@linzianplay android 不需要 ocr，系统有 api 直接读取

@yangff 平心而论比较好，然而对新手来说实在是不是很容易。


@seraphv3 当年不知道，我觉得一直都是 MATLAB/Octave 啊。我目前看的版本感觉就是 2012 年的。
既然看过了，而且你数学底子不错的话（ Cost function 等公式、导数有自己推导），捡起来不难。

对了，如果想看个快糙猛的话，斯坦福有个 CNN 课程讲义有点厉害：
http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture8.pdf
缺点是只有 CNN。


Disclaimer：商科本科生，转计算机硕士，基础差，小菜一枚。

国内的书大都是商业互推，不过 TF 文档烂是肯定的，买本书看看也不错。我的线路比较野：
Udacity Deep Learning Nadodegree -> （感觉基础不牢） -> Coursera Machine Learning （进行到第四周了，目前目标 2 天 /周，感觉 Ng 讲得很好，不止一个人给我推荐） -> （可能） Datacamp Python Data Scientist ；（同时） Coursera Algorithm Part 1

书籍目前有的几本：
《 Deep Learning 》： https://github.com/exacity/deeplearningbook-chinese，原理多，简单看了下，没深入。
还有两本国人写的 TF 和 Keras 的书（都是最近出版的）。

@mcfog +1

个人的建议是 Python。

到目前为止，个人 Ruby 写后端比较多。但是最近在看数据科学、机器学习课程，目前这块 Python 很有用。
其次，Python 写后端虽然不是特别特别流行，但是也算主流：Instagram、Coursera 好像都是 Django

200 去淘宝买一套

2200 惊了

@blankme 不是，我是从 Coursera ML 课看起的，那里就是 log

@upczww 以 e 为底为什么不写 ln 呢？
我还专门去翻了下《数学之美》信息熵的部分，但是那里面规定默认以 2 为底 =。=

还有拿美国来洗的，姿势太多

haproxy ？

@cqcn1991 为啥不能，做 DL 还在 AWS 的 GPU 实例上跑过。
jupyter notebook --ip 0.0.0.0

@NonClockworkChen rn is 一点不少，推荐个：
https://js.coach

@e1eph4nt 赚着工资可以和当地留学生约会啊，总比穷学生强