新仙剑剑仙技能加点问道3.1执行仙的技能
点击联系发帖人
时间：2015-10-18 07:57
您的位置：
→ 仙之侠道3逆天问道3.1正式版修正强化版
仙之侠道3逆天问道3.1正式版修正强化版 仙之侠道3逆天问道3.1|
网友评分：8
软件大小：7.5M
软件语言：中文
软件类型：国产软件
软件类别：免费软件 / 防守地图
更新时间：
软件等级：
官方网站：暂无
运行环境：WinAll, WinXP
软件厂商：
顶好评:50%
同类相关软件
7.3M/中文/10.07.3M/中文/10.01.2M/中文/1.84.5M/中文/10.020.0M/中文/5.3
3逆天问道3.1修改版固定了英雄技能，更改了难度和停怪时间，强化了英雄的属性，喜欢的朋友请来绿色资源网下载这款吧！地图介绍地图名称:仙之侠道3逆天问道3.1正式版修正改版地图类型:防守魔兽版本:1.24-1.26地图作者:白鸟支持人数:1-7修改内容停怪时间变为20分钟各难度怪物加强修改人物属性可分配属性变为加1部分英雄技能稍作调整war3mapmisc.txt做部分修改各英雄技能数改成6个(加副职总共7个)除了第二阶段技能其他阶段技能都为固定技能不再自由选择人物固定技能云素青 悔元归一 悔无 悲天神击 灭天邪印 灭天式?风月难存 &问剑 剑痕 剑染丹心 &孤闻剑法 大雁初行 孤星剑诀阵&萧梦寻 黑炎 仙疗咒 朱炎一羽 红雷之炎 萧声天凤舞&破月 殇亡一刀 血刀 八荒狂野 碎月旋 红月三千破&瑜湘 百川无尽 虹刃 连坞 召唤鹰 翼行九天&燕落 燕回旋 燕翔 燕双飞 归燕回旋 燕雨春分&斗佛 罗汉长拳 佛怒海 大悲菩提 莲华圣体 圣行天音 天罚刀式 判律之刃 天降印 止禁之刃 判生断死?八斩风&小葵 小葵神剑 大只快跑 剑影同途 躲猫猫 绕花乱舞 &&尹月行 召唤道麟 太虚净灵符 掠影 血心爆 太初雷引阵&
猜你喜欢 问道手游
问道手游下载专题主要为玩家们整理出了问道..手游的各个版本，包括问道手游百度版问道手游雷霆版问道手游版问道手游益玩版问道手游九游版等。对于喜欢玩问道手游的朋友而已，绝对是福利，方便下载各个版本的问道手游
其他版本下载
仙之侠道3逆天问道3.1正式版修正强化版
软件无法下载或下载后无法使用，请点击报错，谢谢！
请描述您所遇到的错误，我们将尽快予以修正，谢谢！
*必填项，请输入内容
本类下载排行
.31 10.02 10.03 4.44 10.05 10.06 10.07 1.18 5.09 1.210 6.611 .012 10.013 10.014 .015
本类精品软件
装机必备软件
本类集合软件仙剑问道之燃烧入侵V1.2.3简介
地图名称: 仙剑问道之燃烧入侵V1.2.3
地图类型: 防守
魔兽版本: 1.24
地图作者: @白情人
支持人数: 1-6
三个要全部下载！
1.2.3更新: 过年在家无聊，还是早点更新吧！
增加的部分：
增加了伤害显示系统,该显示只会对你自己的攻击或被攻击显示，其他玩家也是如此.
每隔几分钟被雇佣兵杀死的敌人获得的金钱会被平分给所有玩家.每位玩家获得50%的金钱.
加入驿站传送的简单说明.
增加一个（特殊）英雄蒸汽机车，攻城攻击类型，城堡防御类型.由野外BOSS游骑兵队长掉落该英雄.
增加了几件物品
修改的部分：
修复了有些技能在冷却时间里还能点的情况.
修复了黑暗瓦格里的噬灵疫病技能不能对BOSS阴烛发动的BUG.
延长最终BOSS进攻时间至30分钟，拥有更多时间去野外打物品，并且最终BOSS生命值增加1000.
商店出售的全能魔法书出售价格由1个木头改为需要2个木头.
隐藏人物有6个
密码分别是
下载地址精彩魔兽地图只在飞飞世界 请记住我们的网址-
温馨小提示：如果想要查看隐藏英雄密码或攻略等请到。
下载文件为Zip或RAR格式，点击右键解压文件夹，将解压的文件放到魔兽争霸Maps文件夹的的任何文件夹里都可以，最后进入游戏后选择此地图即可。
后缀为 W3N 的是 战役包请放在 魔兽争霸Campaigns 目录下，进入游戏后选择 Single Game （单人游戏），Custom Campaigns（自定义战役）。
后缀为 W3G 的是 录像文件，请放到 魔兽争霸replay目录下，需要有对应的地图才能观看，当找不到对应地图时会提示&指定目录的地图文件找不到&，请查找对应的地图放到指定的目录下。
本类最新地图
本类地图排行
地图总下载排行&p&公众号内容配上好的图片，真的会加分不少！时下配图网站众多，这里分享8个高质量的配图网站给大家，不仅是公众号，其他你想用到配图的地方都可以在这些网站找到：&/p&&p&&b&（1）pinterest
&a href=&///?target=https%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-ac440a707cf3e0db2edbca_b.png& data-rawwidth=&1777& data-rawheight=&864& class=&origin_image zh-lightbox-thumb& width=&1777& data-original=&/v2-ac440a707cf3e0db2edbca_r.png&&&p& pinterest是一个 “视觉社交”网站，采用的是瀑布流的形式展现图片内容，无需用户翻页，新的图片不断自动加载在页面底端，让用户不断的&a href=&///?target=http%3A///view/98537.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&发现&i class=&icon-external&&&/i&&/a&新的图片。 曾入选全球50个最好的网站 。&/p&&br&&p&&b&（2）Pexels
&a href=&///?target=https%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-893fb10f900a73f3f47aae660c3b43bd_b.png& data-rawwidth=&1875& data-rawheight=&828& class=&origin_image zh-lightbox-thumb& width=&1875& data-original=&/v2-893fb10f900a73f3f47aae660c3b43bd_r.png&&&p&Pexels是一个提供海量共享图片素材的网站，每周都会定量更新，所有的图片都会显示详细的信息，例如拍摄的相机型号、光圈、焦距、ISO、图片大分辨率等，高清大图质量很不错。 &/p&&br&&p&&b& （3）Unsplash
&a href=&///?target=https%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-3b6ca19e00bc72cf4aa24_b.png& data-rawwidth=&1881& data-rawheight=&835& class=&origin_image zh-lightbox-thumb& width=&1881& data-original=&/v2-3b6ca19e00bc72cf4aa24_r.png&&&br&&p& Unsplash是一个免费高质量照片的网站，都是真实的摄影照片，照片分辨率也很大， 差不多每天更新 。&/p&&br&&p&&b&（4）Foter
&a href=&///?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-ee936a1f260e7ccfc6d2f68_b.png& data-rawwidth=&1860& data-rawheight=&789& class=&origin_image zh-lightbox-thumb& width=&1860& data-original=&/v2-ee936a1f260e7ccfc6d2f68_r.png&&&p& 目前整合并收录了超过2.2亿的免费素材图像资源。 &/p&&br&&p&&b&（5） magdeleine
&a href=&///?target=http%3A//magdeleine.co/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&magdeleine.co/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-6bf48c9416ede4a9e24d_b.png& data-rawwidth=&1500& data-rawheight=&864& class=&origin_image zh-lightbox-thumb& width=&1500& data-original=&/v2-6bf48c9416ede4a9e24d_r.png&&&p& Magdeleine 的特色功能是可以通过颜色、情绪寻找图片。 &/p&&br&&p&&b&（6）PicJumbo&/b&
&b&&a href=&///?target=https%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-462f9cece5fb91b1efb058_b.png& data-rawwidth=&1587& data-rawheight=&859& class=&origin_image zh-lightbox-thumb& width=&1587& data-original=&/v2-462f9cece5fb91b1efb058_r.png&&&p& 这里提供分辨率为3888像素的全质量图片资源，每天更新，免费使用。&/p&&br&&p&&b&（7） 9GAG
&a href=&///?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-6ac8527277dfbfc76fb3_b.png& data-rawwidth=&1883& data-rawheight=&864& class=&origin_image zh-lightbox-thumb& width=&1883& data-original=&/v2-6ac8527277dfbfc76fb3_r.png&&&p& 可能是全球最搞笑的趣图网站。&/p&&br&&p&&b&（8） Icon-Font
&a href=&///?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-fd9e4bdae80efd_b.png& data-rawwidth=&1412& data-rawheight=&861& class=&origin_image zh-lightbox-thumb& width=&1412& data-original=&/v2-fd9e4bdae80efd_r.png&&&p& 这里有最全的矢量图标。 &/p&&p& —————————————————————————————————————————— &/p&&p&关于笔者，一位80后叔叔。&/p&&p&欢迎关注我的个人公众号：思考的灵魂&/p&
公众号内容配上好的图片，真的会加分不少！时下配图网站众多，这里分享8个高质量的配图网站给大家，不仅是公众号，其他你想用到配图的地方都可以在这些网站找到：（1）pinterest
pinterest是一个 “视觉社交”网站，采用的是瀑布流的…
从傅里叶变换到小波变换，并不是一个完全抽象的东西，可以讲得很形象。小波变换有着明确的物理意义，如果我们从它的提出时所面对的问题看起，可以整理出非常清晰的思路。&br&&br&下面我就按照傅里叶--&短时傅里叶变换--&小波变换的顺序，讲一下为什么会出现小波这个东西、小波究竟是怎样的思路。（反正题主要求的是通俗形象，没说简短，希望不会太长不看。。）&br&&br&&b&一、傅里叶变换&/b&&br&关于傅里叶变换的基本概念在此我就不再赘述了，默认大家现在正处在理解了傅里叶但还没理解小波的道路上。（在第三节小波变换的地方我会再形象地讲一下傅里叶变换）&br&&br&下面我们主要将傅里叶变换的&b&不足。&/b&即我们知道傅里叶变化可以分析信号的频谱，那么为什么还要提出小波变换？答案就是&a href=&/people/fang-qin-yuan& class=&internal&&方沁园&/a&所说的，“对&b&非平稳&/b&过程，傅里叶变换有局限性”。看如下一个简单的信号：&img src=&/da6c4b8ceebc_b.jpg& data-rawwidth=&597& data-rawheight=&284& class=&origin_image zh-lightbox-thumb& width=&597& data-original=&/da6c4b8ceebc_r.jpg&&做完FFT（快速傅里叶变换）后，可以在频谱上看到清晰的四条线，信号包含四个频率成分。&br&&br&一切没有问题。但是，如果是&b&频率随着时间变化的非平稳信号&/b&呢？&br&&img src=&/def600cea95fa10e59d6c_b.jpg& data-rawwidth=&690& data-rawheight=&612& class=&origin_image zh-lightbox-thumb& width=&690& data-original=&/def600cea95fa10e59d6c_r.jpg&&&br&如上图，最上边的是频率始终不变的平稳信号。而下边两个则是频率随着时间改变的非平稳信号，它们同样包含和最上信号相同频率的四个成分。&br&做FFT后，我们发现这三个时域上有巨大差异的信号，频谱（幅值谱）却非常一致。尤其是下边两个非平稳信号，我们从频谱上无法区分它们，因为它们包含的四个频率的信号的成分确实是一样的，只是出现的先后顺序不同。&br&&br&可见，傅里叶变换处理非平稳信号有天生缺陷。它只能获取&b&一段信号总体上包含哪些频率的成分&/b&，但是&b&对各成分出现的时刻并无所知&/b&。因此时域相差很大的两个信号，可能频谱图一样。&br&&br&然而平稳信号大多是人为制造出来的，自然界的大量信号几乎都是非平稳的，所以在比如生物医学信号分析等领域的论文中，基本看不到单纯傅里叶变换这样naive的方法。&br&&img src=&/e7beba589babee_b.jpg& data-rawwidth=&429& data-rawheight=&287& class=&origin_image zh-lightbox-thumb& width=&429& data-original=&/e7beba589babee_r.jpg&&上图所示的是一个正常人的事件相关电位。对于这样的非平稳信号，只知道包含哪些频率成分是不够的，我们还想知道&b&各个成分出现的时间&/b&。知道&b&信号频率随时间变化的情况&/b&，各个时刻的瞬时频率及其幅值——这也就是&b&时频分析。&/b&&br&&br&&br&二、短时傅里叶变换（Short-time Fourier Transform, STFT）&br&一个简单可行的方法就是——&b&加窗&/b&。我又要套用&a href=&/people/fang-qin-yuan& class=&internal&&方沁园&/a&同学的描述了，“把整个时域过程分解成无数个等长的小过程，每个小过程近似平稳，再傅里叶变换，就知道在哪个时间点上出现了什么频率了。”这就是短时傅里叶变换。&br&看图：&br&&img src=&/7f4ac3cda2_b.jpg& data-rawwidth=&844& data-rawheight=&449& class=&origin_image zh-lightbox-thumb& width=&844& data-original=&/7f4ac3cda2_r.jpg&&时域上分成一段一段做FFT，不就知道频率成分随着时间的变化情况了吗！&br&用这样的方法，可以得到一个信号的时频图了：&br&&img src=&/fec492fbcf67ddde4cbbf4_b.jpg& data-rawwidth=&649& data-rawheight=&492& class=&origin_image zh-lightbox-thumb& width=&649& data-original=&/fec492fbcf67ddde4cbbf4_r.jpg&&
——此图像来源于“THE WAVELET TUTORIAL”&br&图上既能看到10Hz, 25 Hz, 50 Hz, 100 Hz四个频域成分，还能看到出现的时间。两排峰是对称的，所以大家只用看一排就行了。&br&&br&是不是棒棒的？时频分析结果到手。但是STFT依然有缺陷。&br&&br&使用STFT存在一个问题，我们应该用多宽的窗函数？&br&窗太宽太窄都有问题：&img src=&/479dd3fe73b3_b.jpg& data-rawwidth=&627& data-rawheight=&312& class=&origin_image zh-lightbox-thumb& width=&627& data-original=&/479dd3fe73b3_r.jpg&&&br&&img src=&/9da6c3e9704c32bfb7b53be_b.jpg& data-rawwidth=&609& data-rawheight=&350& class=&origin_image zh-lightbox-thumb& width=&609& data-original=&/9da6c3e9704c32bfb7b53be_r.jpg&&窗太窄，窗内的信号太短，会导致频率分析不够精准，频率分辨率差。窗太宽，时域上又不够精细，时间分辨率低。&br&（这里插一句，这个道理可以用海森堡不确定性原理来解释。类似于我们不能同时获取一个粒子的动量和位置，我们也不能同时获取信号绝对精准的时刻和频率。这也是一对不可兼得的矛盾体。我们不知道在某个瞬间哪个频率分量存在，我们知道的只能是在一个时间段内某个频带的分量存在。 所以绝对意义的瞬时频率是不存在的。）&br&&br&看看实例效果吧：&img src=&/565a3c57d43c8f2f78a5b1dc0de66e34_b.jpg& data-rawwidth=&608& data-rawheight=&292& class=&origin_image zh-lightbox-thumb& width=&608& data-original=&/565a3c57d43c8f2f78a5b1dc0de66e34_r.jpg&&&br&&img src=&/c7d2d230a8ca77fac901eea_b.jpg& data-rawwidth=&604& data-rawheight=&295& class=&origin_image zh-lightbox-thumb& width=&604& data-original=&/c7d2d230a8ca77fac901eea_r.jpg&&&img src=&/ca148e0a3e571_b.jpg& data-rawwidth=&614& data-rawheight=&281& class=&origin_image zh-lightbox-thumb& width=&614& data-original=&/ca148e0a3e571_r.jpg&&
——此图像来源于“THE WAVELET TUTORIAL”&br&上图对同一个信号（4个频率成分）采用不同宽度的窗做STFT，结果如右图。用窄窗，时频图在时间轴上分辨率很高，几个峰基本成矩形，而用宽窗则变成了绵延的矮山。但是频率轴上，窄窗明显不如下边两个宽窗精确。&br&&br&所以&b&窄窗口时间分辨率高、频率分辨率低&/b&，&b&宽窗口时间分辨率低、频率分辨率高&/b&。对于时变的非稳态信号，&b&高频适合小窗口，低频适合大窗口&/b&。然而&b&STFT的窗口是固定的&/b&，在一次STFT中宽度不会变化，所以STFT还是无法满足非稳态信号变化的频率的需求。&br&&br&&br&&b&三、小波变换&/b&&br&&br&那么你可能会想到，让窗口大小变起来，多做几次STFT不就可以了吗？！没错，小波变换就有着这样的思路。&br&但事实上小波并不是这么做的（关于这一点，&a href=&/people/fang-qin-yuan& class=&internal&&方沁园&/a&同学的表述“小波变换就是根据算法，加不等长的窗，对每一小部分进行傅里叶变换”就不准确了。小波变换并没有采用窗的思想，更没有做傅里叶变换。）&br&至于为什么不采用可变窗的STFT呢，我认为是因为这样做冗余会太严重，&b&STFT做不到正交化&/b&，这也是它的一大缺陷。&br&&br&于是小波变换的出发点和STFT还是不同的。&b&STFT是给信号加窗，分段做FFT&/b&；而小波直接把傅里叶变换的基给换了——将&b&无限长的三角函数基&/b&换成了&b&有限长的会衰减的小波基&/b&。这样&b&不仅能够获取频率&/b&，还可以&b&定位到时间&/b&了~&br&&br&【解释】&br&来我们再回顾一下傅里叶变换吧，没弄清傅里叶变换为什么能得到信号各个频率成分的同学也可以再借我的图理解一下。&br&傅里叶变换把无限长的三角函数作为基函数：&br&&img src=&/be914c25f4886601cafb9f_b.jpg& data-rawwidth=&732& data-rawheight=&504& class=&origin_image zh-lightbox-thumb& width=&732& data-original=&/be914c25f4886601cafb9f_r.jpg&&&br&这个基函数会&b&伸缩&/b&、会平移（其实本质并非平移，而是两个正交基的分解）。缩得窄，对应高频；伸得宽，对应低频。然后这个基函数不断和信号做相乘。某一个尺度（宽窄）下乘出来的结果，就可以理解成信号所包含的当前尺度对应频率成分有多少。于是，基函数会在某些尺度下，与信号相乘得到一个很大的值，因为此时二者有一种&b&重合&/b&关系。那么我们就知道信号包含该频率的成分的多少。&br&&br&仔细体会可以发现，这一步其实是在计算信号和三角函数的&b&相关性。&/b&&br&&br&&img src=&/8fbc3a5f07a5ab0f0a90b65bc621ae21_b.jpg& data-rawwidth=&452& data-rawheight=&311& class=&origin_image zh-lightbox-thumb& width=&452& data-original=&/8fbc3a5f07a5ab0f0a90b65bc621ae21_r.jpg&&&img src=&/95cfa4aa2b2ea493cf07dbd_b.jpg& data-rawwidth=&509& data-rawheight=&297& class=&origin_image zh-lightbox-thumb& width=&509& data-original=&/95cfa4aa2b2ea493cf07dbd_r.jpg&&看，这两种尺度能乘出一个大的值（相关度高），所以信号包含较多的这两个频率成分，在频谱上这两个频率会出现两个峰。&br&&br&&br&以上，就是&b&粗浅意义上&/b&傅里叶变换的原理。&br&&br&&br&&br&&br&如前边所说，小波做的改变就在于，将无限长的三角函数基换成了有限长的会衰减的小波基。&br&&img src=&/94b5f53d29d655e0a4d90fa867027eda_b.jpg& data-rawwidth=&675& data-rawheight=&477& class=&origin_image zh-lightbox-thumb& width=&675& data-original=&/94b5f53d29d655e0a4d90fa867027eda_r.jpg&&这就是为什么它叫“小波”，因为是很小的一个波嘛~&br&&br&&img src=&/ff814beecf82b29b0576ef0_b.jpg& data-rawwidth=&389& data-rawheight=&71& class=&content_image& width=&389&&&br&从公式可以看出，不同于傅里叶变换，变量只有频率ω，小波变换有两个变量：尺度a（scale）和平移量 τ（translation）。&b&尺度&/b&a控制小波函数的&b&伸缩&/b&，&b&平移量&/b& τ控制小波函数的&b&平移&/b&。&b&尺度&/b&就对应于&b&频率&/b&（反比），&b&平移量 &/b&τ就对应于&b&时间&/b&。&br&&br&&br&&img src=&/c4aa4c1cc6fdc1feb47be_b.jpg& data-rawwidth=&592& data-rawheight=&341& class=&origin_image zh-lightbox-thumb& width=&592& data-original=&/c4aa4c1cc6fdc1feb47be_r.jpg&&&br&当伸缩、平移到这么一种重合情况时，也会相乘得到一个大的值。这时候和傅里叶变换不同的是，这&b&不仅可以知道信号有这样频率的成分，而且知道它在时域上存在的具体位置。&/b&&br&&br&而当我们在每个尺度下都平移着和信号乘过一遍后，我们就知道信号&b&在每个位置都包含哪些频率成分&/b&。&br&&br&看到了吗？有了小波，我们从此再也不害怕非稳定信号啦！从此可以做时频分析啦！&br&&br&做傅里叶变换只能得到一个&b&频谱&/b&，做小波变换却可以得到一个&b&时频谱&/b&！&br&&img src=&/27adabe9c43ee08a983505_b.jpg& data-rawwidth=&277& data-rawheight=&208& class=&content_image& width=&277&&
