你是否会困惑一场汇报或者一些知识的总结该如何进行，或者你已经有了一些总结，但是还并不知道该如何结构化的组织它们，这个时候就可以采用金字塔结构进行组织。背景无论是一次简单的汇报还是对于自己的学习过的知识的进行相应的总结，我们的信息要素总是没有经过结构化总结的。你是否会困惑一场汇报或者一些知识的总结该如何进行，或者你已经有了一些总结，但是还并不知道该如何结构化的组织它们，这个时候就可以采用金字塔结构进行组织。 《金字塔原理》核心知识点脑图梳理金字塔原理一共出版了两本书分为理论篇和实战篇，本文章是对第一本书理论篇进行重点知识的总结与引导，其中第一本书的1-9章还是纯理论的，10-12偏实战的。 金字
你是否会困惑一场汇报或者一些知识的总结该如何进行，或者你已经有了一些总结，但是还并不知道该如何结构化的组织它们，这个时候就可以采用金字塔结构进行组织。背景无论是一次简单的汇报还是对于自己的学习过的知识的进行相应的总结，我们的信息要素总是没有经过结构化总结的。你是否会困惑一场汇报或者一些知识的总结该如何进行，或者你已经有了一些总结，但是还并不知道该如何结构化的组织它们，这个时候就可以采用金字塔结构进行组织。 《金字塔原理》核心知识点脑图梳理金字塔原理一共出版了两本书分为理论篇和实战篇，本文章是对第一本书理论篇进行重点知识的总结与引导，其中第一本书的1-9章还是纯理论的，10-12偏实战的。 金字
代码审阅CodeReview金字塔 当涉及到代码审查CodeReview时，一个普遍的现象是，围绕着代码格式和风格等平凡的方面有很多关注和冗长的讨论，而重要的方面（代码修改是否做了它应该做的事情，它是否具有性能，它是否向后兼容现有的客户端，以及其他许多方面）往往不太受关注。此图原出处.自动化检查：代码风格和单元测试，这个可以在代码提交时进行、并由SonarQube定期检查，着重于代码的简洁、可测试，可维护人工代码检查：主要关注文档、实现语义及API语义，着重于代码的性能、可扩展性、可靠性。 每个现代软件开发过程都包含某种形式的代码审查。他们确保所有的代码都由作者以外的人审阅。这改
代码审阅CodeReview金字塔 当涉及到代码审查CodeReview时，一个普遍的现象是，围绕着代码格式和风格等平凡的方面有很多关注和冗长的讨论，而重要的方面（代码修改是否做了它应该做的事情，它是否具有性能，它是否向后兼容现有的客户端，以及其他许多方面）往往不太受关注。此图原出处.自动化检查：代码风格和单元测试，这个可以在代码提交时进行、并由SonarQube定期检查，着重于代码的简洁、可测试，可维护人工代码检查：主要关注文档、实现语义及API语义，着重于代码的性能、可扩展性、可靠性。 每个现代软件开发过程都包含某种形式的代码审查。他们确保所有的代码都由作者以外的人审阅。这改
一、综述之前发表的一系列博客主要以技术原理及应用为主，很少发布“方法论”相关的内容；在日常工作中有一些好的方法论的加持，可以让工作内容更顺利的推进，达到事半功倍的效果。而日常工作中针对不同的工作任务所使用的方法论也有所不同；接下来将总结下工作中常用的方法论以及具体的使用场景。本系列博客就以比较知名的《金字塔原理》作为开篇，本文会以四个“金字塔”的形式介绍金字塔原理的核心概念，从而剖析金字塔的结构、了解金字塔的构建方式、掌握其中的思考逻辑以及解决问题的关键思路。为什么一金字塔原理开篇呢？因为这个是我17年入职当前这家公司时所听到的第一个方法论，在公司时隔5年依然被奉为方法论之首，绝对是名副其实，
一、综述之前发表的一系列博客主要以技术原理及应用为主，很少发布“方法论”相关的内容；在日常工作中有一些好的方法论的加持，可以让工作内容更顺利的推进，达到事半功倍的效果。而日常工作中针对不同的工作任务所使用的方法论也有所不同；接下来将总结下工作中常用的方法论以及具体的使用场景。本系列博客就以比较知名的《金字塔原理》作为开篇，本文会以四个“金字塔”的形式介绍金字塔原理的核心概念，从而剖析金字塔的结构、了解金字塔的构建方式、掌握其中的思考逻辑以及解决问题的关键思路。为什么一金字塔原理开篇呢？因为这个是我17年入职当前这家公司时所听到的第一个方法论，在公司时隔5年依然被奉为方法论之首，绝对是名副其实，
早年就接触过小波的概念，那个时候看什么小波十讲这类的，看的可真谓云里雾里，一大堆数学公式，头大的要死。做去噪的时候也看很多人说小波去噪算法效果不错，不过网络上有的都是matlab代码，而matlab的小波包里的函数是已经写好的内嵌函数，是无法看到代码的。因此，一直以来，也从未想过自己动手写个小波去噪之类的效果。 偶尔翻阅了一下GIMP软件的菜单，再次看到了在其Filters-->Enhance菜单下有个wavelet-decompose菜单，点击一下，发现原图像是没有任何增强的效果的，但是在其图层界面里增加了一些列的图层，如下图所示： 后面搜索一些参考资料，大概
早年就接触过小波的概念，那个时候看什么小波十讲这类的，看的可真谓云里雾里，一大堆数学公式，头大的要死。做去噪的时候也看很多人说小波去噪算法效果不错，不过网络上有的都是matlab代码，而matlab的小波包里的函数是已经写好的内嵌函数，是无法看到代码的。因此，一直以来，也从未想过自己动手写个小波去噪之类的效果。 偶尔翻阅了一下GIMP软件的菜单，再次看到了在其Filters-->Enhance菜单下有个wavelet-decompose菜单，点击一下，发现原图像是没有任何增强的效果的，但是在其图层界面里增加了一些列的图层，如下图所示： 后面搜索一些参考资料，大概
上一篇文章谈及了GIMP里实现的小波分解，但是这仅仅是把图像分解为多层的数据，如果快速的获取分解数据以及后续怎么利用这些数据，则是本文的重点。 一、我们先来看看算法速度的优化问题。 原始的GIMP实现需要将图像数据转换为浮点数后，然后进行各级的模糊和图层混合，这样得到的结果是比较精确的，但是存在两个方面的问题，一个是占用了较多的内存，因为GIMP这个版本的小波分解各层是没有改变数据的尺寸的，因此，如果使用浮点，占用的内存要比字节版本的大四倍，而且和层数有着密切的关系。第二个是浮点的处理还是稍微慢了点，虽然对现在的CPU来说，浮点数更易用SIMD指令集优化。但是如果有更好的数据类型的话，
上一篇文章谈及了GIMP里实现的小波分解，但是这仅仅是把图像分解为多层的数据，如果快速的获取分解数据以及后续怎么利用这些数据，则是本文的重点。 一、我们先来看看算法速度的优化问题。 原始的GIMP实现需要将图像数据转换为浮点数后，然后进行各级的模糊和图层混合，这样得到的结果是比较精确的，但是存在两个方面的问题，一个是占用了较多的内存，因为GIMP这个版本的小波分解各层是没有改变数据的尺寸的，因此，如果使用浮点，占用的内存要比字节版本的大四倍，而且和层数有着密切的关系。第二个是浮点的处理还是稍微慢了点，虽然对现在的CPU来说，浮点数更易用SIMD指令集优化。但是如果有更好的数据类型的话，
