第一次作业随笔

这个作业属于哪个课程	https://edu.cnblogs.com/campus/fzu/202601SofwareEngineering
这个作业要求在哪里	https://edu.cnblogs.com/campus/fzu/202601SofwareEngineering/homework/15712
这个作业的目标	使用 Markdown 撰写博客作业，并通过自我评估明确后续学习方向。
学号	102401234

当前技能树与能力评估

一、已具备的专业知识与能力

• 经典算法与数据结构

  • 掌握数组、链表、队列、栈、树、图等核心数据结构，能完成简单算法实现。
  • 定位：足以应对笔试基础题，但在复杂场景（如高级动态规划、图论优化）中缺乏实战训练。

• 计算机网络基础

  • 熟悉 OSI 七层模型、TCP/UDP 协议、IP 寻址、HTTP 协议基本流程。
  • 定位：具备网络通信的概念框架，但不具备网络编程（如 Socket、HTTPS 抓包、WebSocket）实操能力。

• 传统机器学习与模式识别

  • 掌握监督学习（感知机、SVM、Fisher 判别、贝叶斯生成式模型）和无监督学习（K-Means）理论。
  • 理解决策论中的最小错误率与最小风险权衡。
  • 定位：对传统 ML 算法有较深数学理解，但缺乏深度学习的实战经验（CNN、RNN、Transformer 等现代架构仅停留在"简单神经网络"认知层面）。

• 人工智能与最优化算法

  • 了解模拟退火、蚁群、蜂群、遗传算法及基础数学优化方法。
  • 定位：偏向认知层面，未在实际项目中应用过这些启发式算法。

• 基础编程与实验环境

  • Python 略知一二，C/C++ 能写基础算法。
  • 熟悉 VS Code、Git（基础 add/commit/push）
  • 定位：具备实验环境搭建能力，但工程化程度低（未接触过单元测试、CI/CD、项目结构规范）。

二、感兴趣的技术方向

• 方向一：前后端开发 —— 想将 AI 模型落地为 Web 应用，但对全栈开发目前一窍不通。
• 方向二：AI 工程化落地 —— 未来希望将所学知识变现，需要具备从"模型"到"产品"的工程链路能力。

三、尚欠缺的能力

• 现代深度学习实战经验

  • 只会一些基础神经网络原理，未系统学习 CNN、Transformer、生成模型（GAN/扩散模型）的代码实现与调参。

• 前后端工程开发基本为零

  • 不懂前端（HTML/CSS/JS/框架），不懂后端（数据库、API 设计、服务器部署），不懂系统设计。

• 过度依赖 AI 辅助编码

  • 缺乏独立调试、架构设计和代码审查能力。容易陷入"能跑就行"的陷阱，缺乏对代码质量、可维护性的追求。

• 软件工程规范缺失

  • 不太懂 Git 分支管理、代码风格规范、模块化设计、异常处理与日志系统。

截至目前的代码量与希望达到的代码量

• 目前约1.1w行，算上vibe coding的有4.4w行

• 希望达到的代码量约6w行

最期待学习的知识

• 关于前后端一些架构的知识，以及落地到实践的方法

DeepSeek给的软件工程课程学习指南（以下）

结合你"想学前后端"和"想做 CV 项目落地"的目标，我为你规划了一条从"实验型代码"转向"工程型项目"的学习路径。建议按顺序推进，不要跳过基础。

阶段一：工程素养补全（用时 2~3 周，同步进行）

这一阶段不涉及框架，只解决"代码写得太随意"的问题。

学习目标	具体内容	最低完成标准
Git 协作与规范	学习 Git Flow（分支、PR、commit 规范）	在 CV 项目中创建 dev 分支，完成一次合并
Python 工程化	学习 requirements.txt、虚拟环境（venv/conda）、项目目录规范（src/config/utils 分层）	重组你 CV 项目的文件夹结构
代码调试技巧	学习使用 pdb 打断点、logging 模块替代 print	在 Chatbot 项目里加入日志输出

阶段二：后端开发入门（用时 1~2 个月，建议优先）

因为你要做"前端交互生成图像"的作业，后端是连接模型与前端的桥梁，必须最先攻克。

学习目标	具体内容	推荐资源 / 实践
Web 框架（Flask / FastAPI）	学习路由、请求体、返回值，重点是写 API 接口	把你 Hugging Face 的生成函数，封装成 POST /generate 接口
数据库基础	学习 MySQL 或 SQLite 的 CRUD，了解 ORM（SQLAlchemy）	给你的图生图应用加一个"历史记录"保存功能
异步编程概念	了解 async/await，解决模型加载耗时阻塞的问题	尝试用 FastAPI 的异步接口部署模型

关键检验：能通过 Postman/浏览器访问你本地的 API，成功返回一张图片，且后端有日志记录。

阶段三：前端基础与交互（用时 1 个月）

目标不是成为 UI 设计师，而是能看懂前端代码、能调通接口。

学习目标	具体内容	最低完成标准
HTML / CSS 基础	学会布局（Flex/Grid）、样式调整	写一个干净的文本框 + 按钮 + 图片展示区
JavaScript 核心（ES6）	掌握 fetch 请求、async/await、DOM 操作	用 fetch 调用你自己的后端 API
简易前端框架（Vue 或 React 选其一）	只学组件化与 axios 请求库	用 Vue/React 重构之前的交互页面

关联作业：你之前的"前端接口交互生成"作业，完全可以使用这个阶段的技术栈完成。

阶段四：系统部署与容器化（用时 2 周）

为了让同学/老师能在线访问你的作业，你需要学习部署。

学习目标	具体内容	最低完成标准
Docker 基础	写 Dockerfile，将项目打包成镜像	让你的 Flux 图像生成应用能在 Docker 容器里跑起来
云服务器基础	了解 Linux 基本命令、nohup / screen 后台运行	将服务部署到云服务器（如阿里云/腾讯云轻量服务器），生成公网链接

特别建议（针对"依赖 AI"的问题）

1. 禁用 Copilot/Cursor 三天：尝试独立写一个简单的 CRUD 接口（比如图书管理系统后端），遇事先查官方文档（MDN、FastAPI 文档），不要复制粘贴。
2. 读优秀源码：去 GitHub 找一个小型 Star 数高的 Python Web 项目，读它的 app/ 目录结构，模仿它的分层思想。
3. 考研与工程的平衡：考研是长期目标（三年），软件工程是中期技能。建议每天拿出 1.5 小时雷打不动地写工程代码，把学到的数据结构和网络知识在代码中落地（比如用 Socket 写一个简单的聊天室）。

DS给建议的学习路线由易到难，但是最难的是看我能否沉下心来好好动手去做。如果执行到位，应该或多或少都对我有点帮助。