大学未开设小语种如何考试(没考上大学怎么办)

大学未开设小语种如何考试，没考上大学怎么办？

没考上大学怎么办？这个问题其实并不难回答。我们这里假设三个前提条件：第一，自身厌学不想上大学；第二，本科没考上，专科也可以考虑；第三，想上大学成绩不理想。

有了这三个前提条件，可以假设你未来的三种发展方向，这里只是提供一些建议，仅供参考。

首先，如果你本身不爱学习导致没有考上大学。我建议你可以冷静下来思考一下自己擅长的领域或者感兴趣的事情。既然学习不是自己的专长，那么趁早把握自己未来的发展方向也是值得肯定的。因为大多数的本科生甚至研究生毕业之际会更加迷茫，并且企业招聘更看重的是个人能力，即使高中毕业去了企业，从基层做起，相信四年的时间足够你成长为独当一面的人才，毕竟早早地进入职场、步入社会，你就有了比大学生更多地社会经验和职场经验。

其次，如果你还想上学，那么专科学校其实也是一种选择。现在的专科学校更注重技术性人才的培养，那么对于未来的就业选择来说，针对性要比普通大学强一些，因为现在的企业或多或少地会考虑到职业培训的成本问题，而专科学校由于平时就注重学生实践能力、动手操作能力的培养，因此更容易在企业及时发挥自己的有用之处。若是未成年的话，那么在专科学校学习两年也是非常不错的，既能学到专业技能，毕业之后又刚好符合劳动法最低年龄。

最后，如果你想上大学，但是成绩不理想，可以考虑一下中外合作办学，既3+2项目等，再者，还可以考虑复读，来年再考。目前国内很多高校和国外的高校开辟了合作办学项目，一般情况下是国内3年，国外2年。这类项目的优势录取分数低，交流机会多，对于学生的阅历提升很大，学成之后一般都有较强的语言沟通能力。不过高昂的学费也是它的特点之一，而且培养周期为5年，需要考雅思等等相关课程。不过现在海归日益普遍的情况下，这类项目毕业归来之后，也同样要面临找工作的压力，具体还要看自己的择业意向。

以上是假设的三种条件，希望你能真心地跟自己交流交流，想清楚自己未来的发展方向，要对自己负责，对家庭负责，对社会负责，然后做出适合自己的选择。

总之，世上无难事，只要肯登攀，当下遇到的困难都可以看做是人生必须经历的阶段，只有在有压力的情况下，才能激发向上的动力，求学的路上，注定是同行的人越来越少，希望各求学者能坚持理想坚定信念，走向人生的罗马大道。