↑：时域信号&br&&img src=&/fdcbfc760959bec38b6cc_b.jpg& data-rawwidth=&404& data-rawheight=&302& class=&content_image& width=&404&&↑：傅里叶变换结果&br&&br&&img src=&/cfae89c24cc167c028f0_b.jpg& data-rawwidth=&524& data-rawheight=&403& class=&origin_image zh-lightbox-thumb& width=&524& data-original=&/cfae89c24cc167c028f0_r.jpg&&
——此图像来源于“THE WAVELET TUTORIAL”&br&
↑：小波变换结果&br&&br&小波还有一些好处，比如，我们知道对于突变信号，傅里叶变换存在&b&吉布斯效应&/b&，我们用无限长的三角函数怎么也拟合不好突变信号：&br&&img src=&/cab327ec58d2_b.jpg& data-rawwidth=&691& data-rawheight=&474& class=&origin_image zh-lightbox-thumb& width=&691& data-original=&/cab327ec58d2_r.jpg&&然而衰减的小波就不一样了：&br&&img src=&/d03efb2dc10be4a7bd2af92_b.jpg& data-rawwidth=&677& data-rawheight=&522& class=&origin_image zh-lightbox-thumb& width=&677& data-original=&/d03efb2dc10be4a7bd2af92_r.jpg&&&br&&br&&br&&br&以上，就是小波的意义。&br&&br&-----------------------------------------------------------------------------------------------------------&br&&br&以上只是用形象地给大家展示了一下小波的思想，希望能对大家的入门带来一些帮助。毕竟如果对小波一无所知，直接去看那些堆砌公式、照搬论文语言的教材，一定会痛苦不堪。&br&在这里推荐几篇入门读物，都是以感性介绍为主，易懂但并不深入，对大家初步理解小波会很有帮助。文中有的思路和图也选自于其中：&br&1. THE WAVELET TUTORIAL （强烈推荐，点击链接：&a href=&///?target=http%3A//users.rowan.edu/%7Epolikar/WAVELETS/WTtutorial.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&INDEX TO SERIES OF TUTORIALS TO WAVELET TRANSFORM BY ROBI POLIKAR&i class=&icon-external&&&/i&&/a&）&br&2. WAVELETS：SEEING THE FOREST AND THE TREES&br&3. A Really Friendly Guide to Wavelets&br&4. Conceptual wavelets&br&&br&但是真正理解透小波变换，这些还差得很远。比如你至少还要知道有一个&b&“尺度函数”&/b&的存在，它是构造“小波函数”的关键，并且是它和小波函数一起才构成了小波多分辨率分析，理解了它才有可能利用小波做一些数字信号处理；你还要理解离散小波变换、正交小波变换、二维小波变换、小波包……这些内容国内教材上讲得也很糟糕，大家就一点一点啃吧~&br&&br&第一次在知乎写这么长的回答，都是利用实验室搬完砖之余的时间一点点弄的，欢迎分享，如转载还请跟我说一声哈~&br&&br&&br&&br&&br&&br&&br&&br&&br&&br&&br&-------------------------------------------------------------------------------------------------------------------------&br&&br&评论中的一些问题的回答：&br&1. 关于海森堡不确定性原理&br&
不确定性原理，或者叫测不准原理，最早出自量子力学，意为在微观世界，粒子的位置与动量不可同时被确定。但是这个原理并不局限于量子力学，有很多物理量都有这样的特征，比如能量和时间、角动量和角度。体现在信号领域就是时域和频域。不过更准确一点的表述应该是：一个信号不能在时空域和频域上同时过于集中；一个函数时域越“窄”，它经傅里叶变换的频域后就越“宽”。&br&
如果有兴趣深入研究一下的话，这个原理其实非常耐人寻味。信号处理中的一些新理论在根本上也和它有所相连，比如压缩感知。如果你剥开它复杂的数学描述，最后会发现它在本质上能实现其实和不确定性原理密切相关。而且大家不觉得这样一些矛盾的东西在哲学意义上也很奇妙吗？&br&&br&&br&2. 关于正交化&br&
什么是正交化？为什么说小波能实现正交化是优势?&br&
简单说，如果采用正交基，变换域系数会没有冗余信息，变换前后的信号能量相等，等于是用最少的数据表达最大的信息量，利于数值压缩等领域。JPEG2000压缩就是用正交小波变换。&br&
比如典型的正交基：二维笛卡尔坐标系的（1,0）、（0,1），用它们表达一个信号显然非常高效，计算简单。而如果用三个互成120°的向量表达，则会有信息冗余，有重复表达。&br&
但是并不意味着正交一定优于不正交。比如如果是做图像增强，有时候反而希望能有一些冗余信息，更利于对噪声的抑制和对某些特征的增强。&br&&br&3. 关于瞬时频率&br& 原问题：图中时刻点对应一频率值，一个时刻点只有一个信号值，又怎么能得到他的频率呢？&br& 很好的问题。如文中所说，绝对意义的瞬时频率其实是不存在的。单看一个时刻点的一个信号值，当然得不到它的频率。我们只不过是用很短的一段信号的频率作为该时刻的频率，所以我们得到的只是时间分辨率有限的近似分析结果。这一想法在STFT上体现得很明显。小波用衰减的基函数去测定信号的瞬时频率，思想也类似。（不过到了Hilbert变换，思路就不一样了，以后有机会细讲）&br&&br&4. 关于小波变换的不足&br&
这要看和谁比了。&br&A.作为图像处理方法，和多尺度几何分析方法（超小波）比：&br&
对于图像这种二维信号的话，二维小波变换只能沿2个方向进行，对图像中点的信息表达还可以，但是对线就比较差。而图像中最重要的信息恰是那些边缘线，这时候ridgelet（脊波）, curvelet（曲波）等多尺度几何分析方法就更有优势了。&br&B. 作为时频分析方法，和HHT比：&br&
相比于HHT等时频分析方法，小波依然没脱离海森堡测不准原理的束缚，某种尺度下，不能在时间和频率上同时具有很高的精度；以及小波是非适应性的，基函数选定了就不改了。&br&&br&5. 关于文中表述的严谨性&br&评论中有不少朋友提到，我的一些表述不够精准。这是肯定的，并且我也是知道的。比如傅里叶变换的理解部分，我所说的那种“乘出一个大的值”的表述肯定是不够严谨的。具体我也在评论的回答中做了解释。我想说的是通俗易懂和精确严谨实在难以兼得，如果要追求严谨，最好的就是教科书上的数学表达，它们无懈可击，但是对于初学者来说，恐怕存在门槛。如果要通俗解释，必然只能侧重一个关键点，而出现漏洞。我想这也是教科书从来不把这些通俗解释写出来的原因吧——作者们不是不懂，而是怕写错。所以想深入理解傅里叶变换和小波变换的朋友还请认真学习教材，如果这篇文章能给一些初学者一点点帮助，我就心满意足了。&br&&br&&br&-------------------------------------------------------------------------------------------------------------------------&br&&br&谢谢大家！万万没想到能收到这么多赞。。还有老师拿我这篇文章在课上讲。。？真是受宠若惊。本以为这么学术的一个东西不会有多少人看的。。&br&收到了一万点激励！话说我也一直想更新一些新东西，只是正值申请季，实验室里砖又没搬完，看来只能等明年了。。&br&接下来考虑的题目有：&b&压缩感知、希尔伯特变换、信号的不确定性原理、小波-尺度函数与多分辨率分析、小波-&/b&&b&二维小波与多尺度几何分析、独立成分分析。。&/b&&br&&b&图像处理&/b&领域的，比如图像分割、图像去噪算法之类的也可以！&br&&b&绝对要通俗易懂！&/b&&br&&br&&br&不造大家资词不资词啊。。&br&&br&&br&-------------------------------------------------------------------------------------------------------------------------&br&&br&&b&未经允许，禁止任何微信公众号直接转载。&/b&&br&&br&&br&&br&&b&&/b&&br&&b&现已更新专栏：&/b&&br&&b&&a href=&/p/& class=&internal&&形象易懂讲解算法II——压缩感知 - 咚懂咚懂咚的文章 - 知乎专栏&/a&&/b&
从傅里叶变换到小波变换，并不是一个完全抽象的东西，可以讲得很形象。小波变换有着明确的物理意义，如果我们从它的提出时所面对的问题看起，可以整理出非常清晰的思路。 下面我就按照傅里叶--&短时傅里叶变换--&小波变换的顺序，讲一下为什么会出现小波这…
&p&在 GitHub 上整理了一份书单~~&/p&&br&&p&成长路线已经汇集到Growth，Github见：&a href=&///?target=https%3A///phodal/growth& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/phodal/growt&/span&&span class=&invisible&&h&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&/p&&blockquote&这是一份关于如何&a href=&///?target=https%3A///phodal/repractise& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Re-Practise&i class=&icon-external&&&/i&&/a&的技术书籍推荐书单。&/blockquote&&p&一直画/写一个推荐书单来供大家参考，无奈找不到一本合适的形式。有一天，想到了之前的技术树 &a href=&///?target=https%3A///phodal/sherlock& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/phodal/sherl&/span&&span class=&invisible&&ock&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&，便开始落地了。&/p&&p&在线查看见：&a href=&///?target=http%3A//phodal.github.io/booktree/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&phodal.github.io/booktr&/span&&span class=&invisible&&ee/&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&/p&&p&我深知自己的知识有限，所以写下本文以便和大家切磋交流。欢迎通过 GitHub 的Issues或者直接Pull Requests方式来分享你的经验。期待你的反馈。&/p&&p&基本阅读路线图:&/p&&br&&img src=&/a92ddb2787fccd75ccce1_b.png& data-rawwidth=&848& data-rawheight=&484& class=&origin_image zh-lightbox-thumb& width=&848& data-original=&/a92ddb2787fccd75ccce1_r.png&&&p&首先，你需要选择一门语言，然后学习之。这时有一些还不错，如JavaScript实战，JavaScript Cookbook，前者是一门实站手册，后者则是参考手册。再来一本某某语言，或者框架的实战，与权威指南，你就可以完成工作了。&/p&&p&然后呢？&/p&&p&&b&说明&/b&: 完成工作是一件很容易的事，如何更好地完成工作就需要更多地学习。并且我坚信每一个有技术热情的人，都希望可以看到自己写的框架可以无处不在。&/p&&p&&b&《技术的本质》 - W. Brain Arthur早已看穿了一切&/b&&/p&&p&这是一本关于『技术是什么，它是如何进化』的书。新的技术是根据于我们当前的目的、一个可实现的原理、一种新现象而发明的。并且，新的技术都是基于之前的技术发展出来的。&/p&&p&So，通过研究现有技术的一些发展，我们可以预料到一些新的技术的出现。尽管新的技术并没有解决一些根本性问题，如业务，但是它是为了业务而简化现有的技术。&/p&&p&&b&如何写好代码——重构与设计模式&/b&&/p&&p&从编写可读的代码，到重构现有的代码，再到设计模式，是编码的必备法则。&/p&&br&&img src=&/8eccd28f10d55e2e0ea91dccf4d3e7fa_b.jpg& data-rawwidth=&800& data-rawheight=&550& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&/8eccd28f10d55e2e0ea91dccf4d3e7fa_r.jpg&&&ul&&li&《测试驱动开发》: 尽管在国内，我们很少听到开发人员写测试，就更少听人们谈论TDD。虽然我不是TDD的死忠，但是我觉得TDD还是很有好处的。特别是当你的函数特别长的时候，它可以驱使你写出更短的函数——更多的函数。红-&绿-&重构，就是这么简单。&/li&&li&《重构: 改善既有代码的设计》: 红-&绿-&重构。如果重构之前没有测试，我相信你可能是想换个工作了。好的代码是重构出来的，而不是一开始就写出来的——除非你的代码不用于任何业务。反正，就是程序员必读，不想多说。&/li&&li&《Head First设计模式》: GoF的《设计模式》一书很薄，所以也很抽象。第一次看《设计模式》的时候，硬着头皮看了几天，然后放弃了。。。不过，Head First系列可以将各种枯燥的设计生起起来，这是一本非常适合入门设计模式的书籍没有之一。&/li&&li&《设计模式解析》: 比Head First更深入，但是比DP简单。作者选用了一些常用或者说用到的模式，讲述了为什么在这里适合用它。&/li&&li&《易读代码的艺术/编写可读代码的艺术》: 纳尼！你居然不想买这本书？&/li&&li&《代码整洁之道》: 书中给了很方法与规范，遵循它们可以写出整洁的代码。但是整洁并不意味着你应该让代码简单！&/li&&li&《重构与模式》: 这本书的中文名字应该叫《重构到模式》！！！重构代码到设计模式就这么简单。&/li&&li&《设计模式》: 必读，并且值得多读几遍。&/li&&li&《元素模式》: 首先书名很扯！！！这本书更适合叫《设计模式要素》!这本书提取了设计模式中的一些基本元素，很具有启发性。&/li&&/ul&&p&&b&如何写前端框架——前端读书路线图&/b&&/p&&p&以JavaScript作为例子来解释如何去学习一门语言，从语法到最后的MVC。&/p&&br&&img src=&/ff238c5dfe85ecc5b60dbca_b.jpg& data-rawwidth=&1024& data-rawheight=&409& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/ff238c5dfe85ecc5b60dbca_r.jpg&&&p&&b&机器学习读书路线&/b&&/p&&p&机器学习依赖于大量的数据和理论知识，而数据又可以创造出美妙的数据可视化图像。&/p&&br&&img src=&/3ae2b420d1964bdda1d3_b.jpg& data-rawwidth=&1024& data-rawheight=&460& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/3ae2b420d1964bdda1d3_r.jpg&&&p&&b&持续交付读书路线图&/b&&/p&&p&敏捷是过去，持续交付是现在，未来呢？&/p&&p&想要构建一个好的项目，构建系统、自动化测试、可配置缺一不可。&/p&&br&&img src=&/e035b69ca39cf95f0347c_b.jpg& data-rawwidth=&1024& data-rawheight=&271& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/e035b69ca39cf95f0347c_r.jpg&&&p&&b&领域特定语言读书路线图&/b&&/p&&p&最好的语言就是可以表达你业务的语言。&/p&&p&如果你熟悉前端的知识的话，你会发现DSL无处不在。&/p&&br&&img src=&/7f9ce6bc9b4fccb17994_b.jpg& data-rawwidth=&600& data-rawheight=&354& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&/7f9ce6bc9b4fccb17994_r.jpg&&&p&&b&架构与模式读书路线图——每个人都是架构师。&/b&&/p&&p&成为架构师最简单的方法就是学习别人的模式。&/p&&p&成为成功架构师便是创建模式。&/p&&br&&img src=&/afde522dc4a368adf6e0b8c_b.jpg& data-rawwidth=&1024& data-rawheight=&340& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/afde522dc4a368adf6e0b8c_r.jpg&&&br&&br&&p&更多内容见：&a href=&///?target=https%3A///phodal/booktree& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&phodal/booktree&i class=&icon-external&&&/i&&/a&&/p&
在 GitHub 上整理了一份书单~~ 成长路线已经汇集到Growth，Github见：这是一份关于如何的技术书籍推荐书单。一直画/写一个推荐书单来供大家参考，无奈找不到一本合适的形式。有一天，想到了之前的技术树 …
这是前段时间的一次内部分享，跟这个问题正好相关简单的做下整理，跟大家分享一下我的观点：&br&&br&保持每天写些东西已经快10年了，绝大多数内容都不是公开发表的内容。而微信、知乎或者其它的渠道大都是只是分享一少部分而已。&br&&br&&b&这个问题中最简单的部分就是安排时间：&/b&&br&&br&想每天写作，一定要有固定的写作时间。而想给自己空出一个固定时间最大的问题在于你是否真的想做这件事，能重视到什么程度。你要是真的把这件事情看的很重要，只要下定决心，一定能安排出一个固定的写作时间。&br&&br&为了能留出固定的写作时间，我控制自己不玩网游、不看新闻、关闭朋友圈、关闭手机的各种通知、提醒、不用微博等等，只要每天减少些上网时间，1-2个小时的时间很容易安排出来。&br&&br&&b&真正困难的问题是如何保持长年的稳定输出？&/b&&br&&br&假如你喜欢阅读或者在生活仔细观察、反思，通常前半年、一年能坚持输出并不太困难，记得我第一年写Blog里，差不能保持每天在Blog上输出一篇文章。&br&&br&但你所有的观点、积累最多也就能让你坚持输出半年到一年左右，然后你就会发现你很难写出有新意的文章，难怕就是在硬写，可能也只是在重复你以前的观点或固定的套路，缺少突破和创新。&br&&br&超过7成的写作者都会在这个瓶颈被干掉，一旦坚持下去，在遇到下个瓶颈之前，就能开始形成你自己的风格、节奏。&br&&br&想超过这个瓶颈需要在几个不同方面发力：&br&&br&&b&热点：&/b&&br&&br&从以前的BBS到现在的微信，不少人都是靠追热点来吸引关注，获得大量的粉丝，这是一条见效快，但运气成分比较大的事情。对于媒体人士来说，追热点，爆眼球，是基本功，但想在无数的热点文章中获得关注，很不容易。&br&&br&从思维方式、看问题的角度、文笔和各种知识的积累都有要求，但哪怕你就是都做的不错，有时还要靠运气， 热点基本上每周都有，就算偶尔写出几篇文章被关注，但下一个热点出来之后，你会迅速被遗忘。&br&&br&可以用热点文章来吸引眼球，但想长期靠这类文章来出名，难之又难，这是一条不太可能持续走下去的路子。&br&&br&&b&互动：&/b&&br&&br&在网络上写作，最可怕的一点就是毫无回应，一点消息都没有。费了不少时间和精力，写了一篇自认为是干货的文章，发出来之后一点回应都没有，这会严重打击你的写作热情，要是接二连三的遇到这种情况，绝多数人都会放弃了。&br&&br&当你的文章发表之后，哪怕就是几个人的留言也能让你感觉到正向反馈，让你自己觉得受到认可。更主要是有些反馈，能让你从不同角度去思考和看待问题。当你反馈越来越多，就证明你的观点开始影响更多的人，这些读者反馈就是你的写作动力来源之一。反馈越多，越让你有信心写下去。&br&&br&假如你的观点不太严谨或者违反常理，有可能会被骂成狗。这会让你在以后的写作中，尽量思考问题的更全面。负面反馈总比没有反馈要好，有些人就是靠负面反馈来出名。但对负面反馈，别过于在意，无脑黑、喷子越来越多，学会忽略，不要把太多的时间花在跟无脑黑进行争论上，没有任何价值。&br&&br&&b&奖励：&/b&&br&&br&9年前我开始写Blog，第二年或第三年开始在Blog上挂了一个Google AD广告，赚到第一个100美元，用了整整一年时间。用西联收的美元，拿这个钱给老婆买了份礼物，后来慢慢的一个月能收到几百美元。&br&&br&当时的这份收入跟我那时的工资相比是可以忽略不计的，但每个月都收到美元对我来说，是件很美好的事情。也是我写作动力来源之一，只要坚持多更新，这个月的美元就会多一点。当时一直用这些美元来在亚马逊上买东西，100多美元能在亚马逊上买到不少打折的东西，给家里人买了羊绒衫、大衣、儿童玩具、电子设备、剃须刀等不少的东西。&br&&br&最近几年看不少人在更新微信公众号的时候，他们的目标都很明确，听说咪蒙一条广告几十万，她的文章有什么了不得的，我也能写，但写了几个月或半年，一点收益都没看到，就立刻放弃了。&br&&br&但当你坚持下去，开始有机会用微信公众号赚到收入之后，这会给你带来非常大的写作动力。钱就是生产力，这句话在有的时候绝对是真理。&br&&br&现在只要你坚持原创，在微信公众号上能比较容易获得原创标识和赞赏，当你的影响慢慢变大了之后，也会有人给你打赏，这个打赏收入不会太多，但也是有人认可你的标志，我在微信上第一篇赞赏过1000元的时候，也高兴了好几天。&br&&br&认识不少靠公众号获得收入的运营者，这些人的写作动力都非常强劲。但绝对不要把钱当成写作目标，如果以赚钱为目的，会有更快速更方便的方法。记得在知乎上因为收钱而被封帐号的用户吗？&br&&br&当你为了几千几万的眼前利益而写作，很容易就会损失更多的潜在利益，建立影响力和知名度可能要几个月或几年，而毁掉它只需要1、2篇文章。