能力有限。有想法就多写,没有想法就少写,要是自己感觉写出来没意义,也许就不写了。随时做好断更的准备。
ActorFramework教程对比及规划的更多相关文章
- 仿迅雷播放器教程 -- C++界面制作方法的对比 (9)
上一个教程对比的5个方向共7个界面框架,都是非常权威,应用很广泛的库,绝对是非常稳定,并且能够做出常见的界面出来,可以放心大胆的用在项目里. 但那7个界面框架再好,也总是没有绝对的优势 ...
- MoveIt运动规划-1
按照帮助文档Setup Assistant Tutorial中的描述,用moveit_setup_assistant图形界面一步步配置机器人,最后生成机器人的配置文件保存到指定的文件夹中. 以UR5机 ...
- 【项目管理】 PMBOK 基础概念 (引论 PMBOK 笔记)
好紧张, 3月28考试, 全力学 PMP ~~ 一. 项目 1. 项目的定义 项目 : 项目是为创造 独特 的 产品, 服务 或 成果 而进行的 临时性 工作; -- 独特 : 独特性是项目的特征, ...
- three.js学习:初学three.js,从立方体开始
目前three.js是浏览器展现3D效果的一个很强大的js工具,遗憾的是没有特别系统而全面的文档(threejs官方文档感觉有些缺漏,可以和WebGL中文网的threejs教程对比着看).好了,根据W ...
- ROS-I工业机器人培训课程资料 2017-06-30
美国ROS工业联盟于2017年6月6日至8日在德克萨斯州圣安东尼奥市的SwRI举办了ROS工业开发人员培训班.12位与会者代表了一系列不同的组织,包括Bastian Solutions,EWI,Joh ...
- HelloDjango 启动!免费带你学Django全栈!
欢迎 追梦 入伙 HelloGitHub-Team,同时为我们带来了完全免费的 HelloDjango 系列教程,全网首发于 HelloGitHub 公众号.让想你的系列文章被跟多人看到,那就来加入我 ...
- Java8新特性--CompletableFuture
并发与并行 Java 5并发库主要关注于异步任务的处理,它采用了这样一种模式,producer线程创建任务并且利用阻塞队列将其传递给任务的consumer.这种模型在Java 7和8中进一步发展,并且 ...
- ServerlessBench 2.0:华为云联合上海交大发布Serverless基准测试平台
摘要:华为云联合上海交大重磅推出ServerlessBench 2.0,为社区提供涵盖12类基准测试用例.新增5大类跨平台测试用例.4大类关键特性指标.且多平台兼容的Serverless开放基准测试集 ...
- .NET轻量级MVC框架:Nancy入门教程(二)——Nancy和MVC的简单对比
在上一篇的.NET轻量级MVC框架:Nancy入门教程(一)——初识Nancy中,简单介绍了Nancy,并写了一个Hello,world.看到大家的评论,都在问Nancy的优势在哪里?和微软的MVC比 ...
随机推荐
- 「CF55D」Beautiful numbers
传送门 Luogu 解题思路 毒瘤数位DP,发现一个前缀我们只需要记录它对 \(\operatorname{lcm}(1,2,3,\cdots,9)=2520\) 取模的值即可,所以我们在 DP 时记 ...
- saveToken介绍二
Struts的Token(令牌)机制能够很好的解决表单重复提交的问题,基本原理是:服务器端在处理到达的请求之前,会将请求中包含的令牌值与保存在当前用户会话中的令牌值进行比较,看是否匹配.在处理完该 ...
- python 函数map()、filter()、reduce()
map()函数 将一个列表进行遍历,对每一个字符串进行处理: 例如: num_list = ["我","是","哈哈","太 ...
- Lesson 2 Spare that spider
How much of each year do spiders killing insects? Why, you may wonder, should spiders be our friends ...
- Django(十六)基于模板的登录案例:登录装饰器、csrf攻击方式及防护、ajax的Post 的csrf开启写法、生成验证码、加验证码登录、反向解析+传参
一.csrf攻击 1.1 csrf攻击(跨站请求伪造) [csrf攻击即]:通过第3方网站,伪造请求(前提条件是你已经登录正常网站,并保存了session或cookie登录信息且没有退出),第三方网站 ...
- Matplotlib 入门
章节 Matplotlib 安装 Matplotlib 入门 Matplotlib 基本概念 Matplotlib 图形绘制 Matplotlib 多个图形 Matplotlib 其他类型图形 Mat ...
- tensorflow实现线性模型和sklearn的线性模型比较
自己用tensorflow实现了linear模型,但是和sklearn提供的模型效果相比,实验结果差了很多,所以尝试了修改优化算法,正则化,损失函数和归一化,记录尝试的所有过程和自己的实验心得. im ...
- arm linux 移植 rsync
背景: 在产品开发中可以使用rsync进行大文件的拷贝,断点续传. host平台 :Ubuntu 16.04 arm平台 : 3531d rsync :3.1.3 arm-gcc :4.9.4 ...
- Windows进程通信-共享内存空间
三个模块 1,game.exe,三个方法,控制台输入指令('A','B','R')分别控制三个方法的调用: 2,WGDll.dll,要注入到game进程中的dll文件: 3,myconsole.exe ...
- Kubernetes 集群日志管理【转】
Kubernetes 开发了一个 Elasticsearch 附加组件来实现集群的日志管理.这是一个 Elasticsearch.Fluentd 和 Kibana 的组合.Elasticsearch ...