零基础如何入门人工智能？

随着这两年人工智能火起来，很多人都迫不及待的想入坑人工智能，之前也有不少同事朋友询问过我怎么进入这个行业，在这里我谈一下个人的拙见，如有异议，欢迎讨论，如果能帮到各位，非常荣幸。掌握一些必备知识人工智能是一个涉及多学科、多领域的的方向，数学、计算机、工程学等方面，下面分别谈一下：数学知识我想在大多数学校里，数学都是理工科学生的必修课，微积分、线性代数、概率论与数理统计，这些都比较基础实用，我觉得这个数学基础对入门人工智能足够了，人工智能应用数学最多的也就是求导、矩阵的运算和分解、概率的统计与分析。编程能力工欲善其事、必先利其器，人工智能方向编程语言使用最多的应该就是Python了，在很多学校理工科学生应该都会必修一门编程课，有的是C，有的是C++，就算这些都没用过，也应该对Matlab了解一些，我觉得有一些编程基础入门Python算是比较简单的，网上资源很多，社区支持也很强大。机器学习我这里所说的机器学习是广义上的机器学习，涵盖深度学习。无论是做传统的机器学习回归和分类，还是做深度学习，无论是做计算机视觉，还是做自然语言处理，都离不开机器学习，后面我会介绍一些我认为比较好的学习资源，对于机器学习，我划分为两个方面：(1) 框架层面；(2) 理论层面。(1) 框架层面机器学习框架有很多比如scipy、sklearn、tensorflow、pytorch、mxnet等，我觉得对于框架，不再多，而再精，每个框架都有自身的优势，也都有自己的缺点，可以根据自己的项目需求和自己的喜好选择一个框架，这里我比较推荐的是tensorflow和pytorch，tensorflow虽然繁琐，但是强大，pytorch比较简洁高效。(2) 理论方面理论方面主要包括传统的机器学习和深度学习里的一些网络框架，首先说一下传统的机器学习，我认为这是很有必要的，从事 AI工作中免不了用到传统的方法，比如回归、随即森林、SVM等，而且传统的机器学习理论性更强，更能让人了解机器学习中的内在内容。其次说一下深度学习网络模型，以计算机视觉为例，有很多成熟高效的网络模型，很多模型前后都有关联，需要了解不同网络模型，比如奠定基础的Alexnet，后面经常用于预训练的VGG，还有为深度网络提出解决方案的ResNet，还有近几年比较高效的SSD、YOLO系列，最后还有深度学习中的一些策略，比如怎么解决过拟合？BN是什么？Dropout是干什么的？激活函数有哪些和优缺点分别是什么？专业知识如果要成为一个AI从业者，需要结合不同方向的专业知识，比如要从事计算机视觉，仅仅拿到网络结构就开始搭，这是很难达到理想效果的，这就需要对图像底层有一些了解，例如图像的像素和通道结构，图像的边缘和灰度特征，图像的增广、去噪、分割，这能够让在相应的方向上走的更远，做出更好的东西，可能达到事半功倍的效果。学习资源经常会看到很多人在朋友圈转发各种人工智能学习资源，的确，随着人工智能火热起来，现在网上有很多各种各样的学习资源，让人眼花缭乱，好的学习资源屈指可数，大多数不知道冲着什么目的推出的教学资料，内容不怎么样，收费却不低，很多初学者不了解行情而误入歧途，不仅浪费了钱，也耽误了不少时间、浪费了不少精力，其实网上 有很多免费又非常好的资源，如果把这些利用起来，我觉得足可以成为一个AI从业者。在这里，我推荐一些我认为比较好的学习资源。视频资源(1) 吴恩达《机器学习》吴恩达机器学习 - 网易云课堂study.163.com(2) 吴恩达《深度学习工程师》(3) 莫烦Python：我觉得虽然讲的很浅，但是没有语言障碍，通俗易懂。(4) 李飞飞 《斯坦福深度视觉识别课程》推荐理由：吴恩达自然不必说，人工智能领域的大牛，无论是在学界还是在企业界都很有影响力，我觉得吴恩达的不仅有理论性，而且很实用，尤其《深度学习工程师》这门课程讲了很多深度学习策略、超参数调优、结构化机器学习、卷积神经网络和序列模型，都很实用，而且吴恩达的语速相对很多人例如Hinton的授课语速要慢一些，更有助于理解，能够跟得上节奏。而cs231n是李飞飞教授的经典计算机视觉入门课程，从传统的图像分类到机器学习基础知识，再到卷积神经网络涵盖计算机视觉知识非常全面。莫烦Python有很多课程机器学习、强化学习、Python基础、深度学习框架，很全面，中文授课，内容不深，但是有助于入门。书籍(1) 数学方面《概率论与数理统计》 盛骤《数值分析》李庆扬《线性代数》同济大学推荐理由：这几本书都是用于大学生教材的，所以相对严谨一些，而且难度适中，对于做人工智能，我觉得这几本数学教材涵盖的知识差不多了。《数值分析》是我们本科数学系的教材，涵盖很多数值计算方法，很多可能在机器学习里用不到，但是我觉得想要做的更深，多了解一些数学是有价值的。(2) 机器学习方面《深度学习》Goodfellow、Bengio 《机器学习》 周志华《机器学习实战》Peter Harrington推荐理由：《深度学习》这本书仅仅看到这几位作者就会明白错不了，都是大牛，介绍了不同方向的机器学习技术，而且很大一部分在介绍深度学习的策略和模型优化方法。《机器学习》这本书主要讲的是传统机器学习算法，通俗易懂，没有过多的公式推导。《机器学习实战》这本书对每个机器算法都从头到尾实现了一遍，相对于前面这两本书，这本书更偏重于实践，结合很多实例直接编程，如果跟随这本书把各个算法实现一遍，对加深记忆有很大帮助。(3) 图像处理方面《图像工程》 章毓晋《计算机视觉特征提取与图像处理》(第3版) Nixon&Aguado推荐理由：对于入门计算机视觉这个方向，多了解一些图像底层的知识肯定是百利无一害，这两本书都是图像处理里不错的书籍，其中《图像工程》这本书，是合订版，也有单独成册的，分上中下三册，如果觉得这本书太厚也可以根据自己需求买其中一册。