&br&&br&&b&大量输入：&/b&&br&&br&想保持长年的写作，最简单的方式就是保持大量输入：&br&&br&每年会读上最少100本以上的书，有一些是畅销书，也会一些真正的经典，类别会比较乱，哪些都有。同时每年也会看几百部电影、TED、记录片。&br&&br&在输入的同时，我会要求自己有输入必有输出，一定会写笔记，做PPT、分享或写文章，坚持几年之后就变化习惯了。&br&&br&每看过一本新书、电影、TED和记录，就会有新的东西可以写，深的浅的，五花八门都能说上几句，长年保持以输出为目的的输入，能让你积累越来越多，只要写下来的东西才能进入你的大脑。&br&&br&就象我前天写的文章，&b&无质量的阅读会让你浪费更多的时间。&/b&怎么让你的阅读变得质量更高一点，最简单的方式就是写下来，当你写下来的时候才会知道你是否理解和吸收了。&br&&br&&ul&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3D%26idx%3D1%26sn%3D3ba61a186be1f%26chksm%3Dbd50faf98a2773efb19bc329e1bd782ce75e8a8d2a4d9e3cbc36b29f8b45e0d640e50db5b5fc%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&以输出为目标的阅读方法&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3D97ffb618a6d7fc7dfbaaeb8b5cb7f87c%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&如何完整的吸收一部纪录片中的知识点？&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3Dc632a81afa%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《思考力》信息搜集处理和分析&i class=&icon-external&&&/i&&/a&&br&&/li&&/ul&&br&&b&跟更多的人进行深入沟通&/b&&br&&br&最近几年给我最大的收获是通过旅游、培训、活动等机会，在国内进行一对一的深入沟通。&br&&br&每年有30-50位，什么行业都有，基本都有一定水平，跟每个人深入聊上1-2个小时，都能让我不小的收获，不同行业、环境、认知和世界观的角度，让会你真的不同角度去考虑问题，能减少很多思维的局限和死角，开始站在不同的角度和维度上去考虑问题，同时也能建立自己的人脉库，有需要的时候，可以立刻请教某方面的专家。&br&&br&多跟你目前圈子一点关系都没有的人进行沟通，效果会更好，因为每个行业都会有各自的规则和思维方式，这些全新知识会让你产生和碰撞出更多的想法和观点，不要让你的思维局限在固定的模式中。跨行业的深入沟通，是打破思维局限的最好方式之一。&br&&br&&ul&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3D%26idx%3D1%26sn%3Dcfafa0f6da9a203%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&最实用的人际沟通方式&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3D%26idx%3D2%26sn%3Db59c0afbbe07b0%26chksm%3Dbd50f53c8a277c2ad9916eccccc35a53d5cfdbe8bbebbbc1adf8b39555e%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&最实用的人际沟通方式&i class=&icon-external&&&/i&&/a&&br&&/li&&/ul&&br&&b&建立自己的资料库&/b&&br&&br&&br&在平时工作、生活中看到、想到的任何事情，只要觉得有价值，都可以利用印象笔记进行快速收藏，纸制文件、图像、声音、视频、微信公众号文章、知乎或者你经常看的平台都可以方便的收藏到印象笔记中。&br&&br&研究一下快速收集方法，收集时间不要过长，一般只需要几秒中就能完成任务。&br&&br&&ul&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D5%26sn%3D7afd44a81196bfb33f5be5ba4963e7df%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&怎么用 Evernote 作知识管理工具？&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3Dba04a4c2e90dbb009a4f3%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&微信收藏功能大升级后的效率提升小技巧&i class=&icon-external&&&/i&&/a&&br&&/li&&/ul&&br&收集来的只是消息而起，还需要进行提练：&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3Dadb73c2d06c7d44cea5453%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&提练后的知识才是力量&i class=&icon-external&&&/i&&/a&&br&&br&&br&&br&&br&&b&建立写作话题清单&/b&&br&&br&&br&写作时一个经常遇到的情况是不知道写什么话题。这点可以在平时就有意识的准备，在看书、电影、杂志或网上阅读时，突然想到合适的话题，都可以记录下来，然后定期整理，统一放到一个写作话题清单中，定期更新。&br&&br&可以提供把每年的所有节假日、特殊日子全部做下标记，好提前准备专题或文章。&br&&br&知乎也是一个很好的平台，经常能遇到有价值的提问，也可以收藏起来，找时间进行写作，写完之后还可以同步到其它平台中。&br&&br&值乎、分答这类付费问答平台，经常有人向你提问，但1、2分钟的回复可能并不能把一个问题回应清楚，选择合适的话题可以扩展一下写成文章答疑。还可以观察一些热点回复，这也是很好的写作话题来源。&br&&br&还有一个就是读者提问，觉得有共性或有特色的提问，也可以做为写作话题。&br&&br&以前写过几篇可以参考一下：&br&&br&&ul&&li&&a href=&///?target=http%3A//mp./mp/appmsg/show%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26appmsgid%3Ditemidx%3D1%26sign%3D7ddbaf3d24f8fb2cd2bcb%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&用多种方法来加工创意&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./mp/appmsg/show%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26appmsgid%3Ditemidx%3D1%26sign%3D677d2f166e34add17d020%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&怎样使用零散时间来收集创意？&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3Dd6e31cec2d8bd41f2ba48%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&分享三个有趣的创意写作练习&i class=&icon-external&&&/i&&/a&&/li&&/ul&
这是前段时间的一次内部分享，跟这个问题正好相关简单的做下整理，跟大家分享一下我的观点： 保持每天写些东西已经快10年了，绝大多数内容都不是公开发表的内容。而微信、知乎或者其它的渠道大都是只是分享一少部分而已。 这个问题中最简单的部分就是安排时…
&img src=&/50/v2-ba649bbeee4a2b594a149_b.jpg& data-rawwidth=&1920& data-rawheight=&960& class=&origin_image zh-lightbox-thumb& width=&1920& data-original=&/50/v2-ba649bbeee4a2b594a149_r.jpg&&&p&几年之前，深度学习还是机器学习中一个不太受人关注的领域。随着最近神经网络和大数据概念的出现，很多复杂功能的实现已经成为可能。&br&&/p&&p&目前，深度学习已经被应用到很多的领域当中，例如：语音识别、图像识别、在一个数据集当中寻找模式、照片中的事物分类、字符文本生成、自动驾驶汽车等等。因此，了解深度学习及其概念是非常重要的。&br&&/p&&p&为了能够让你用一种更简单的方式学习深度学习，Analytics Vidhya 梳理了一些 2016 年关于深度学习的视频、教材和课程。其中包括深度学习暑期班、各类峰会和会议的讲座和教材。希望你能够从中受益。（注：本文提及的视频都在 YouTube 上，你也许需要专门的工具才能查看。）&br&&/p&&p&&strong&目标读者&/strong&&br&&/p&&p&不管是深度学习的初学者、计算机从业者还是领域内的专家，你都可以在这份列表中找到需要观看的视频。&br&&/p&&p&这篇文章根据读者的学习程度对学习材料进行了分类。如果你是一名初学者或者是中等水平人士，你可以从第一部分开始。如果你想进一步掌握深度学习，相信阅读本文会使你受益。在开始对深度学习的探索之前，你首先要制定一个时间表。相信开始在几周以后，你至少可以建立起自己在深度学习中的第一个模型。对于深度学习方面的专家来说，深度学习的高级教程部分有很多精彩的视频可以帮助你加强现有的知识。你也可以看看 5 分钟的初学者视频来巩固基础知识。&br&&/p&&p&对于所有深度学习/数据科学方面的爱好者，你们一定会喜欢深度学习的应用和其他部分对例子的介绍。其中包括谷歌 DeepMind 的一些视频，你可以从中学习如何使用深度学习绘画，并且深度学习是如何让自动驾驶汽车成为现实的。&br&&/p&&p&另外，本文提及的视频还有一小部分是关于强化学习的。&br&&/p&&p&1.深度学习初学者教程&br&&/p&&ul&&li&&p&深度学习简化版&/p&&/li&&li&&p&2016 斯坦福湾区深度学习学校 Day 1&/p&&/li&&li&&p&2016 斯坦福湾区深度学习学校 Day 2&/p&&/li&&li&&p&深度学习教程&/p&&/li&&li&&p&使用神经网络的深度学习及 TensorFlow 介绍&/p&&/li&&li&&p&机器学习神经网络&/p&&/li&&li&&p&TensorFlow 入门&/p&&/li&&li&&p&神经网络&/p&&/li&&li&&p&改变所有事物的神经网络&/p&&/li&&li&&p&TensorFlow 广度&深度学习——机器学习&/p&&/li&&li&&p&深度学习简介&/p&&/li&&li&&p&深度学习揭秘&br&&/p&&/li&&/ul&&p&2.深度学习高级&br&&/p&&ul&&li&&p&2016 年蒙特利尔深度学习暑期班&/p&&/li&&li&&p&深度学习教程——高级&/p&&/li&&li&&p&深度学习实践-语音识别与其他&br&&/p&&/li&&/ul&&p&3.深度学习的应用&br&&/p&&ul&&li&&p&详解谷歌 DeepMind&/p&&/li&&li&&p&自动驾驶汽车和深度学习 GPU-英伟达&/p&&/li&&li&&p&九个有趣的深度学习应用&/p&&/li&&li&&p&深度学习程序绘画&br&&/p&&/li&&/ul&&p&4.强化学习&br&&/p&&ul&&li&&p&简介强化学习函数逼近-教程&/p&&/li&&li&&p&深度强化地形学习&/p&&/li&&/ul&&img src=&/v2-5381dcad83a42fe780dd910b6125a42e_b.png& data-rawheight=&780& data-rawwidth=&1000& class=&origin_image zh-lightbox-thumb& width=&1000& data-original=&/v2-5381dcad83a42fe780dd910b6125a42e_r.png&&&p&&strong&深度学习初学者教程&/strong&&br&&/p&&p&&strong&1.深度学习简化版&/strong&&br&&/p&&ul&&li&&p&时长：系列，共27个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Flist%3DPLjJh1vlSEYgvGod9wWiydumYl8hOXixNu%26v%3Db99UVkWzYTQ& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&list=PLjJh1vlSEYgvGod9wWiydumYl8hOXixNu&v=b99UVkWzYTQ&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&如果复杂的专业术语让你在学习深度学习时感到困难重重，那么这个教程就是给你的福利。这是深度学习及其基本概念的一个简化版教程。在这个教程里你将会了解到神经网络、深度网络、深度信念网络（DBN）和卷积神经网络。H2O.ai 和这个教程将会让你对深度学习有基本的理解。同时你也会了解到不同的模型，以及在不同情况下该选择何种模型和选择这种模型的理由。之后你将会学到深度学习在不同使用情形下的实际操作经验，包括支持构建你自己深度网络的平台、深度学习可以调用的库。这个简化教程里没有任何数学计算或者编程相关的内容，是为初学者了解深度学习基本思想而制作的。&br&&/p&&p&&strong&2.2016 斯坦福湾区深度学习学校 Day 1&/strong&&br&&/p&&ul&&li&&p&时长：10 小时 33 分&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DeyovmAtoUx0& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=eyovmAtoUx0&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&正如吴恩达（Andrew Ng）无比精确的描述，深度学习正在改变业界的发展布局，同时大量有意思的深度学习应用正涌现出来。这个视频是 2016 湾区深度学习学校第一天的内容展示。视频覆盖到的内容有： 1）Hugo Larochelle 讲授前馈神经网络介绍（Introduction on Feedforward Neural Network）；2）Andrej Karpathy 讲授用于计算机视觉的深度学习（Deep Learning for Computer Vision）；3）Richard Socher 讲授用于自然语言处理（NLP）的深度学习（Deep Learning for NLP）；4）Sherry Moore 讲授 TensorFlow 教程（TensorFlow Tutorial）；5）Ruslan Salakhutdinov 讲授深度无监督学习基础（Foundations of Deep Unsupervised Learning）；6）吴恩达讲授深度学习应用基本要点（Nuts and Bolts of Applying Deep Learning）。这些深度学习方面的专家都会以一个易于理解的方式讲解深度学习潜在的概念原理，让你对深度学习有基础理解。同时他们也会分享各自讲授主题相关的应用实例。&br&&/p&&p&&strong&3.2016 斯坦福湾区深度学习学校 Day 2&/strong&&br&&/p&&ul&&li&&p&时长：10 小时 33 分&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3D9dXiAecyJrY& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=9dXiAecyJrY&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&这是湾区深度学习学校的第二天讲授内容视频。视频覆盖到的内容有：1）John Schulman 讲授深度强化学习基础（Foundation of Deep Reinforcement Learning）；2）Pascal Lamblin 讲授 Theano 介绍：一个供模型构建和训练使用的极速 Python 库（Introduction to Theano: A Fast Python library for Modelling & Training）；3）Adam Coates 和 Vinay Rao 讲授语音识别和深度学习（Speech Recognition and Deep Learning）；4）Alex Wiltschko 讲授 Torch 和 Autograd 下的机器学习（Machine Learning with Torch & Autograd）；5）Quoc Le 讲授深度学习实现 Seq2Seq（Sequence to Sequence by Deep Learning）；5）Yoshua Bengio 讲授深度学习的基础和挑战（Foundation and Challenges of Deep Learning）。这些深度学习的应用者都是经常被检索到的深度学习应用专家，他们同时也为大型公司服务，如：谷歌大脑、Twitter 等。&br&&/p&&p&&strong&4. 教程：深度学习&/strong&&br&&/p&&ul&&li&&p&时长：2 小时 29 分&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DCLSy5WlaWKc& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=CLSy5WlaWKc&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&在这个深度学习的视频教程里，Yoshua Bengio 和 Yann LeCun 讲解了近年来深度学习所取得的重大突破。在这个领域深耕 30 年之后，Yoshua 和 Yann 带来深度学习如何掀起机器学习和人工智能领域变革浪潮的深度解读。在本视频教程里，你将会学到深度学习是如何实现多层计算模型对数据表征的学习。这些方法大幅提升了语音识别、视觉对象识别、目标检测以及基因学等领域的相关研究。这个教程将会覆盖到深度学习基础，并讨论深度学习的不同应用和目前遇到的挑战。&br&&/p&&p&&strong&5. 使用神经网络的深度学习及 TensorFlow 介绍&/strong&&br&&/p&&ul&&li&&p&时长：系列，共4个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DoYbVFhK_olY& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=oYbVFhK_olY&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&如果你一直在想知道神经网络是如何工作的，为什么最近它有这么多的关注。本教程将介绍神经网络，你将了解神经网络如何能够创建具有巨大数据集的强大模型。并理解神经网络的结构以及每个输入层如何组合在一起以生成输出。这只是完整教程中的第一个视频，第二部分是 TensorFlow 基础。如果需要了解怎样建立神经网络模型，请继续学习第三部分。&br&&/p&&p&&strong&6. 机器学习神经网络&/strong&&br&&/p&&ul&&li&&p&时长：系列，共78个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DcbeTc-Urqak%26list%3DPLoRl3Ht4JOcdU872GhiYWf6jwrk_SNhz9& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=cbeTc-Urqak&list=PLoRl3Ht4JOcdU872GhiYWf6jwrk_SNhz9&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&研究人工神经网络的主要思想是理解神经元的并行计算方式及其自适应连接。本课程将由多伦多大学教授 Geoffrey Hinton 讲授，你将学习到神经网络和机器学习将如何带来技术革命。本课程包括感知器、反向传播、卷积神经网络、循环神经网络、梯度下降和超参数贝叶斯优化等主题。这是深度学习最好的课程之一，如果你是深度学习爱好者，那就一定不能错过它。&br&&/p&&p&&strong&7.TensorFlow 入门&/strong&&br&&/p&&ul&&li&&p&时长：系列，共 7 个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DQfNvhPx5Px8%26index%3D5%26list%3DPL2-dafEMk2A7EEME489DsI468AB0wQsMV& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=QfNvhPx5Px8&index=5&list=PL2-dafEMk2A7EEME489DsI468AB0wQsMV&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&现如今最流行的机器学习框架之一就是 TensorFlow，虽然它主要用于进行机器学习和深度神经网络研究，但由于其多功能性，TensorFlow 也可用于各种应用。在这个有趣的 TensorFlow 教程中，您将学习在 Python 中用不到 40 行代码进行构建手写数字图像的分类器。您还将学习如何在 TensorFlow 中生成音乐，什么是 Tensorboard，怎样构建一个神经网络还有使用 TensorFlow 相比其他深度学习库的利弊。这个关于 TensorFlow 的简短教程是深度学习新手必须要了解的。&br&&/p&&p&&strong&8. 神经网络&/strong&&br&&/p&&ul&&li&&p&时长：系列，共 6 个视频&/p&&/li&&li&&p&链接 &a href=&/?target=https%3A///watch%3Flist%3DPL2-dafEMk2A5BoX3KyKu6ti5_Pytp91sk%26v%3Dh3l4qz76JhQ& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&list=PL2-dafEMk2A5BoX3KyKu6ti5_Pytp91sk&v=h3l4qz76JhQ&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&人工神经网络能够学习，而且它们需要训练。基本上需要 3 步来构建机器学习模型，即构建、训练、测试。一旦模型构建起来，它就可以在模式识别上训练得越来越好。在这些短短 5 分钟视频里，你将学习建立神经网络、自动编码器和循环神经网络，每段视频的代码也可在 YouTube 上的描述中找到。&br&&/p&&p&&strong&9. 改变所有事物的神经网络&/strong&&br&&/p&&ul&&li&&p&时长：14 分 16 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3Dpy5byOOHZM8& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=py5byOOHZM8&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&卷积神经网络是深度神经网络和核卷积（kernel convolution）的结合。