我爱开源。并且我喜欢开发者们，把他们宝贵的私人时间用来创造神奇的东西，然后他们会和其他人分享并且不求回报。 开源作者和贡献者，你们是最帅的。 感谢你们一直以来的工作。

深度学习领域是计算机科学一个新兴领域，通俗说来就是构建像人脑一样处理数据的计算机程序。深度学习首先发起于学术界，目前各大互联网巨头也纷纷投入研究，如Google的猫脸识别以及Facebook的深度学习团队。

学习一门新的语言是一种冒险。我总是热衷于尝试新的东西——学习新的语法，了解不同的模式，乃至彻底改变思维方式。不幸的是，许多开发人员对此不以为然，甚至可能是深恶痛绝的——学习新语言，就得走出舒适区，花时间花精力来学习新的理念和方法。

　　一些推荐文献：
　　1. DL非常好的科普文章，可快速浅显了解Deep Learning：http://www.nature.com/nature/journal/v521/n7553/full/nature14539.html
　　2. 深度学习大牛Bengio(下图右2)最近出版的一本书：Deep Learning， Deep Learnin...

我研究过数百个因“拷贝-粘贴”导致的错误。可以肯定的是，程序员常常会在一大段代码的最后一段里犯错。好像还没有任何编程书讨论过这种现象，因此我决定自己写点什么。我称之为“末行效应”。

八皇后问题，是一个古老而著名的问题，是回溯算法的典型案例。八皇后问题是一个比较经典的算法题目，记得大二的时候，自己在寝室折腾出来的，现在把他放出来。

《The Effective Engineer》的作者在写书的过程中，为了了解那些顶级程序员和普通程序员的区别，采访了很多硅谷顶级科技公司的顶尖软件工程师。他发现这些给世界带来巨大影响的的工程师们至少有以下5个共同的思维模式：

如果你想要 3D 打印几英寸高的东西，挤压成型的塑料是一种理想的材料。但是，当你需要只有几纳米大小的东西时，DNA 就是更好的选择了——问题是谁有时间设计并一点点地组装这种纳米级物体呢?得益于一项最新研究，DNA 折纸大师将来可以设计纳米级 3D 物体外形，然后使用一种算法来确定将它们放在哪个地方。

本文由腾讯WeTest团队提供，更多资讯可直接戳链接查看：http://wetest.qq.com/lab/

　　很多小白都知道“黑客攻击工具”很多来源与Linux平台上的，我也曾指导过很多Linux新手，结果发现他们殊途同归都是朝着类似入侵去的，当然从入门到放弃者除外。

　　

作为一名前华为程序猿，最近经常有小伙伴问我说为什么要放弃一份看起来高大上的前沿科技工作，我在当面自然都义正言辞地表态说因为我深爱着现在的工作，(大义凛然状)想在这里干一番大事业!其实静下心来想想，不免有一些感触和心里的话，正好借这个机会说出来，以飨读者，也顺便纪念那一段逝去的时光。

当第一辆红旗车开上长安街的时候，没有人想过，如今北京会有911万人参加小客车指标的摇号;同样，也没有人想到如今驾驶会成为一个大众技能。

摘要： 即使我们终究没法完全弄懂机器是如何“思考”的，并不意味着我们在它们面前无能为力。未来，我们将不再关注行为背后的底层代码，而是专注于行为本身，用于训练机器的数据将比代码更重要。

前言： 吴思先生在《潜规则》(中国历史中的真实游戏)一书中讲述了很多生动、有趣的官场故事，透过历史表象，揭示出隐藏在正式规则之下、实际上支配着社会运行的不成文的规矩， 非常值得阅读。

JavaScript正变得越来越流行，它已经成为前端开发的第一选择，并且利用基于JavaScript语言的NodeJS，我们也可以开发出高性能的后端服务，甚至我还看到在硬件编程领域也出现了JavaScript的身影。JavaScript正在逐渐进化为一门全能的开发语言。