应该从哪些方面入手？

从零基础到做到能听能说，这个可以做到，在分享方法前，我先来讲几个概念。

首先我来定义一下“能听能说”是什么样地水平？很多人说，现在很多大学毕业生都达不到能听能说，都是哑巴英语，能听能说，得在大学英语水平以上。这里我澄清一下状况，那些哑巴英语的大学毕业生，只能说是自己作死，自己放弃学习的机会，还是有很多优秀的大学生，他们英语很好，而且现在的趋势是，越来越多的学生对英语口语重视起来了，这种哑巴英语的形式会越来越减弱。

那么，笔者的观点是，高中英语水平，3000词汇量，就可以做到流利的听说能力，而如果你需要额外的专业词汇，可以额外学习，完全可以在你要应用的英语领域里游刃有余的发挥你的英语交流能力。

概念理清后，会对你自学英语提升很多自信心。那么零基础，怎么学呢？当然，我不会浮夸的告诉你条条框框，这样你听起来云里雾里，感觉都很对，但是却还是无法下手。这里我就详细的给你罗列你要准备的和你要做到的几个点，学习参考资料，可以作为参考，可根据自己的实际情况经行调整。但明确一个点，要学好英语，没有捷径，只有一步一个脚印。

1.零基础，首先要学的是简单的对话，就像小学生的教材一样，如：Good morning!/How are you doing?/Execue me...等，从这些情景对话里面，获得对英语的启蒙教学，有一点要注意，学习材料必需要配有音频可以让你模仿学习。

2.当在简单对话情景里掌握了300词汇后，可以尝试开始学音标的发音基础，元音/辅音/重低音/长短音，这些个都要有概念。自学可参考BBC LEARNING ENGLISH 出品的发音视频教学，直接优酷搜索即可获得，这里你要感谢那些个默默无闻的搬运工。

3.学完音标基础，由于你不是学生，不需要学生学英语的那一套，这里我给介绍一本口语场景书籍，配有MP3音频，可自己参考而购买。《一辈子够用的英语万用会话10000句》，不得不说，内容挺全的，不要问我获取，我只有电子书，没有音频。

4.同时，可以进行原版英语阅读，要配有MP3音频的那种，这里推荐牛津书虫系列，有明确的难度标准，从基础开始阅读，精读，跟读。这样可以锻炼语感，同时训练听说。是目前我认为提升英语水平最快的方法，没有之一。

这种效果最佳，且要配有MP3音频的，这是关键点。这里我把难度系数分享出来供大家参考。

入门级第一级

共有7个级别，这里不做详述，需要深入了解的，请留言，我会在留言里一一整理出来。

5.做到上面四个点，后续你已经可以独立学习，按照自己的方法来，所谓老师带进门，修行靠自身。我只是给了一个方法论的参考，学习效果还是要自己掌控。

大虾英语笔记：Learn,Share,Love English. 欢迎点赞支持我的回答。

想考上海外国语大学的研究生？

你好！我是上外英语专业的学生。

个人觉得上外高翻难度很大，无论是从招生人数还是学费和淘汰风险来说(具体可以上高翻的网站看看），但是出来的牛人真的都是很棒很棒滴。

小语种的话个人觉得如果本科不是学此专业的话难度也不小的。

考研没有证书要求的，科目的话比如英语专业科目就是政治二外和两门英语专业课。

大一新生建议先脚踏实地学好学校本专业的课程，拉高绩点，这样以后机会也会更多哦！祝你成功。