这个视频解释了卷积神经网络是如何为精确图像分类带来巨大改变的。如果你是深度学习爱好者，但对神经网络了解甚少，不妨看看这个视频。它向你展示了深度学习是如何用来估计房价的。&br&&/p&&p&&strong&10.TensorFlow 广度&深度学习——机器学习&/strong&&br&&/p&&ul&&li&&p&时长：3 分 24 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DXmw9SWJ0L50& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=Xmw9SWJ0L50&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&广度和深度学习（wide and deep learning）结合了用于训练广度线性模型和深度神经网络的记忆（memorization）和归纳（generalization）。在这个视频中，你可以了解到在 TensorFlow 当中对这种简单易用的 API 的应用。它们在大规模的回归分析和分类中所涉及到的稀疏输入问题当中非常实用，例如推荐系统、搜索和排名问题。通过这个 视频来探索广度和深度学习的可能性吧。&br&&/p&&p&&strong&11. 深度学习简介&/strong&&br&&/p&&ul&&li&&p&时长：11 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3Dl42lr8AlrHk& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=l42lr8AlrHk&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&这个视频对深度学习进行了数学解释。它将带你了解机器是如何找到不同变量的分组并做出具体决策的。如果你是一个数学爱好者，你将会学到如何调整模型参数。视频简单地解释了神经网络对不同输入内容的反应。&br&&/p&&p&&strong&12. 深度学习揭秘&/strong&&br&&/p&&ul&&li&&p&时长：22 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DQ9Z20HCPnww& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=Q9Z20HCPnww&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&这是一个深度学习的初级教程。其中，你将了解深度学习是如何帮助机器识别特征的。同时，视频用简单的语言解释了神经网络。首先，视频介绍了神经元的工作方式，随后进一步解释神经元之间的交流方式。随后是深度学习在现实世界中的应用。&br&&/p&&p&&strong&深度学习-高级&/strong&&br&&/p&&p&&strong&1.2016 年蒙特利尔深度学习暑期班&/strong&&br&&/p&&ul&&li&&p&时长：系列，共19个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Flist%3DPL5bqIc6XopCbb-FvnHmD1neVlQKwGzQyR%26v%3DxK-bzjIQkmM& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&list=PL5bqIc6XopCbb-FvnHmD1neVlQKwGzQyR&v=xK-bzjIQkmM&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&蒙特利尔深度学习暑期班出现了很多来自不同年龄段的专家与从业人员。该教程是要教人们对深度学习与神经网络有基础的理解。里面有 Yoshua Bengio 教授循环神经网络，Surya Ganguli 教授理论神经科学与深度学习理论，Sumit Chopra 教授 reasoning summit 和 attention，Jeff Dean 讲解 TensorFlow 大规模机器学习，Ruslan Salakhutdinov 讲解学习深度生成式模型，Ryan Olson 讲解深度学习的 GPU 编程，还有其他很多的讲演。想要了解更多内容可参考机器之心之前发表的文章：&a href=&/?target=http%3A//mp./s%3F__biz%3DMzA3MzI4MjgzMw%3D%3D%26mid%3D%26idx%3D1%26sn%3Dff7d748b149eb53cefd5afc%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&重磅 | Yoshua Bengio 深度学习暑期班学习总结，35 个授课视频全部开放（附观看地址）&i class=&icon-external&&&/i&&/a&。&br&&/p&&p&&strong&2. 深度学习教程——高级&/strong&&br&&/p&&ul&&li&&p&时长：1 小时 36 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DDlNR1MrK4qE& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=DlNR1MrK4qE&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&在过去几年中，图像分类、分割、物体检测的技术因深度学习有了极大的进展。该教程会带你了解深度学习的进展，主要集中于使用 Theano 和 Lasagne 的计算机视觉与图像处理。此外，演讲者也讨论了一些重要的技巧，比如用更少的训练数据进行审核等。为了理解视频中的概念，需要一定的代数、微积分与机器学习基础。&br&&/p&&p&&strong&3. 深度学习实践-语音识别与其他&/strong&&br&&/p&&ul&&li&&p&时长：34 分 46 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DLFDU2GX4AqM& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=LFDU2GX4AqM&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&吴恩达的地位无需再多做介绍了，大家都知道他对深度学习的贡献。他是世界上首先认识到深度学习潜力的几个人之一。在这个与吴恩达的一对一对话中，他分享了在深度学习上研究的经验、深度学习所到来的科技进展。他提到大数据的进展正在颠覆如今的产业。观看此视频可以了解更多关于深度学习与数据科学的未来。&br&&/p&&p&&strong&深度学习的应用&/strong&&br&&/p&&p&&strong&1. 详解谷歌 DeepMind&/strong&&br&&/p&&ul&&li&&p&时长：13 分 44 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DTnUYcTuZJpM& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=TnUYcTuZJpM&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&AlphaGo 击败围棋前世界冠军李世乭是一个历史时刻。每当机器超越人类的时候，就会引发一轮新的社会进步。谷歌 DeepMind 宣称自己将下一代人工智能和目标带到研发这样的系统活动中：聪明到可以自主采取行动。这个视频解释了 DeepMind 的起源，以及它能为人工智能领域带来的什么样的变革。&br&&/p&&p&&strong&2. 自动驾驶汽车和深度学习 GPU-英伟达&/strong&&br&&/p&&ul&&li&&p&时长：1 小时 7 分&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DKkpxA5rXjmA& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=KkpxA5rXjmA&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&英伟达 CEO 黄仁勋分享了深度学习与研究如何改变自动驾驶汽车的面貌，如何让其成真的故事。他开局引介了世界上第一个由英伟达设计的、用于自动驾驶汽车的人工智能超级计算机。还解释了深度神经网络和大数据如何被用于解决 GPU 的问题。深度学习和人工智能如何变不可能为可能？这个视频会让你脑洞大开。&br&&/p&&p&&strong&3. 九个超酷的深度学习应用&/strong&&br&&/p&&ul&&li&&p&时长：4 分 43 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DBui3DWs02h4& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=Bui3DWs02h4&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&想知道深度学习和机器学习在现实生活中有哪些有趣应用？这个视频会给你答案。你会看到一些让你脑洞大开的应用，比如，不同化学结构的毒性检测，大型图像有丝分裂检测，序列生成，计算机程序自己怎么玩游戏等等。&br&&/p&&p&&strong&4. 深度学习程序学绘画&/strong&&br&&/p&&ul&&li&&p&时长：4 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DUGAzi1QBVEg& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=UGAzi1QBVEg&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&人工智能神经网络受到了人类大脑的启发，旨在研究神经元之间的连接。在这个视频中，我们会看到几个深度学习应用。但是，神经网络的艺术创作是深度学习最神奇的应用形式。在这个视频里，你将学到如何使用深度学习绘画，或使用人工神经网络对世界名画进行再创作。用户要做的就是输入一张照片，再提供一张目标图片供系统学习（其艺术风格）。&br&&/p&&p&&strong&强化学习&/strong&&br&&/p&&p&&strong&1. 简介强化学习函数逼近-教程&/strong&&br&&/p&&ul&&li&&p&时长：2 小时 18 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DggqnxyjaKe4& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=ggqnxyjaKe4&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&强化学习是由机器学习研究社区开发出的用来做最佳序列决策的技术。该教程提供了对底层形式问题（马尔科夫决策过程）及其核心解决方法的透彻理解，后者包括动态编程、蒙特卡洛方法和时序差分学习。该视频注重这些方法如何与参数逼近（parametric approximation）结合从而找到因过大而难以解决问题的好的逼近解决方案。演讲者也会带你了解函数逼近、eligibility traces 和 off-policy 学习的最新进展。&br&&/p&&p&&strong&2. 深度强化地形学习&/strong&&br&&/p&&ul&&li&&p&时长：3 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DwBrwN4dS-DA& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=wBrwN4dS-DA&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&本视频描述了深度学习与强化学习的结合，这种结合被认为有助于解决许多极端困难的任务。谷歌 DeepMind 使用深度学习建立了一个能够玩 Atari 游戏的系统，其表现超过了人类。视频展示了一个有趣的应用就是使用深度强化学习教会处在某些地带中的动物绘制周围环境，避免障碍。&br&&/p&&p&&strong&结语&/strong&&br&&/p&&p&这就是 2016 年的深度学习视频盘点。我们收集了一系列关于深度学习与强化学习的视频，根据年份、浏览量与关联度挑选出了这份最后名单。目前在网络上有着丰富的内容资源，而我们提供的是其中最引人关注的一部分。相信这个列表中肯定会有适合你的内容。&/p&&p&选自 &a href=&/?target=https%3A///blog/-deep-learning-videos-tutorials-courses-on-youtube-from-2016/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Analyticsvidhya&i class=&icon-external&&&/i&&/a&&strong&机器之心编译&/strong&&/p&
几年之前，深度学习还是机器学习中一个不太受人关注的领域。随着最近神经网络和大数据概念的出现，很多复杂功能的实现已经成为可能。 目前，深度学习已经被应用到很多的领域当中，例如：语音识别、图像识别、在一个数据集当中寻找模式、照片中的事物分类、…
我先来推荐一下，使用Totalcommander两三年，入门而已，有不妥的地方还望见谅！&br&1、Total Resizer------批量压缩图片（可以直接在目录下压缩，压缩率很高，可以自定义）&br&2、Visual Dir Size------显示文件夹及文件大小并排序、可以显示饼图、条形图，按文件类型统计、按目录名称排序、显示百分比(还可以生产Html报告)&br&3、Ulister_Redist------功能强大的文档查看插件，目前支持查看超过500多种文件格式，且库文件仍在持续更新维护中&br&4、QuickSearchExtended------利用拼音首字母进行文件的过滤&br&5、Imagine------小巧、强大、快速的图片查看插件&br&6、NewFiles------批量新建文件、文件夹&br&7、DirSizeCalc-------显示目录信息的，比如大小，包含文件数等 &br&先推荐这几款插件！希望大家把自己在使用中很好用的插件给大家展示一下，大家相互学习、交流！
我先来推荐一下，使用Totalcommander两三年，入门而已，有不妥的地方还望见谅！ 1、Total Resizer------批量压缩图片（可以直接在目录下压缩，压缩率很高，可以自定义） 2、Visual Dir Size------显示文件夹及文件大小并排序、可以显示饼图、条形图，按文件…
&p&这些内容是我入行一年来的积累。绝对走心，实用。&/p&&br&&p&这182篇文章也是有逻辑的，对应着新媒体编辑的工作发展和能力需求，从入门基础工作到身兼数种技能，让自己获得实实在在的成长。&/p&&br&&p&负责任的说，微信运营、新媒体编辑这一篇可以学很久，很久……&/p&&br&&p&简单列个自学目录，把握好进度哈 &/p&&br&&p&&strong& 一、排版配图&/strong&&/p&&br&&p&1、排版&/p&&p&2、配图&/p&&p&3、提高设计感&/p&&br&&p&&strong&二、内容创作&/strong&&/p&&br&&p&1、选题&/p&&p&2、内容写作&/p&&p&3、标题技巧&/p&&p&4、微信编辑基础知识&/p&&br&&p&&strong&三、技能工具&/strong&&/p&&br&&p&1、运营工具、方法&/p&&p&2、效率、技术体现在这里&/p&&p&3、公众号设计必读&/p&&p&4、职场必备PPT知识&/p&&br&&p&&strong&四、微信运营手册&/strong&&/p&&br&&p&1、框架类大型干货&/p&&p&2、微信起名、数据、第一批用户&/p&&p&3、微信运营者干货分享&/p&&p&4、心得、观点分享&/p&&p&5、如果你运营企业号&/p&&p&6、新媒体运营答疑&/p&&br&&p&&strong&五、新媒体行业&/strong&&/p&&br&&p&1、关于趋势&/p&&p&2、关于新媒体变现&/p&&p&3、新媒体职业规划&/p&&p&4、推荐书单&/p&&br&&p&&strong&六、运营是件大事儿&/strong&&/p&&br&&p&1、活动运营&/p&&p&2、社群运营&/p&&p&3、用户运营&/p&&p&4、运营知识、体会&/p&&br&&p&&strong&七、文案营销都得来&/strong&&/p&&br&&p&1、关于文案&/p&&p&2、关于营销&/p&&p&3、关于创意&/p&&br&&p&&strong&八、开拓眼界&/strong&&/p&&br&&p&------------------------心塞的分割线----------------------&/p&&br&&b&一、排版配图&/b&&br&&br&&p&&em&01 &/em&&strong&关于排版&/strong&&/p&&br&&p&① 排版基础排版力求简洁，整体大方，首要目的是为了让内容更容易被用户理解：&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3D497ed122ef12df65e66b3d3ad1a2bb60%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&001、《不会排版？先弄懂这些基础规范（入门须知）》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D2%26sn%3D5edb0ce190dc8%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&002、《这20个排版误区，你踩过几个？》&i class=&icon-external&&&/i&&/a&&/p&&br&&p&② 给你个特别的案例来开脑：&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3Df13d2f6d3fb246f8cea504b%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&003、《公众号文章花式排版大法》&i class=&icon-external&&&/i&&/a&&/p&&br&&p&③ 通过深扒去加深排版理解提高排版技能最快的方法就是模仿，所以抽时间做这种：&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3D0e6c92eb0f29ded4eafcda%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&004、《深夜发媸美到没朋友的排版，是怎么做出来的？(手把手教你)》&i class=&icon-external&&&/i&&/a&&/p&&br&&br&&p&&em&02 &/em&&strong&关于配图&/strong&&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D2%26sn%3D93a0a32e4be8a%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&005、《微信编辑没有高逼格儿GIF动图？送你13个网站，拿走不谢…》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D2%26sn%3D4eb58c2e543a08ddscene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&006、《运营微信，如何配图？送你14个高清图片网站（收藏吧）》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3D6babc0fb957ddb%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&007、《网上有图千千万，你却找不到合适的那一张?》&i class=&icon-external&&&/i&&/a&&/p&&br&&br&&p&&em&03 &/em&&strong&需要提高一点设计感&/strong&&br&&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3Dafe56b646e30bdae1ec9a%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&008、《不论是PPT、海报还是图文排版，都用得上的25条设计技巧》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3D738e856efb%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&009、《新媒体编辑审美提升攻略：17招设计超赞海报（收藏）》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3De4bdd1e2e1%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&010、《古典、文艺、优雅等28种情景，该用哪}
→ 仙之侠道3逆天问道3.1正式版修正强化版
仙之侠道3逆天问道3.1正式版修正强化版 仙之侠道3逆天问道3.1|
网友评分：8
软件大小：7.5M
软件语言：中文
软件类型：国产软件
软件类别：免费软件 / 防守地图
更新时间：
软件等级：
官方网站：暂无
运行环境：WinAll, WinXP
软件厂商：
顶好评:50%
同类相关软件
7.3M/中文/10.07.3M/中文/10.01.2M/中文/1.84.5M/中文/10.020.0M/中文/5.3
3逆天问道3.1修改版固定了英雄技能，更改了难度和停怪时间，强化了英雄的属性，喜欢的朋友请来绿色资源网下载这款吧！地图介绍地图名称:仙之侠道3逆天问道3.1正式版修正改版地图类型:防守魔兽版本:1.24-1.26地图作者:白鸟支持人数:1-7修改内容停怪时间变为20分钟各难度怪物加强修改人物属性可分配属性变为加1部分英雄技能稍作调整war3mapmisc.txt做部分修改各英雄技能数改成6个(加副职总共7个)除了第二阶段技能其他阶段技能都为固定技能不再自由选择人物固定技能云素青 悔元归一 悔无 悲天神击 灭天邪印 灭天式?风月难存 &问剑 剑痕 剑染丹心 &孤闻剑法 大雁初行 孤星剑诀阵&萧梦寻 黑炎 仙疗咒 朱炎一羽 红雷之炎 萧声天凤舞&破月 殇亡一刀 血刀 八荒狂野 碎月旋 红月三千破&瑜湘 百川无尽 虹刃 连坞 召唤鹰 翼行九天&燕落 燕回旋 燕翔 燕双飞 归燕回旋 燕雨春分&斗佛 罗汉长拳 佛怒海 大悲菩提 莲华圣体 圣行天音 天罚刀式 判律之刃 天降印 止禁之刃 判生断死?八斩风&小葵 小葵神剑 大只快跑 剑影同途 躲猫猫 绕花乱舞 &&尹月行 召唤道麟 太虚净灵符 掠影 血心爆 太初雷引阵&
猜你喜欢 问道手游
问道手游下载专题主要为玩家们整理出了问道..手游的各个版本，包括问道手游百度版问道手游雷霆版问道手游版问道手游益玩版问道手游九游版等。对于喜欢玩问道手游的朋友而已，绝对是福利，方便下载各个版本的问道手游
其他版本下载
仙之侠道3逆天问道3.1正式版修正强化版
软件无法下载或下载后无法使用，请点击报错，谢谢！
请描述您所遇到的错误，我们将尽快予以修正，谢谢！
*必填项，请输入内容
本类下载排行
.31 10.02 10.03 4.44 10.05 10.06 10.07 1.18 5.09 1.210 6.611 .012 10.013 10.014 .015
本类精品软件
装机必备软件
本类集合软件仙剑问道之燃烧入侵V1.2.3简介
地图名称: 仙剑问道之燃烧入侵V1.2.3
地图类型: 防守
魔兽版本: 1.24
地图作者: @白情人
支持人数: 1-6
三个要全部下载！
1.2.3更新: 过年在家无聊，还是早点更新吧！
增加的部分：
增加了伤害显示系统,该显示只会对你自己的攻击或被攻击显示，其他玩家也是如此.
每隔几分钟被雇佣兵杀死的敌人获得的金钱会被平分给所有玩家.每位玩家获得50%的金钱.
加入驿站传送的简单说明.
增加一个（特殊）英雄蒸汽机车，攻城攻击类型，城堡防御类型.由野外BOSS游骑兵队长掉落该英雄.
增加了几件物品
修改的部分：
修复了有些技能在冷却时间里还能点的情况.
修复了黑暗瓦格里的噬灵疫病技能不能对BOSS阴烛发动的BUG.
延长最终BOSS进攻时间至30分钟，拥有更多时间去野外打物品，并且最终BOSS生命值增加1000.
商店出售的全能魔法书出售价格由1个木头改为需要2个木头.
隐藏人物有6个
密码分别是
下载地址精彩魔兽地图只在飞飞世界 请记住我们的网址-
温馨小提示：如果想要查看隐藏英雄密码或攻略等请到。
下载文件为Zip或RAR格式，点击右键解压文件夹，将解压的文件放到魔兽争霸Maps文件夹的的任何文件夹里都可以，最后进入游戏后选择此地图即可。
后缀为 W3N 的是 战役包请放在 魔兽争霸Campaigns 目录下，进入游戏后选择 Single Game （单人游戏），Custom Campaigns（自定义战役）。
后缀为 W3G 的是 录像文件，请放到 魔兽争霸replay目录下，需要有对应的地图才能观看，当找不到对应地图时会提示&指定目录的地图文件找不到&，请查找对应的地图放到指定的目录下。
本类最新地图
本类地图排行
地图总下载排行&p&公众号内容配上好的图片，真的会加分不少！时下配图网站众多，这里分享8个高质量的配图网站给大家，不仅是公众号，其他你想用到配图的地方都可以在这些网站找到：&/p&&p&&b&（1）pinterest
&a href=&///?target=https%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-ac440a707cf3e0db2edbca_b.png& data-rawwidth=&1777& data-rawheight=&864& class=&origin_image zh-lightbox-thumb& width=&1777& data-original=&/v2-ac440a707cf3e0db2edbca_r.png&&&p& pinterest是一个 “视觉社交”网站，采用的是瀑布流的形式展现图片内容，无需用户翻页，新的图片不断自动加载在页面底端，让用户不断的&a href=&///?target=http%3A///view/98537.htm& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&发现&i class=&icon-external&&&/i&&/a&新的图片。 曾入选全球50个最好的网站 。&/p&&br&&p&&b&（2）Pexels
&a href=&///?target=https%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-893fb10f900a73f3f47aae660c3b43bd_b.png& data-rawwidth=&1875& data-rawheight=&828& class=&origin_image zh-lightbox-thumb& width=&1875& data-original=&/v2-893fb10f900a73f3f47aae660c3b43bd_r.png&&&p&Pexels是一个提供海量共享图片素材的网站，每周都会定量更新，所有的图片都会显示详细的信息，例如拍摄的相机型号、光圈、焦距、ISO、图片大分辨率等，高清大图质量很不错。 &/p&&br&&p&&b& （3）Unsplash
&a href=&///?target=https%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-3b6ca19e00bc72cf4aa24_b.png& data-rawwidth=&1881& data-rawheight=&835& class=&origin_image zh-lightbox-thumb& width=&1881& data-original=&/v2-3b6ca19e00bc72cf4aa24_r.png&&&br&&p& Unsplash是一个免费高质量照片的网站，都是真实的摄影照片，照片分辨率也很大， 差不多每天更新 。&/p&&br&&p&&b&（4）Foter
&a href=&///?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-ee936a1f260e7ccfc6d2f68_b.png& data-rawwidth=&1860& data-rawheight=&789& class=&origin_image zh-lightbox-thumb& width=&1860& data-original=&/v2-ee936a1f260e7ccfc6d2f68_r.png&&&p& 目前整合并收录了超过2.2亿的免费素材图像资源。 &/p&&br&&p&&b&（5） magdeleine
&a href=&///?target=http%3A//magdeleine.co/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&magdeleine.co/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-6bf48c9416ede4a9e24d_b.png& data-rawwidth=&1500& data-rawheight=&864& class=&origin_image zh-lightbox-thumb& width=&1500& data-original=&/v2-6bf48c9416ede4a9e24d_r.png&&&p& Magdeleine 的特色功能是可以通过颜色、情绪寻找图片。 &/p&&br&&p&&b&（6）PicJumbo&/b&
&b&&a href=&///?target=https%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-462f9cece5fb91b1efb058_b.png& data-rawwidth=&1587& data-rawheight=&859& class=&origin_image zh-lightbox-thumb& width=&1587& data-original=&/v2-462f9cece5fb91b1efb058_r.png&&&p& 这里提供分辨率为3888像素的全质量图片资源，每天更新，免费使用。&/p&&br&&p&&b&（7） 9GAG
&a href=&///?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-6ac8527277dfbfc76fb3_b.png& data-rawwidth=&1883& data-rawheight=&864& class=&origin_image zh-lightbox-thumb& width=&1883& data-original=&/v2-6ac8527277dfbfc76fb3_r.png&&&p& 可能是全球最搞笑的趣图网站。&/p&&br&&p&&b&（8） Icon-Font
&a href=&///?target=http%3A///& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://www.&/span&&span class=&visible&&/&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&&/b&&/p&&img src=&/v2-fd9e4bdae80efd_b.png& data-rawwidth=&1412& data-rawheight=&861& class=&origin_image zh-lightbox-thumb& width=&1412& data-original=&/v2-fd9e4bdae80efd_r.png&&&p& 这里有最全的矢量图标。 &/p&&p& —————————————————————————————————————————— &/p&&p&关于笔者，一位80后叔叔。&/p&&p&欢迎关注我的个人公众号：思考的灵魂&/p&
公众号内容配上好的图片，真的会加分不少！时下配图网站众多，这里分享8个高质量的配图网站给大家，不仅是公众号，其他你想用到配图的地方都可以在这些网站找到：（1）pinterest
pinterest是一个 “视觉社交”网站，采用的是瀑布流的…
从傅里叶变换到小波变换，并不是一个完全抽象的东西，可以讲得很形象。小波变换有着明确的物理意义，如果我们从它的提出时所面对的问题看起，可以整理出非常清晰的思路。&br&&br&下面我就按照傅里叶--&短时傅里叶变换--&小波变换的顺序，讲一下为什么会出现小波这个东西、小波究竟是怎样的思路。（反正题主要求的是通俗形象，没说简短，希望不会太长不看。。）&br&&br&&b&一、傅里叶变换&/b&&br&关于傅里叶变换的基本概念在此我就不再赘述了，默认大家现在正处在理解了傅里叶但还没理解小波的道路上。（在第三节小波变换的地方我会再形象地讲一下傅里叶变换）&br&&br&下面我们主要将傅里叶变换的&b&不足。&/b&即我们知道傅里叶变化可以分析信号的频谱，那么为什么还要提出小波变换？答案就是&a href=&/people/fang-qin-yuan& class=&internal&&方沁园&/a&所说的，“对&b&非平稳&/b&过程，傅里叶变换有局限性”。看如下一个简单的信号：&img src=&/da6c4b8ceebc_b.jpg& data-rawwidth=&597& data-rawheight=&284& class=&origin_image zh-lightbox-thumb& width=&597& data-original=&/da6c4b8ceebc_r.jpg&&做完FFT（快速傅里叶变换）后，可以在频谱上看到清晰的四条线，信号包含四个频率成分。&br&&br&一切没有问题。但是，如果是&b&频率随着时间变化的非平稳信号&/b&呢？&br&&img src=&/def600cea95fa10e59d6c_b.jpg& data-rawwidth=&690& data-rawheight=&612& class=&origin_image zh-lightbox-thumb& width=&690& data-original=&/def600cea95fa10e59d6c_r.jpg&&&br&如上图，最上边的是频率始终不变的平稳信号。而下边两个则是频率随着时间改变的非平稳信号，它们同样包含和最上信号相同频率的四个成分。&br&做FFT后，我们发现这三个时域上有巨大差异的信号，频谱（幅值谱）却非常一致。尤其是下边两个非平稳信号，我们从频谱上无法区分它们，因为它们包含的四个频率的信号的成分确实是一样的，只是出现的先后顺序不同。&br&&br&可见，傅里叶变换处理非平稳信号有天生缺陷。它只能获取&b&一段信号总体上包含哪些频率的成分&/b&，但是&b&对各成分出现的时刻并无所知&/b&。因此时域相差很大的两个信号，可能频谱图一样。&br&&br&然而平稳信号大多是人为制造出来的，自然界的大量信号几乎都是非平稳的，所以在比如生物医学信号分析等领域的论文中，基本看不到单纯傅里叶变换这样naive的方法。&br&&img src=&/e7beba589babee_b.jpg& data-rawwidth=&429& data-rawheight=&287& class=&origin_image zh-lightbox-thumb& width=&429& data-original=&/e7beba589babee_r.jpg&&上图所示的是一个正常人的事件相关电位。对于这样的非平稳信号，只知道包含哪些频率成分是不够的，我们还想知道&b&各个成分出现的时间&/b&。知道&b&信号频率随时间变化的情况&/b&，各个时刻的瞬时频率及其幅值——这也就是&b&时频分析。&/b&&br&&br&&br&二、短时傅里叶变换（Short-time Fourier Transform, STFT）&br&一个简单可行的方法就是——&b&加窗&/b&。我又要套用&a href=&/people/fang-qin-yuan& class=&internal&&方沁园&/a&同学的描述了，“把整个时域过程分解成无数个等长的小过程，每个小过程近似平稳，再傅里叶变换，就知道在哪个时间点上出现了什么频率了。”这就是短时傅里叶变换。&br&看图：&br&&img src=&/7f4ac3cda2_b.jpg& data-rawwidth=&844& data-rawheight=&449& class=&origin_image zh-lightbox-thumb& width=&844& data-original=&/7f4ac3cda2_r.jpg&&时域上分成一段一段做FFT，不就知道频率成分随着时间的变化情况了吗！&br&用这样的方法，可以得到一个信号的时频图了：&br&&img src=&/fec492fbcf67ddde4cbbf4_b.jpg& data-rawwidth=&649& data-rawheight=&492& class=&origin_image zh-lightbox-thumb& width=&649& data-original=&/fec492fbcf67ddde4cbbf4_r.jpg&&
——此图像来源于“THE WAVELET TUTORIAL”&br&图上既能看到10Hz, 25 Hz, 50 Hz, 100 Hz四个频域成分，还能看到出现的时间。两排峰是对称的，所以大家只用看一排就行了。&br&&br&是不是棒棒的？时频分析结果到手。但是STFT依然有缺陷。&br&&br&使用STFT存在一个问题，我们应该用多宽的窗函数？&br&窗太宽太窄都有问题：&img src=&/479dd3fe73b3_b.jpg& data-rawwidth=&627& data-rawheight=&312& class=&origin_image zh-lightbox-thumb& width=&627& data-original=&/479dd3fe73b3_r.jpg&&&br&&img src=&/9da6c3e9704c32bfb7b53be_b.jpg& data-rawwidth=&609& data-rawheight=&350& class=&origin_image zh-lightbox-thumb& width=&609& data-original=&/9da6c3e9704c32bfb7b53be_r.jpg&&窗太窄，窗内的信号太短，会导致频率分析不够精准，频率分辨率差。窗太宽，时域上又不够精细，时间分辨率低。&br&（这里插一句，这个道理可以用海森堡不确定性原理来解释。类似于我们不能同时获取一个粒子的动量和位置，我们也不能同时获取信号绝对精准的时刻和频率。这也是一对不可兼得的矛盾体。我们不知道在某个瞬间哪个频率分量存在，我们知道的只能是在一个时间段内某个频带的分量存在。 所以绝对意义的瞬时频率是不存在的。）&br&&br&看看实例效果吧：&img src=&/565a3c57d43c8f2f78a5b1dc0de66e34_b.jpg& data-rawwidth=&608& data-rawheight=&292& class=&origin_image zh-lightbox-thumb& width=&608& data-original=&/565a3c57d43c8f2f78a5b1dc0de66e34_r.jpg&&&br&&img src=&/c7d2d230a8ca77fac901eea_b.jpg& data-rawwidth=&604& data-rawheight=&295& class=&origin_image zh-lightbox-thumb& width=&604& data-original=&/c7d2d230a8ca77fac901eea_r.jpg&&&img src=&/ca148e0a3e571_b.jpg& data-rawwidth=&614& data-rawheight=&281& class=&origin_image zh-lightbox-thumb& width=&614& data-original=&/ca148e0a3e571_r.jpg&&
——此图像来源于“THE WAVELET TUTORIAL”&br&上图对同一个信号（4个频率成分）采用不同宽度的窗做STFT，结果如右图。用窄窗，时频图在时间轴上分辨率很高，几个峰基本成矩形，而用宽窗则变成了绵延的矮山。但是频率轴上，窄窗明显不如下边两个宽窗精确。&br&&br&所以&b&窄窗口时间分辨率高、频率分辨率低&/b&，&b&宽窗口时间分辨率低、频率分辨率高&/b&。对于时变的非稳态信号，&b&高频适合小窗口，低频适合大窗口&/b&。然而&b&STFT的窗口是固定的&/b&，在一次STFT中宽度不会变化，所以STFT还是无法满足非稳态信号变化的频率的需求。&br&&br&&br&&b&三、小波变换&/b&&br&&br&那么你可能会想到，让窗口大小变起来，多做几次STFT不就可以了吗？！没错，小波变换就有着这样的思路。&br&但事实上小波并不是这么做的（关于这一点，&a href=&/people/fang-qin-yuan& class=&internal&&方沁园&/a&同学的表述“小波变换就是根据算法，加不等长的窗，对每一小部分进行傅里叶变换”就不准确了。小波变换并没有采用窗的思想，更没有做傅里叶变换。）&br&至于为什么不采用可变窗的STFT呢，我认为是因为这样做冗余会太严重，&b&STFT做不到正交化&/b&，这也是它的一大缺陷。&br&&br&于是小波变换的出发点和STFT还是不同的。&b&STFT是给信号加窗，分段做FFT&/b&；而小波直接把傅里叶变换的基给换了——将&b&无限长的三角函数基&/b&换成了&b&有限长的会衰减的小波基&/b&。这样&b&不仅能够获取频率&/b&，还可以&b&定位到时间&/b&了~&br&&br&【解释】&br&来我们再回顾一下傅里叶变换吧，没弄清傅里叶变换为什么能得到信号各个频率成分的同学也可以再借我的图理解一下。&br&傅里叶变换把无限长的三角函数作为基函数：&br&&img src=&/be914c25f4886601cafb9f_b.jpg& data-rawwidth=&732& data-rawheight=&504& class=&origin_image zh-lightbox-thumb& width=&732& data-original=&/be914c25f4886601cafb9f_r.jpg&&&br&这个基函数会&b&伸缩&/b&、会平移（其实本质并非平移，而是两个正交基的分解）。缩得窄，对应高频；伸得宽，对应低频。然后这个基函数不断和信号做相乘。某一个尺度（宽窄）下乘出来的结果，就可以理解成信号所包含的当前尺度对应频率成分有多少。于是，基函数会在某些尺度下，与信号相乘得到一个很大的值，因为此时二者有一种&b&重合&/b&关系。那么我们就知道信号包含该频率的成分的多少。&br&&br&仔细体会可以发现，这一步其实是在计算信号和三角函数的&b&相关性。&/b&&br&&br&&img src=&/8fbc3a5f07a5ab0f0a90b65bc621ae21_b.jpg& data-rawwidth=&452& data-rawheight=&311& class=&origin_image zh-lightbox-thumb& width=&452& data-original=&/8fbc3a5f07a5ab0f0a90b65bc621ae21_r.jpg&&&img src=&/95cfa4aa2b2ea493cf07dbd_b.jpg& data-rawwidth=&509& data-rawheight=&297& class=&origin_image zh-lightbox-thumb& width=&509& data-original=&/95cfa4aa2b2ea493cf07dbd_r.jpg&&看，这两种尺度能乘出一个大的值（相关度高），所以信号包含较多的这两个频率成分，在频谱上这两个频率会出现两个峰。&br&&br&&br&以上，就是&b&粗浅意义上&/b&傅里叶变换的原理。&br&&br&&br&&br&&br&如前边所说，小波做的改变就在于，将无限长的三角函数基换成了有限长的会衰减的小波基。&br&&img src=&/94b5f53d29d655e0a4d90fa867027eda_b.jpg& data-rawwidth=&675& data-rawheight=&477& class=&origin_image zh-lightbox-thumb& width=&675& data-original=&/94b5f53d29d655e0a4d90fa867027eda_r.jpg&&这就是为什么它叫“小波”，因为是很小的一个波嘛~&br&&br&&img src=&/ff814beecf82b29b0576ef0_b.jpg& data-rawwidth=&389& data-rawheight=&71& class=&content_image& width=&389&&&br&从公式可以看出，不同于傅里叶变换，变量只有频率ω，小波变换有两个变量：尺度a（scale）和平移量 τ（translation）。&b&尺度&/b&a控制小波函数的&b&伸缩&/b&，&b&平移量&/b& τ控制小波函数的&b&平移&/b&。&b&尺度&/b&就对应于&b&频率&/b&（反比），&b&平移量 &/b&τ就对应于&b&时间&/b&。&br&&br&&br&&img src=&/c4aa4c1cc6fdc1feb47be_b.jpg& data-rawwidth=&592& data-rawheight=&341& class=&origin_image zh-lightbox-thumb& width=&592& data-original=&/c4aa4c1cc6fdc1feb47be_r.jpg&&&br&当伸缩、平移到这么一种重合情况时，也会相乘得到一个大的值。这时候和傅里叶变换不同的是，这&b&不仅可以知道信号有这样频率的成分，而且知道它在时域上存在的具体位置。&/b&&br&&br&而当我们在每个尺度下都平移着和信号乘过一遍后，我们就知道信号&b&在每个位置都包含哪些频率成分&/b&。&br&&br&看到了吗？有了小波，我们从此再也不害怕非稳定信号啦！从此可以做时频分析啦！&br&&br&做傅里叶变换只能得到一个&b&频谱&/b&，做小波变换却可以得到一个&b&时频谱&/b&！&br&&img src=&/27adabe9c43ee08a983505_b.jpg& data-rawwidth=&277& data-rawheight=&208& class=&content_image& width=&277&&
↑：时域信号&br&&img src=&/fdcbfc760959bec38b6cc_b.jpg& data-rawwidth=&404& data-rawheight=&302& class=&content_image& width=&404&&↑：傅里叶变换结果&br&&br&&img src=&/cfae89c24cc167c028f0_b.jpg& data-rawwidth=&524& data-rawheight=&403& class=&origin_image zh-lightbox-thumb& width=&524& data-original=&/cfae89c24cc167c028f0_r.jpg&&
——此图像来源于“THE WAVELET TUTORIAL”&br&
↑：小波变换结果&br&&br&小波还有一些好处，比如，我们知道对于突变信号，傅里叶变换存在&b&吉布斯效应&/b&，我们用无限长的三角函数怎么也拟合不好突变信号：&br&&img src=&/cab327ec58d2_b.jpg& data-rawwidth=&691& data-rawheight=&474& class=&origin_image zh-lightbox-thumb& width=&691& data-original=&/cab327ec58d2_r.jpg&&然而衰减的小波就不一样了：&br&&img src=&/d03efb2dc10be4a7bd2af92_b.jpg& data-rawwidth=&677& data-rawheight=&522& class=&origin_image zh-lightbox-thumb& width=&677& data-original=&/d03efb2dc10be4a7bd2af92_r.jpg&&&br&&br&&br&&br&以上，就是小波的意义。&br&&br&-----------------------------------------------------------------------------------------------------------&br&&br&以上只是用形象地给大家展示了一下小波的思想，希望能对大家的入门带来一些帮助。毕竟如果对小波一无所知，直接去看那些堆砌公式、照搬论文语言的教材，一定会痛苦不堪。&br&在这里推荐几篇入门读物，都是以感性介绍为主，易懂但并不深入，对大家初步理解小波会很有帮助。文中有的思路和图也选自于其中：&br&1. THE WAVELET TUTORIAL （强烈推荐，点击链接：&a href=&///?target=http%3A//users.rowan.edu/%7Epolikar/WAVELETS/WTtutorial.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&INDEX TO SERIES OF TUTORIALS TO WAVELET TRANSFORM BY ROBI POLIKAR&i class=&icon-external&&&/i&&/a&）&br&2. WAVELETS：SEEING THE FOREST AND THE TREES&br&3. A Really Friendly Guide to Wavelets&br&4. Conceptual wavelets&br&&br&但是真正理解透小波变换，这些还差得很远。比如你至少还要知道有一个&b&“尺度函数”&/b&的存在，它是构造“小波函数”的关键，并且是它和小波函数一起才构成了小波多分辨率分析，理解了它才有可能利用小波做一些数字信号处理；你还要理解离散小波变换、正交小波变换、二维小波变换、小波包……这些内容国内教材上讲得也很糟糕，大家就一点一点啃吧~&br&&br&第一次在知乎写这么长的回答，都是利用实验室搬完砖之余的时间一点点弄的，欢迎分享，如转载还请跟我说一声哈~&br&&br&&br&&br&&br&&br&&br&&br&&br&&br&&br&-------------------------------------------------------------------------------------------------------------------------&br&&br&评论中的一些问题的回答：&br&1. 关于海森堡不确定性原理&br&
不确定性原理，或者叫测不准原理，最早出自量子力学，意为在微观世界，粒子的位置与动量不可同时被确定。但是这个原理并不局限于量子力学，有很多物理量都有这样的特征，比如能量和时间、角动量和角度。体现在信号领域就是时域和频域。不过更准确一点的表述应该是：一个信号不能在时空域和频域上同时过于集中；一个函数时域越“窄”，它经傅里叶变换的频域后就越“宽”。&br&
如果有兴趣深入研究一下的话，这个原理其实非常耐人寻味。信号处理中的一些新理论在根本上也和它有所相连，比如压缩感知。如果你剥开它复杂的数学描述，最后会发现它在本质上能实现其实和不确定性原理密切相关。而且大家不觉得这样一些矛盾的东西在哲学意义上也很奇妙吗？&br&&br&&br&2. 关于正交化&br&
什么是正交化？为什么说小波能实现正交化是优势?&br&
简单说，如果采用正交基，变换域系数会没有冗余信息，变换前后的信号能量相等，等于是用最少的数据表达最大的信息量，利于数值压缩等领域。JPEG2000压缩就是用正交小波变换。&br&
比如典型的正交基：二维笛卡尔坐标系的（1,0）、（0,1），用它们表达一个信号显然非常高效，计算简单。而如果用三个互成120°的向量表达，则会有信息冗余，有重复表达。&br&
但是并不意味着正交一定优于不正交。比如如果是做图像增强，有时候反而希望能有一些冗余信息，更利于对噪声的抑制和对某些特征的增强。&br&&br&3. 关于瞬时频率&br& 原问题：图中时刻点对应一频率值，一个时刻点只有一个信号值，又怎么能得到他的频率呢？&br& 很好的问题。如文中所说，绝对意义的瞬时频率其实是不存在的。单看一个时刻点的一个信号值，当然得不到它的频率。我们只不过是用很短的一段信号的频率作为该时刻的频率，所以我们得到的只是时间分辨率有限的近似分析结果。这一想法在STFT上体现得很明显。小波用衰减的基函数去测定信号的瞬时频率，思想也类似。（不过到了Hilbert变换，思路就不一样了，以后有机会细讲）&br&&br&4. 关于小波变换的不足&br&
这要看和谁比了。&br&A.作为图像处理方法，和多尺度几何分析方法（超小波）比：&br&
对于图像这种二维信号的话，二维小波变换只能沿2个方向进行，对图像中点的信息表达还可以，但是对线就比较差。而图像中最重要的信息恰是那些边缘线，这时候ridgelet（脊波）, curvelet（曲波）等多尺度几何分析方法就更有优势了。&br&B. 作为时频分析方法，和HHT比：&br&
相比于HHT等时频分析方法，小波依然没脱离海森堡测不准原理的束缚，某种尺度下，不能在时间和频率上同时具有很高的精度；以及小波是非适应性的，基函数选定了就不改了。&br&&br&5. 关于文中表述的严谨性&br&评论中有不少朋友提到，我的一些表述不够精准。这是肯定的，并且我也是知道的。比如傅里叶变换的理解部分，我所说的那种“乘出一个大的值”的表述肯定是不够严谨的。具体我也在评论的回答中做了解释。我想说的是通俗易懂和精确严谨实在难以兼得，如果要追求严谨，最好的就是教科书上的数学表达，它们无懈可击，但是对于初学者来说，恐怕存在门槛。如果要通俗解释，必然只能侧重一个关键点，而出现漏洞。我想这也是教科书从来不把这些通俗解释写出来的原因吧——作者们不是不懂，而是怕写错。所以想深入理解傅里叶变换和小波变换的朋友还请认真学习教材，如果这篇文章能给一些初学者一点点帮助，我就心满意足了。&br&&br&&br&-------------------------------------------------------------------------------------------------------------------------&br&&br&谢谢大家！万万没想到能收到这么多赞。。还有老师拿我这篇文章在课上讲。。？真是受宠若惊。本以为这么学术的一个东西不会有多少人看的。。&br&收到了一万点激励！话说我也一直想更新一些新东西，只是正值申请季，实验室里砖又没搬完，看来只能等明年了。。&br&接下来考虑的题目有：&b&压缩感知、希尔伯特变换、信号的不确定性原理、小波-尺度函数与多分辨率分析、小波-&/b&&b&二维小波与多尺度几何分析、独立成分分析。。&/b&&br&&b&图像处理&/b&领域的，比如图像分割、图像去噪算法之类的也可以！&br&&b&绝对要通俗易懂！&/b&&br&&br&&br&不造大家资词不资词啊。。&br&&br&&br&-------------------------------------------------------------------------------------------------------------------------&br&&br&&b&未经允许，禁止任何微信公众号直接转载。&/b&&br&&br&&br&&br&&b&&/b&&br&&b&现已更新专栏：&/b&&br&&b&&a href=&/p/& class=&internal&&形象易懂讲解算法II——压缩感知 - 咚懂咚懂咚的文章 - 知乎专栏&/a&&/b&
从傅里叶变换到小波变换，并不是一个完全抽象的东西，可以讲得很形象。小波变换有着明确的物理意义，如果我们从它的提出时所面对的问题看起，可以整理出非常清晰的思路。 下面我就按照傅里叶--&短时傅里叶变换--&小波变换的顺序，讲一下为什么会出现小波这…
&p&在 GitHub 上整理了一份书单~~&/p&&br&&p&成长路线已经汇集到Growth，Github见：&a href=&///?target=https%3A///phodal/growth& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/phodal/growt&/span&&span class=&invisible&&h&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&/p&&blockquote&这是一份关于如何&a href=&///?target=https%3A///phodal/repractise& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Re-Practise&i class=&icon-external&&&/i&&/a&的技术书籍推荐书单。&/blockquote&&p&一直画/写一个推荐书单来供大家参考，无奈找不到一本合适的形式。有一天，想到了之前的技术树 &a href=&///?target=https%3A///phodal/sherlock& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://&/span&&span class=&visible&&/phodal/sherl&/span&&span class=&invisible&&ock&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&，便开始落地了。&/p&&p&在线查看见：&a href=&///?target=http%3A//phodal.github.io/booktree/& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&phodal.github.io/booktr&/span&&span class=&invisible&&ee/&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&/p&&p&我深知自己的知识有限，所以写下本文以便和大家切磋交流。欢迎通过 GitHub 的Issues或者直接Pull Requests方式来分享你的经验。期待你的反馈。&/p&&p&基本阅读路线图:&/p&&br&&img src=&/a92ddb2787fccd75ccce1_b.png& data-rawwidth=&848& data-rawheight=&484& class=&origin_image zh-lightbox-thumb& width=&848& data-original=&/a92ddb2787fccd75ccce1_r.png&&&p&首先，你需要选择一门语言，然后学习之。这时有一些还不错，如JavaScript实战，JavaScript Cookbook，前者是一门实站手册，后者则是参考手册。再来一本某某语言，或者框架的实战，与权威指南，你就可以完成工作了。&/p&&p&然后呢？&/p&&p&&b&说明&/b&: 完成工作是一件很容易的事，如何更好地完成工作就需要更多地学习。并且我坚信每一个有技术热情的人，都希望可以看到自己写的框架可以无处不在。&/p&&p&&b&《技术的本质》 - W. Brain Arthur早已看穿了一切&/b&&/p&&p&这是一本关于『技术是什么，它是如何进化』的书。新的技术是根据于我们当前的目的、一个可实现的原理、一种新现象而发明的。并且，新的技术都是基于之前的技术发展出来的。&/p&&p&So，通过研究现有技术的一些发展，我们可以预料到一些新的技术的出现。尽管新的技术并没有解决一些根本性问题，如业务，但是它是为了业务而简化现有的技术。&/p&&p&&b&如何写好代码——重构与设计模式&/b&&/p&&p&从编写可读的代码，到重构现有的代码，再到设计模式，是编码的必备法则。&/p&&br&&img src=&/8eccd28f10d55e2e0ea91dccf4d3e7fa_b.jpg& data-rawwidth=&800& data-rawheight=&550& class=&origin_image zh-lightbox-thumb& width=&800& data-original=&/8eccd28f10d55e2e0ea91dccf4d3e7fa_r.jpg&&&ul&&li&《测试驱动开发》: 尽管在国内，我们很少听到开发人员写测试，就更少听人们谈论TDD。虽然我不是TDD的死忠，但是我觉得TDD还是很有好处的。特别是当你的函数特别长的时候，它可以驱使你写出更短的函数——更多的函数。红-&绿-&重构，就是这么简单。&/li&&li&《重构: 改善既有代码的设计》: 红-&绿-&重构。如果重构之前没有测试，我相信你可能是想换个工作了。好的代码是重构出来的，而不是一开始就写出来的——除非你的代码不用于任何业务。反正，就是程序员必读，不想多说。&/li&&li&《Head First设计模式》: GoF的《设计模式》一书很薄，所以也很抽象。第一次看《设计模式》的时候，硬着头皮看了几天，然后放弃了。。。不过，Head First系列可以将各种枯燥的设计生起起来，这是一本非常适合入门设计模式的书籍没有之一。&/li&&li&《设计模式解析》: 比Head First更深入，但是比DP简单。作者选用了一些常用或者说用到的模式，讲述了为什么在这里适合用它。&/li&&li&《易读代码的艺术/编写可读代码的艺术》: 纳尼！你居然不想买这本书？&/li&&li&《代码整洁之道》: 书中给了很方法与规范，遵循它们可以写出整洁的代码。但是整洁并不意味着你应该让代码简单！&/li&&li&《重构与模式》: 这本书的中文名字应该叫《重构到模式》！！！重构代码到设计模式就这么简单。&/li&&li&《设计模式》: 必读，并且值得多读几遍。&/li&&li&《元素模式》: 首先书名很扯！！！这本书更适合叫《设计模式要素》!这本书提取了设计模式中的一些基本元素，很具有启发性。&/li&&/ul&&p&&b&如何写前端框架——前端读书路线图&/b&&/p&&p&以JavaScript作为例子来解释如何去学习一门语言，从语法到最后的MVC。&/p&&br&&img src=&/ff238c5dfe85ecc5b60dbca_b.jpg& data-rawwidth=&1024& data-rawheight=&409& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/ff238c5dfe85ecc5b60dbca_r.jpg&&&p&&b&机器学习读书路线&/b&&/p&&p&机器学习依赖于大量的数据和理论知识，而数据又可以创造出美妙的数据可视化图像。&/p&&br&&img src=&/3ae2b420d1964bdda1d3_b.jpg& data-rawwidth=&1024& data-rawheight=&460& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/3ae2b420d1964bdda1d3_r.jpg&&&p&&b&持续交付读书路线图&/b&&/p&&p&敏捷是过去，持续交付是现在，未来呢？&/p&&p&想要构建一个好的项目，构建系统、自动化测试、可配置缺一不可。&/p&&br&&img src=&/e035b69ca39cf95f0347c_b.jpg& data-rawwidth=&1024& data-rawheight=&271& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/e035b69ca39cf95f0347c_r.jpg&&&p&&b&领域特定语言读书路线图&/b&&/p&&p&最好的语言就是可以表达你业务的语言。&/p&&p&如果你熟悉前端的知识的话，你会发现DSL无处不在。&/p&&br&&img src=&/7f9ce6bc9b4fccb17994_b.jpg& data-rawwidth=&600& data-rawheight=&354& class=&origin_image zh-lightbox-thumb& width=&600& data-original=&/7f9ce6bc9b4fccb17994_r.jpg&&&p&&b&架构与模式读书路线图——每个人都是架构师。&/b&&/p&&p&成为架构师最简单的方法就是学习别人的模式。&/p&&p&成为成功架构师便是创建模式。&/p&&br&&img src=&/afde522dc4a368adf6e0b8c_b.jpg& data-rawwidth=&1024& data-rawheight=&340& class=&origin_image zh-lightbox-thumb& width=&1024& data-original=&/afde522dc4a368adf6e0b8c_r.jpg&&&br&&br&&p&更多内容见：&a href=&///?target=https%3A///phodal/booktree& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&phodal/booktree&i class=&icon-external&&&/i&&/a&&/p&
在 GitHub 上整理了一份书单~~ 成长路线已经汇集到Growth，Github见：这是一份关于如何的技术书籍推荐书单。一直画/写一个推荐书单来供大家参考，无奈找不到一本合适的形式。有一天，想到了之前的技术树 …
这是前段时间的一次内部分享，跟这个问题正好相关简单的做下整理，跟大家分享一下我的观点：&br&&br&保持每天写些东西已经快10年了，绝大多数内容都不是公开发表的内容。而微信、知乎或者其它的渠道大都是只是分享一少部分而已。&br&&br&&b&这个问题中最简单的部分就是安排时间：&/b&&br&&br&想每天写作，一定要有固定的写作时间。而想给自己空出一个固定时间最大的问题在于你是否真的想做这件事，能重视到什么程度。你要是真的把这件事情看的很重要，只要下定决心，一定能安排出一个固定的写作时间。&br&&br&为了能留出固定的写作时间，我控制自己不玩网游、不看新闻、关闭朋友圈、关闭手机的各种通知、提醒、不用微博等等，只要每天减少些上网时间，1-2个小时的时间很容易安排出来。&br&&br&&b&真正困难的问题是如何保持长年的稳定输出？&/b&&br&&br&假如你喜欢阅读或者在生活仔细观察、反思，通常前半年、一年能坚持输出并不太困难，记得我第一年写Blog里，差不能保持每天在Blog上输出一篇文章。&br&&br&但你所有的观点、积累最多也就能让你坚持输出半年到一年左右，然后你就会发现你很难写出有新意的文章，难怕就是在硬写，可能也只是在重复你以前的观点或固定的套路，缺少突破和创新。&br&&br&超过7成的写作者都会在这个瓶颈被干掉，一旦坚持下去，在遇到下个瓶颈之前，就能开始形成你自己的风格、节奏。&br&&br&想超过这个瓶颈需要在几个不同方面发力：&br&&br&&b&热点：&/b&&br&&br&从以前的BBS到现在的微信，不少人都是靠追热点来吸引关注，获得大量的粉丝，这是一条见效快，但运气成分比较大的事情。对于媒体人士来说，追热点，爆眼球，是基本功，但想在无数的热点文章中获得关注，很不容易。&br&&br&从思维方式、看问题的角度、文笔和各种知识的积累都有要求，但哪怕你就是都做的不错，有时还要靠运气， 热点基本上每周都有，就算偶尔写出几篇文章被关注，但下一个热点出来之后，你会迅速被遗忘。&br&&br&可以用热点文章来吸引眼球，但想长期靠这类文章来出名，难之又难，这是一条不太可能持续走下去的路子。&br&&br&&b&互动：&/b&&br&&br&在网络上写作，最可怕的一点就是毫无回应，一点消息都没有。费了不少时间和精力，写了一篇自认为是干货的文章，发出来之后一点回应都没有，这会严重打击你的写作热情，要是接二连三的遇到这种情况，绝多数人都会放弃了。&br&&br&当你的文章发表之后，哪怕就是几个人的留言也能让你感觉到正向反馈，让你自己觉得受到认可。更主要是有些反馈，能让你从不同角度去思考和看待问题。当你反馈越来越多，就证明你的观点开始影响更多的人，这些读者反馈就是你的写作动力来源之一。反馈越多，越让你有信心写下去。&br&&br&假如你的观点不太严谨或者违反常理，有可能会被骂成狗。这会让你在以后的写作中，尽量思考问题的更全面。负面反馈总比没有反馈要好，有些人就是靠负面反馈来出名。但对负面反馈，别过于在意，无脑黑、喷子越来越多，学会忽略，不要把太多的时间花在跟无脑黑进行争论上，没有任何价值。&br&&br&&b&奖励：&/b&&br&&br&9年前我开始写Blog，第二年或第三年开始在Blog上挂了一个Google AD广告，赚到第一个100美元，用了整整一年时间。用西联收的美元，拿这个钱给老婆买了份礼物，后来慢慢的一个月能收到几百美元。&br&&br&当时的这份收入跟我那时的工资相比是可以忽略不计的，但每个月都收到美元对我来说，是件很美好的事情。也是我写作动力来源之一，只要坚持多更新，这个月的美元就会多一点。当时一直用这些美元来在亚马逊上买东西，100多美元能在亚马逊上买到不少打折的东西，给家里人买了羊绒衫、大衣、儿童玩具、电子设备、剃须刀等不少的东西。&br&&br&最近几年看不少人在更新微信公众号的时候，他们的目标都很明确，听说咪蒙一条广告几十万，她的文章有什么了不得的，我也能写，但写了几个月或半年，一点收益都没看到，就立刻放弃了。&br&&br&但当你坚持下去，开始有机会用微信公众号赚到收入之后，这会给你带来非常大的写作动力。钱就是生产力，这句话在有的时候绝对是真理。&br&&br&现在只要你坚持原创，在微信公众号上能比较容易获得原创标识和赞赏，当你的影响慢慢变大了之后，也会有人给你打赏，这个打赏收入不会太多，但也是有人认可你的标志，我在微信上第一篇赞赏过1000元的时候，也高兴了好几天。&br&&br&认识不少靠公众号获得收入的运营者，这些人的写作动力都非常强劲。但绝对不要把钱当成写作目标，如果以赚钱为目的，会有更快速更方便的方法。记得在知乎上因为收钱而被封帐号的用户吗？&br&&br&当你为了几千几万的眼前利益而写作，很容易就会损失更多的潜在利益，建立影响力和知名度可能要几个月或几年，而毁掉它只需要1、2篇文章。&br&&br&&b&大量输入：&/b&&br&&br&想保持长年的写作，最简单的方式就是保持大量输入：&br&&br&每年会读上最少100本以上的书，有一些是畅销书，也会一些真正的经典，类别会比较乱，哪些都有。同时每年也会看几百部电影、TED、记录片。&br&&br&在输入的同时，我会要求自己有输入必有输出，一定会写笔记，做PPT、分享或写文章，坚持几年之后就变化习惯了。&br&&br&每看过一本新书、电影、TED和记录，就会有新的东西可以写，深的浅的，五花八门都能说上几句，长年保持以输出为目的的输入，能让你积累越来越多，只要写下来的东西才能进入你的大脑。&br&&br&就象我前天写的文章，&b&无质量的阅读会让你浪费更多的时间。&/b&怎么让你的阅读变得质量更高一点，最简单的方式就是写下来，当你写下来的时候才会知道你是否理解和吸收了。&br&&br&&ul&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3D%26idx%3D1%26sn%3D3ba61a186be1f%26chksm%3Dbd50faf98a2773efb19bc329e1bd782ce75e8a8d2a4d9e3cbc36b29f8b45e0d640e50db5b5fc%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&以输出为目标的阅读方法&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3D97ffb618a6d7fc7dfbaaeb8b5cb7f87c%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&如何完整的吸收一部纪录片中的知识点？&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3Dc632a81afa%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&《思考力》信息搜集处理和分析&i class=&icon-external&&&/i&&/a&&br&&/li&&/ul&&br&&b&跟更多的人进行深入沟通&/b&&br&&br&最近几年给我最大的收获是通过旅游、培训、活动等机会，在国内进行一对一的深入沟通。&br&&br&每年有30-50位，什么行业都有，基本都有一定水平，跟每个人深入聊上1-2个小时，都能让我不小的收获，不同行业、环境、认知和世界观的角度，让会你真的不同角度去考虑问题，能减少很多思维的局限和死角，开始站在不同的角度和维度上去考虑问题，同时也能建立自己的人脉库，有需要的时候，可以立刻请教某方面的专家。&br&&br&多跟你目前圈子一点关系都没有的人进行沟通，效果会更好，因为每个行业都会有各自的规则和思维方式，这些全新知识会让你产生和碰撞出更多的想法和观点，不要让你的思维局限在固定的模式中。跨行业的深入沟通，是打破思维局限的最好方式之一。&br&&br&&ul&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3D%26idx%3D1%26sn%3Dcfafa0f6da9a203%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&最实用的人际沟通方式&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3D%26idx%3D2%26sn%3Db59c0afbbe07b0%26chksm%3Dbd50f53c8a277c2ad9916eccccc35a53d5cfdbe8bbebbbc1adf8b39555e%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&最实用的人际沟通方式&i class=&icon-external&&&/i&&/a&&br&&/li&&/ul&&br&&b&建立自己的资料库&/b&&br&&br&&br&在平时工作、生活中看到、想到的任何事情，只要觉得有价值，都可以利用印象笔记进行快速收藏，纸制文件、图像、声音、视频、微信公众号文章、知乎或者你经常看的平台都可以方便的收藏到印象笔记中。&br&&br&研究一下快速收集方法，收集时间不要过长，一般只需要几秒中就能完成任务。&br&&br&&ul&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D5%26sn%3D7afd44a81196bfb33f5be5ba4963e7df%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&怎么用 Evernote 作知识管理工具？&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3Dba04a4c2e90dbb009a4f3%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&微信收藏功能大升级后的效率提升小技巧&i class=&icon-external&&&/i&&/a&&br&&/li&&/ul&&br&收集来的只是消息而起，还需要进行提练：&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3Dadb73c2d06c7d44cea5453%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&提练后的知识才是力量&i class=&icon-external&&&/i&&/a&&br&&br&&br&&br&&br&&b&建立写作话题清单&/b&&br&&br&&br&写作时一个经常遇到的情况是不知道写什么话题。这点可以在平时就有意识的准备，在看书、电影、杂志或网上阅读时，突然想到合适的话题，都可以记录下来，然后定期整理，统一放到一个写作话题清单中，定期更新。&br&&br&可以提供把每年的所有节假日、特殊日子全部做下标记，好提前准备专题或文章。&br&&br&知乎也是一个很好的平台，经常能遇到有价值的提问，也可以收藏起来，找时间进行写作，写完之后还可以同步到其它平台中。&br&&br&值乎、分答这类付费问答平台，经常有人向你提问，但1、2分钟的回复可能并不能把一个问题回应清楚，选择合适的话题可以扩展一下写成文章答疑。还可以观察一些热点回复，这也是很好的写作话题来源。&br&&br&还有一个就是读者提问，觉得有共性或有特色的提问，也可以做为写作话题。&br&&br&以前写过几篇可以参考一下：&br&&br&&ul&&li&&a href=&///?target=http%3A//mp./mp/appmsg/show%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26appmsgid%3Ditemidx%3D1%26sign%3D7ddbaf3d24f8fb2cd2bcb%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&用多种方法来加工创意&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./mp/appmsg/show%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26appmsgid%3Ditemidx%3D1%26sign%3D677d2f166e34add17d020%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&怎样使用零散时间来收集创意？&i class=&icon-external&&&/i&&/a&&br&&/li&&li&&a href=&///?target=http%3A//mp./s%3F__biz%3DMjM5NjA3OTM0MA%3D%3D%26mid%3Didx%3D1%26sn%3Dd6e31cec2d8bd41f2ba48%23rd& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&分享三个有趣的创意写作练习&i class=&icon-external&&&/i&&/a&&/li&&/ul&
这是前段时间的一次内部分享，跟这个问题正好相关简单的做下整理，跟大家分享一下我的观点： 保持每天写些东西已经快10年了，绝大多数内容都不是公开发表的内容。而微信、知乎或者其它的渠道大都是只是分享一少部分而已。 这个问题中最简单的部分就是安排时…
&img src=&/50/v2-ba649bbeee4a2b594a149_b.jpg& data-rawwidth=&1920& data-rawheight=&960& class=&origin_image zh-lightbox-thumb& width=&1920& data-original=&/50/v2-ba649bbeee4a2b594a149_r.jpg&&&p&几年之前，深度学习还是机器学习中一个不太受人关注的领域。随着最近神经网络和大数据概念的出现，很多复杂功能的实现已经成为可能。&br&&/p&&p&目前，深度学习已经被应用到很多的领域当中，例如：语音识别、图像识别、在一个数据集当中寻找模式、照片中的事物分类、字符文本生成、自动驾驶汽车等等。因此，了解深度学习及其概念是非常重要的。&br&&/p&&p&为了能够让你用一种更简单的方式学习深度学习，Analytics Vidhya 梳理了一些 2016 年关于深度学习的视频、教材和课程。其中包括深度学习暑期班、各类峰会和会议的讲座和教材。希望你能够从中受益。（注：本文提及的视频都在 YouTube 上，你也许需要专门的工具才能查看。）&br&&/p&&p&&strong&目标读者&/strong&&br&&/p&&p&不管是深度学习的初学者、计算机从业者还是领域内的专家，你都可以在这份列表中找到需要观看的视频。&br&&/p&&p&这篇文章根据读者的学习程度对学习材料进行了分类。如果你是一名初学者或者是中等水平人士，你可以从第一部分开始。如果你想进一步掌握深度学习，相信阅读本文会使你受益。在开始对深度学习的探索之前，你首先要制定一个时间表。相信开始在几周以后，你至少可以建立起自己在深度学习中的第一个模型。对于深度学习方面的专家来说，深度学习的高级教程部分有很多精彩的视频可以帮助你加强现有的知识。你也可以看看 5 分钟的初学者视频来巩固基础知识。&br&&/p&&p&对于所有深度学习/数据科学方面的爱好者，你们一定会喜欢深度学习的应用和其他部分对例子的介绍。其中包括谷歌 DeepMind 的一些视频，你可以从中学习如何使用深度学习绘画，并且深度学习是如何让自动驾驶汽车成为现实的。&br&&/p&&p&另外，本文提及的视频还有一小部分是关于强化学习的。&br&&/p&&p&1.深度学习初学者教程&br&&/p&&ul&&li&&p&深度学习简化版&/p&&/li&&li&&p&2016 斯坦福湾区深度学习学校 Day 1&/p&&/li&&li&&p&2016 斯坦福湾区深度学习学校 Day 2&/p&&/li&&li&&p&深度学习教程&/p&&/li&&li&&p&使用神经网络的深度学习及 TensorFlow 介绍&/p&&/li&&li&&p&机器学习神经网络&/p&&/li&&li&&p&TensorFlow 入门&/p&&/li&&li&&p&神经网络&/p&&/li&&li&&p&改变所有事物的神经网络&/p&&/li&&li&&p&TensorFlow 广度&深度学习——机器学习&/p&&/li&&li&&p&深度学习简介&/p&&/li&&li&&p&深度学习揭秘&br&&/p&&/li&&/ul&&p&2.深度学习高级&br&&/p&&ul&&li&&p&2016 年蒙特利尔深度学习暑期班&/p&&/li&&li&&p&深度学习教程——高级&/p&&/li&&li&&p&深度学习实践-语音识别与其他&br&&/p&&/li&&/ul&&p&3.深度学习的应用&br&&/p&&ul&&li&&p&详解谷歌 DeepMind&/p&&/li&&li&&p&自动驾驶汽车和深度学习 GPU-英伟达&/p&&/li&&li&&p&九个有趣的深度学习应用&/p&&/li&&li&&p&深度学习程序绘画&br&&/p&&/li&&/ul&&p&4.强化学习&br&&/p&&ul&&li&&p&简介强化学习函数逼近-教程&/p&&/li&&li&&p&深度强化地形学习&/p&&/li&&/ul&&img src=&/v2-5381dcad83a42fe780dd910b6125a42e_b.png& data-rawheight=&780& data-rawwidth=&1000& class=&origin_image zh-lightbox-thumb& width=&1000& data-original=&/v2-5381dcad83a42fe780dd910b6125a42e_r.png&&&p&&strong&深度学习初学者教程&/strong&&br&&/p&&p&&strong&1.深度学习简化版&/strong&&br&&/p&&ul&&li&&p&时长：系列，共27个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Flist%3DPLjJh1vlSEYgvGod9wWiydumYl8hOXixNu%26v%3Db99UVkWzYTQ& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&list=PLjJh1vlSEYgvGod9wWiydumYl8hOXixNu&v=b99UVkWzYTQ&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&如果复杂的专业术语让你在学习深度学习时感到困难重重，那么这个教程就是给你的福利。这是深度学习及其基本概念的一个简化版教程。在这个教程里你将会了解到神经网络、深度网络、深度信念网络（DBN）和卷积神经网络。H2O.ai 和这个教程将会让你对深度学习有基本的理解。同时你也会了解到不同的模型，以及在不同情况下该选择何种模型和选择这种模型的理由。之后你将会学到深度学习在不同使用情形下的实际操作经验，包括支持构建你自己深度网络的平台、深度学习可以调用的库。这个简化教程里没有任何数学计算或者编程相关的内容，是为初学者了解深度学习基本思想而制作的。&br&&/p&&p&&strong&2.2016 斯坦福湾区深度学习学校 Day 1&/strong&&br&&/p&&ul&&li&&p&时长：10 小时 33 分&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DeyovmAtoUx0& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=eyovmAtoUx0&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&正如吴恩达（Andrew Ng）无比精确的描述，深度学习正在改变业界的发展布局，同时大量有意思的深度学习应用正涌现出来。这个视频是 2016 湾区深度学习学校第一天的内容展示。视频覆盖到的内容有： 1）Hugo Larochelle 讲授前馈神经网络介绍（Introduction on Feedforward Neural Network）；2）Andrej Karpathy 讲授用于计算机视觉的深度学习（Deep Learning for Computer Vision）；3）Richard Socher 讲授用于自然语言处理（NLP）的深度学习（Deep Learning for NLP）；4）Sherry Moore 讲授 TensorFlow 教程（TensorFlow Tutorial）；5）Ruslan Salakhutdinov 讲授深度无监督学习基础（Foundations of Deep Unsupervised Learning）；6）吴恩达讲授深度学习应用基本要点（Nuts and Bolts of Applying Deep Learning）。这些深度学习方面的专家都会以一个易于理解的方式讲解深度学习潜在的概念原理，让你对深度学习有基础理解。同时他们也会分享各自讲授主题相关的应用实例。&br&&/p&&p&&strong&3.2016 斯坦福湾区深度学习学校 Day 2&/strong&&br&&/p&&ul&&li&&p&时长：10 小时 33 分&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3D9dXiAecyJrY& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=9dXiAecyJrY&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&这是湾区深度学习学校的第二天讲授内容视频。视频覆盖到的内容有：1）John Schulman 讲授深度强化学习基础（Foundation of Deep Reinforcement Learning）；2）Pascal Lamblin 讲授 Theano 介绍：一个供模型构建和训练使用的极速 Python 库（Introduction to Theano: A Fast Python library for Modelling & Training）；3）Adam Coates 和 Vinay Rao 讲授语音识别和深度学习（Speech Recognition and Deep Learning）；4）Alex Wiltschko 讲授 Torch 和 Autograd 下的机器学习（Machine Learning with Torch & Autograd）；5）Quoc Le 讲授深度学习实现 Seq2Seq（Sequence to Sequence by Deep Learning）；5）Yoshua Bengio 讲授深度学习的基础和挑战（Foundation and Challenges of Deep Learning）。这些深度学习的应用者都是经常被检索到的深度学习应用专家，他们同时也为大型公司服务，如：谷歌大脑、Twitter 等。&br&&/p&&p&&strong&4. 教程：深度学习&/strong&&br&&/p&&ul&&li&&p&时长：2 小时 29 分&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DCLSy5WlaWKc& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=CLSy5WlaWKc&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&在这个深度学习的视频教程里，Yoshua Bengio 和 Yann LeCun 讲解了近年来深度学习所取得的重大突破。在这个领域深耕 30 年之后，Yoshua 和 Yann 带来深度学习如何掀起机器学习和人工智能领域变革浪潮的深度解读。在本视频教程里，你将会学到深度学习是如何实现多层计算模型对数据表征的学习。这些方法大幅提升了语音识别、视觉对象识别、目标检测以及基因学等领域的相关研究。这个教程将会覆盖到深度学习基础，并讨论深度学习的不同应用和目前遇到的挑战。&br&&/p&&p&&strong&5. 使用神经网络的深度学习及 TensorFlow 介绍&/strong&&br&&/p&&ul&&li&&p&时长：系列，共4个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DoYbVFhK_olY& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=oYbVFhK_olY&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&如果你一直在想知道神经网络是如何工作的，为什么最近它有这么多的关注。本教程将介绍神经网络，你将了解神经网络如何能够创建具有巨大数据集的强大模型。并理解神经网络的结构以及每个输入层如何组合在一起以生成输出。这只是完整教程中的第一个视频，第二部分是 TensorFlow 基础。如果需要了解怎样建立神经网络模型，请继续学习第三部分。&br&&/p&&p&&strong&6. 机器学习神经网络&/strong&&br&&/p&&ul&&li&&p&时长：系列，共78个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DcbeTc-Urqak%26list%3DPLoRl3Ht4JOcdU872GhiYWf6jwrk_SNhz9& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=cbeTc-Urqak&list=PLoRl3Ht4JOcdU872GhiYWf6jwrk_SNhz9&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&研究人工神经网络的主要思想是理解神经元的并行计算方式及其自适应连接。本课程将由多伦多大学教授 Geoffrey Hinton 讲授，你将学习到神经网络和机器学习将如何带来技术革命。本课程包括感知器、反向传播、卷积神经网络、循环神经网络、梯度下降和超参数贝叶斯优化等主题。这是深度学习最好的课程之一，如果你是深度学习爱好者，那就一定不能错过它。&br&&/p&&p&&strong&7.TensorFlow 入门&/strong&&br&&/p&&ul&&li&&p&时长：系列，共 7 个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DQfNvhPx5Px8%26index%3D5%26list%3DPL2-dafEMk2A7EEME489DsI468AB0wQsMV& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=QfNvhPx5Px8&index=5&list=PL2-dafEMk2A7EEME489DsI468AB0wQsMV&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&现如今最流行的机器学习框架之一就是 TensorFlow，虽然它主要用于进行机器学习和深度神经网络研究，但由于其多功能性，TensorFlow 也可用于各种应用。在这个有趣的 TensorFlow 教程中，您将学习在 Python 中用不到 40 行代码进行构建手写数字图像的分类器。您还将学习如何在 TensorFlow 中生成音乐，什么是 Tensorboard，怎样构建一个神经网络还有使用 TensorFlow 相比其他深度学习库的利弊。这个关于 TensorFlow 的简短教程是深度学习新手必须要了解的。&br&&/p&&p&&strong&8. 神经网络&/strong&&br&&/p&&ul&&li&&p&时长：系列，共 6 个视频&/p&&/li&&li&&p&链接 &a href=&/?target=https%3A///watch%3Flist%3DPL2-dafEMk2A5BoX3KyKu6ti5_Pytp91sk%26v%3Dh3l4qz76JhQ& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&list=PL2-dafEMk2A5BoX3KyKu6ti5_Pytp91sk&v=h3l4qz76JhQ&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&人工神经网络能够学习，而且它们需要训练。基本上需要 3 步来构建机器学习模型，即构建、训练、测试。一旦模型构建起来，它就可以在模式识别上训练得越来越好。在这些短短 5 分钟视频里，你将学习建立神经网络、自动编码器和循环神经网络，每段视频的代码也可在 YouTube 上的描述中找到。&br&&/p&&p&&strong&9. 改变所有事物的神经网络&/strong&&br&&/p&&ul&&li&&p&时长：14 分 16 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3Dpy5byOOHZM8& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=py5byOOHZM8&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&卷积神经网络是深度神经网络和核卷积（kernel convolution）的结合。这个视频解释了卷积神经网络是如何为精确图像分类带来巨大改变的。如果你是深度学习爱好者，但对神经网络了解甚少，不妨看看这个视频。它向你展示了深度学习是如何用来估计房价的。&br&&/p&&p&&strong&10.TensorFlow 广度&深度学习——机器学习&/strong&&br&&/p&&ul&&li&&p&时长：3 分 24 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DXmw9SWJ0L50& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=Xmw9SWJ0L50&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&广度和深度学习（wide and deep learning）结合了用于训练广度线性模型和深度神经网络的记忆（memorization）和归纳（generalization）。在这个视频中，你可以了解到在 TensorFlow 当中对这种简单易用的 API 的应用。它们在大规模的回归分析和分类中所涉及到的稀疏输入问题当中非常实用，例如推荐系统、搜索和排名问题。通过这个 视频来探索广度和深度学习的可能性吧。&br&&/p&&p&&strong&11. 深度学习简介&/strong&&br&&/p&&ul&&li&&p&时长：11 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3Dl42lr8AlrHk& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=l42lr8AlrHk&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&这个视频对深度学习进行了数学解释。它将带你了解机器是如何找到不同变量的分组并做出具体决策的。如果你是一个数学爱好者，你将会学到如何调整模型参数。视频简单地解释了神经网络对不同输入内容的反应。&br&&/p&&p&&strong&12. 深度学习揭秘&/strong&&br&&/p&&ul&&li&&p&时长：22 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DQ9Z20HCPnww& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=Q9Z20HCPnww&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&这是一个深度学习的初级教程。其中，你将了解深度学习是如何帮助机器识别特征的。同时，视频用简单的语言解释了神经网络。首先，视频介绍了神经元的工作方式，随后进一步解释神经元之间的交流方式。随后是深度学习在现实世界中的应用。&br&&/p&&p&&strong&深度学习-高级&/strong&&br&&/p&&p&&strong&1.2016 年蒙特利尔深度学习暑期班&/strong&&br&&/p&&ul&&li&&p&时长：系列，共19个视频&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Flist%3DPL5bqIc6XopCbb-FvnHmD1neVlQKwGzQyR%26v%3DxK-bzjIQkmM& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&list=PL5bqIc6XopCbb-FvnHmD1neVlQKwGzQyR&v=xK-bzjIQkmM&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&蒙特利尔深度学习暑期班出现了很多来自不同年龄段的专家与从业人员。该教程是要教人们对深度学习与神经网络有基础的理解。里面有 Yoshua Bengio 教授循环神经网络，Surya Ganguli 教授理论神经科学与深度学习理论，Sumit Chopra 教授 reasoning summit 和 attention，Jeff Dean 讲解 TensorFlow 大规模机器学习，Ruslan Salakhutdinov 讲解学习深度生成式模型，Ryan Olson 讲解深度学习的 GPU 编程，还有其他很多的讲演。想要了解更多内容可参考机器之心之前发表的文章：&a href=&/?target=http%3A//mp./s%3F__biz%3DMzA3MzI4MjgzMw%3D%3D%26mid%3D%26idx%3D1%26sn%3Dff7d748b149eb53cefd5afc%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&重磅 | Yoshua Bengio 深度学习暑期班学习总结，35 个授课视频全部开放（附观看地址）&i class=&icon-external&&&/i&&/a&。&br&&/p&&p&&strong&2. 深度学习教程——高级&/strong&&br&&/p&&ul&&li&&p&时长：1 小时 36 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DDlNR1MrK4qE& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=DlNR1MrK4qE&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&在过去几年中，图像分类、分割、物体检测的技术因深度学习有了极大的进展。该教程会带你了解深度学习的进展，主要集中于使用 Theano 和 Lasagne 的计算机视觉与图像处理。此外，演讲者也讨论了一些重要的技巧，比如用更少的训练数据进行审核等。为了理解视频中的概念，需要一定的代数、微积分与机器学习基础。&br&&/p&&p&&strong&3. 深度学习实践-语音识别与其他&/strong&&br&&/p&&ul&&li&&p&时长：34 分 46 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DLFDU2GX4AqM& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=LFDU2GX4AqM&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&吴恩达的地位无需再多做介绍了，大家都知道他对深度学习的贡献。他是世界上首先认识到深度学习潜力的几个人之一。在这个与吴恩达的一对一对话中，他分享了在深度学习上研究的经验、深度学习所到来的科技进展。他提到大数据的进展正在颠覆如今的产业。观看此视频可以了解更多关于深度学习与数据科学的未来。&br&&/p&&p&&strong&深度学习的应用&/strong&&br&&/p&&p&&strong&1. 详解谷歌 DeepMind&/strong&&br&&/p&&ul&&li&&p&时长：13 分 44 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DTnUYcTuZJpM& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=TnUYcTuZJpM&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&AlphaGo 击败围棋前世界冠军李世乭是一个历史时刻。每当机器超越人类的时候，就会引发一轮新的社会进步。谷歌 DeepMind 宣称自己将下一代人工智能和目标带到研发这样的系统活动中：聪明到可以自主采取行动。这个视频解释了 DeepMind 的起源，以及它能为人工智能领域带来的什么样的变革。&br&&/p&&p&&strong&2. 自动驾驶汽车和深度学习 GPU-英伟达&/strong&&br&&/p&&ul&&li&&p&时长：1 小时 7 分&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DKkpxA5rXjmA& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=KkpxA5rXjmA&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&英伟达 CEO 黄仁勋分享了深度学习与研究如何改变自动驾驶汽车的面貌，如何让其成真的故事。他开局引介了世界上第一个由英伟达设计的、用于自动驾驶汽车的人工智能超级计算机。还解释了深度神经网络和大数据如何被用于解决 GPU 的问题。深度学习和人工智能如何变不可能为可能？这个视频会让你脑洞大开。&br&&/p&&p&&strong&3. 九个超酷的深度学习应用&/strong&&br&&/p&&ul&&li&&p&时长：4 分 43 秒&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DBui3DWs02h4& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=Bui3DWs02h4&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&想知道深度学习和机器学习在现实生活中有哪些有趣应用？这个视频会给你答案。你会看到一些让你脑洞大开的应用，比如，不同化学结构的毒性检测，大型图像有丝分裂检测，序列生成，计算机程序自己怎么玩游戏等等。&br&&/p&&p&&strong&4. 深度学习程序学绘画&/strong&&br&&/p&&ul&&li&&p&时长：4 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DUGAzi1QBVEg& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=UGAzi1QBVEg&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&人工智能神经网络受到了人类大脑的启发，旨在研究神经元之间的连接。在这个视频中，我们会看到几个深度学习应用。但是，神经网络的艺术创作是深度学习最神奇的应用形式。在这个视频里，你将学到如何使用深度学习绘画，或使用人工神经网络对世界名画进行再创作。用户要做的就是输入一张照片，再提供一张目标图片供系统学习（其艺术风格）。&br&&/p&&p&&strong&强化学习&/strong&&br&&/p&&p&&strong&1. 简介强化学习函数逼近-教程&/strong&&br&&/p&&ul&&li&&p&时长：2 小时 18 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DggqnxyjaKe4& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=ggqnxyjaKe4&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&强化学习是由机器学习研究社区开发出的用来做最佳序列决策的技术。该教程提供了对底层形式问题（马尔科夫决策过程）及其核心解决方法的透彻理解，后者包括动态编程、蒙特卡洛方法和时序差分学习。该视频注重这些方法如何与参数逼近（parametric approximation）结合从而找到因过大而难以解决问题的好的逼近解决方案。演讲者也会带你了解函数逼近、eligibility traces 和 off-policy 学习的最新进展。&br&&/p&&p&&strong&2. 深度强化地形学习&/strong&&br&&/p&&ul&&li&&p&时长：3 分钟&/p&&/li&&li&&p&链接：&a href=&/?target=https%3A///watch%3Fv%3DwBrwN4dS-DA& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&https://www.&/span&&span class=&visible&&/watch?&/span&&span class=&invisible&&v=wBrwN4dS-DA&/span&&span class=&ellipsis&&&/span&&i class=&icon-external&&&/i&&/a&&br&&/p&&/li&&/ul&&p&本视频描述了深度学习与强化学习的结合，这种结合被认为有助于解决许多极端困难的任务。谷歌 DeepMind 使用深度学习建立了一个能够玩 Atari 游戏的系统，其表现超过了人类。视频展示了一个有趣的应用就是使用深度强化学习教会处在某些地带中的动物绘制周围环境，避免障碍。&br&&/p&&p&&strong&结语&/strong&&br&&/p&&p&这就是 2016 年的深度学习视频盘点。我们收集了一系列关于深度学习与强化学习的视频，根据年份、浏览量与关联度挑选出了这份最后名单。目前在网络上有着丰富的内容资源，而我们提供的是其中最引人关注的一部分。相信这个列表中肯定会有适合你的内容。&/p&&p&选自 &a href=&/?target=https%3A///blog/-deep-learning-videos-tutorials-courses-on-youtube-from-2016/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Analyticsvidhya&i class=&icon-external&&&/i&&/a&&strong&机器之心编译&/strong&&/p&
几年之前，深度学习还是机器学习中一个不太受人关注的领域。随着最近神经网络和大数据概念的出现，很多复杂功能的实现已经成为可能。 目前，深度学习已经被应用到很多的领域当中，例如：语音识别、图像识别、在一个数据集当中寻找模式、照片中的事物分类、…
我先来推荐一下，使用Totalcommander两三年，入门而已，有不妥的地方还望见谅！&br&1、Total Resizer------批量压缩图片（可以直接在目录下压缩，压缩率很高，可以自定义）&br&2、Visual Dir Size------显示文件夹及文件大小并排序、可以显示饼图、条形图，按文件类型统计、按目录名称排序、显示百分比(还可以生产Html报告)&br&3、Ulister_Redist------功能强大的文档查看插件，目前支持查看超过500多种文件格式，且库文件仍在持续更新维护中&br&4、QuickSearchExtended------利用拼音首字母进行文件的过滤&br&5、Imagine------小巧、强大、快速的图片查看插件&br&6、NewFiles------批量新建文件、文件夹&br&7、DirSizeCalc-------显示目录信息的，比如大小，包含文件数等 &br&先推荐这几款插件！希望大家把自己在使用中很好用的插件给大家展示一下，大家相互学习、交流！
我先来推荐一下，使用Totalcommander两三年，入门而已，有不妥的地方还望见谅！ 1、Total Resizer------批量压缩图片（可以直接在目录下压缩，压缩率很高，可以自定义） 2、Visual Dir Size------显示文件夹及文件大小并排序、可以显示饼图、条形图，按文件…
&p&这些内容是我入行一年来的积累。绝对走心，实用。&/p&&br&&p&这182篇文章也是有逻辑的，对应着新媒体编辑的工作发展和能力需求，从入门基础工作到身兼数种技能，让自己获得实实在在的成长。&/p&&br&&p&负责任的说，微信运营、新媒体编辑这一篇可以学很久，很久……&/p&&br&&p&简单列个自学目录，把握好进度哈 &/p&&br&&p&&strong& 一、排版配图&/strong&&/p&&br&&p&1、排版&/p&&p&2、配图&/p&&p&3、提高设计感&/p&&br&&p&&strong&二、内容创作&/strong&&/p&&br&&p&1、选题&/p&&p&2、内容写作&/p&&p&3、标题技巧&/p&&p&4、微信编辑基础知识&/p&&br&&p&&strong&三、技能工具&/strong&&/p&&br&&p&1、运营工具、方法&/p&&p&2、效率、技术体现在这里&/p&&p&3、公众号设计必读&/p&&p&4、职场必备PPT知识&/p&&br&&p&&strong&四、微信运营手册&/strong&&/p&&br&&p&1、框架类大型干货&/p&&p&2、微信起名、数据、第一批用户&/p&&p&3、微信运营者干货分享&/p&&p&4、心得、观点分享&/p&&p&5、如果你运营企业号&/p&&p&6、新媒体运营答疑&/p&&br&&p&&strong&五、新媒体行业&/strong&&/p&&br&&p&1、关于趋势&/p&&p&2、关于新媒体变现&/p&&p&3、新媒体职业规划&/p&&p&4、推荐书单&/p&&br&&p&&strong&六、运营是件大事儿&/strong&&/p&&br&&p&1、活动运营&/p&&p&2、社群运营&/p&&p&3、用户运营&/p&&p&4、运营知识、体会&/p&&br&&p&&strong&七、文案营销都得来&/strong&&/p&&br&&p&1、关于文案&/p&&p&2、关于营销&/p&&p&3、关于创意&/p&&br&&p&&strong&八、开拓眼界&/strong&&/p&&br&&p&------------------------心塞的分割线----------------------&/p&&br&&b&一、排版配图&/b&&br&&br&&p&&em&01 &/em&&strong&关于排版&/strong&&/p&&br&&p&① 排版基础排版力求简洁，整体大方，首要目的是为了让内容更容易被用户理解：&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3D497ed122ef12df65e66b3d3ad1a2bb60%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&001、《不会排版？先弄懂这些基础规范（入门须知）》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D2%26sn%3D5edb0ce190dc8%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&002、《这20个排版误区，你踩过几个？》&i class=&icon-external&&&/i&&/a&&/p&&br&&p&② 给你个特别的案例来开脑：&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3Df13d2f6d3fb246f8cea504b%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&003、《公众号文章花式排版大法》&i class=&icon-external&&&/i&&/a&&/p&&br&&p&③ 通过深扒去加深排版理解提高排版技能最快的方法就是模仿，所以抽时间做这种：&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3D0e6c92eb0f29ded4eafcda%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&004、《深夜发媸美到没朋友的排版，是怎么做出来的？(手把手教你)》&i class=&icon-external&&&/i&&/a&&/p&&br&&br&&p&&em&02 &/em&&strong&关于配图&/strong&&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D2%26sn%3D93a0a32e4be8a%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&005、《微信编辑没有高逼格儿GIF动图？送你13个网站，拿走不谢…》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D2%26sn%3D4eb58c2e543a08ddscene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&006、《运营微信，如何配图？送你14个高清图片网站（收藏吧）》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3D6babc0fb957ddb%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&007、《网上有图千千万，你却找不到合适的那一张?》&i class=&icon-external&&&/i&&/a&&/p&&br&&br&&p&&em&03 &/em&&strong&需要提高一点设计感&/strong&&br&&/p&&br&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3Dafe56b646e30bdae1ec9a%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&008、《不论是PPT、海报还是图文排版，都用得上的25条设计技巧》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3D738e856efb%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&009、《新媒体编辑审美提升攻略：17招设计超赞海报（收藏）》&i class=&icon-external&&&/i&&/a&&/p&&p&&a href=&///?target=http%3A//mp./s%3F__biz%3DMzAwNzEzNzU0Ng%3D%3D%26mid%3Didx%3D3%26sn%3De4bdd1e2e1%26scene%3D21%23wechat_redirect& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&010、《古典、文艺、优雅等28种情景，该用哪}
我要回帖
更多关于 诛仙3.1诛仙剑哪里打 的文章
更多推荐
- ·以色列犹太人是一夫一妻吗多妻制吗
- ·yandex直接打开网址链接网页为什么不能更改过滤模式！
- ·3AD50C电源考虑单板12v总线最低电压不低于8v应加上多少伏为标准？
- ·AB A B O哪个血型最稀有遗传规律表熊猫血
- ·海龟可以私人养殖吗能在陆地上生长吗？
- ·地下城与勇士魔皇86版本魔皇要有多少魔攻
- ·关于幻想理想与梦想作文梦想的作文400
- ·进击的巨人百度云，百度云，在线等
- ·cf绝迹刀白鲨的ak为何那么刚
- ·篮 球开?户玩的年轻人多吗
- ·在线等，这个配置玩lol，龙之谷配置检测这些游戏怎样。能开什么特效。急急急。
- ·金州勇士黑八奇迹 怎么样才能成为的代理啊。
- ·漫游带迷你死灵还是dnf迷你莉斯宠物
- ·还有人记得彩虹岛玩的人还多吗吗，80后门
- ·游戏代练运费请帖模板怎么写写
- ·金河酒业.红梁陕西传奇酒业.忆当年.多少钱
- ·生死狙击怎么私聊的好号给的私聊
- ·腾讯坦克大战指挥官5级KV13指挥官用什么
- ·西洋拳（欧美）泰拳厉害还是散打厉害泰拳
- ·金融什么平台可以玩饥荒的吗？
- ·新仙剑剑仙技能加点问道3.1执行仙的技能
- ·32-35全写
- ·gta5差一万，任务也gta5任务都做完了干嘛，怎么快速赚一万块钱？
- ·二人视频麻将麻将在线玩，交流下吧？
- ·英雄联盟掉线不打会不会掉段
- ·给我个最一个最强的生死阻击免费观看机的号
- ·求进击的进击巨人真人版后篇篇！！
- ·全民超神 王者荣耀更新到98就退出
- ·不让大课间跑操音乐的东北话咋说
- ·新版炫舞炫音最新版下载里面的梦想卡怎么用啊
- ·梦幻西游d5狗礼包2017礼包
- ·六龙星际争霸人物介绍游戏里面的龙在人物上方盘旋是什么技能
- ·魅影爱我t6电池怎么2017年可拆卸电池手机
- ·我玩植物大战僵尸国际版吧2国际版很卡是怎么回事，感觉慢半拍，二倍速感觉才是正常速度，联想P770，还有救么
- ·世界上有多少个叫周爽周宇光什么关系
- ·寻仙9778的圣兽宝宝寻仙圣兽怎么学技能属性
