首先反驳“机器学习的算法就这么几种”这一观点。少年你得去看看 Graphical Models ，针对每一个实际问题要先建概率图模型，这一步就得兼顾可计算性和对问题的刻画能力。然后你找一种分布式算法去算吧， Parameter Servers 在向你招手。可以说每一个不同的数学模型建出来的 Graphical Model 就是一个不同算法，要是不同意，你就得承认 HMM 和 Logistic Regression 是同一种算法（都可以由 Graphical Model 刻画）。

要能精确通过数学语言刻画一个实际问题，这就是功力。

如果你不想用 Graphical Model 而投降“黑箱”算法——深度（神经网络）学习。呵呵，你真以为神经网络是完全黑箱吗？你明白 CNN 是针对数据的什么特性在工作吗？（ local receptive field + 平移不变性）应用到具体的问题上就更复杂了，比如两分类，我如果保证正例标注只会漏标不会错标，你如何修改标准的 loss function 以提升在这个具体问题上的性能？

神经网络现在有很多零件，包括结构上比如 CNN, LSTM, Auto-Encoders ，启发式约束比如 L1/L2 正则化，各种 Sparsity Constraint ，训练方法比如 Nesterov Momumtum （一阶方法）， L-BFGS （二阶方法）。网络结构尚且不说，其他每一个超参都会影响到最终训练出来的模型。如何训练神经网络是一种艺术而非技术。

不越狱，绝不越狱。倒不如说不越狱用的很开心是我用苹果的理由。

春节法定假期是 3 天，就好像国庆法定假期 3 天，劳动节法定假期 1 天一个道理。

所谓 7 天黄金周，是通过 3 天法定假 + 2 天周末 + 2 天调休形成的。

这么多年了连这种制度都没看明白么？

试试罗技 G502 急速滚轮。

Python 语言设计的一个规定，参数的默认值是对象而非一个表达式，不会每次重新执行，所以你在默认参数写 l=[] 才会导致 mutable 。

C++ 的规定正好相反，参数的默认值是一个表达式而非一个对象，每次调用都会重新执行这个表达式。

try: ... catch ... else: ...

IDE 上手慢，但是熟悉之后绝对可以提升任何任务的工作效率。

@guolingbing 用用看吧，习惯了会很爽的。

你可以看看 itertools 这个包，有很多好用的函数。

完善的平台：

Windows 平台用 Visual Studio >= 2015 ，如果不差钱再加上一个 Visual Assist X 。
Mac 平台可以考虑 JetBrains CLion ，或者 Xcode 也能凑合用。
Linux 可以考虑 KDevelop 。

@guolingbing 可能是因为你没写过几百个文件、有 unittest 、用 git 做版本管理、本地环境还不能跑（需要设置 deployment + auto upload ）的项目。

jupytor 根本没有项目管理，智能化程度也不高。 PyCharm 做各种 Rename 和 Refractor 就是一绝，而且能识别各种 Doc string ，如果你传参类型出错可以下划线提示出来。所有这些 IDE 该有的功能 jupytor 都是不具备的。所以 jupytor 也就能跑一个实验脚本有用了。

@guolingbing 写 Python 不上 PyCharm ，说明你的工作效率还有待提高。
写 Python 不用 SciPy 全家桶（ NumPy + SciPy + Scikit-Learn ），证明你已经跟不上时代的潮流了。

这两个情况都是吃内存的大户。

看书，看论文。

都上虚拟化独显了，为什么不考虑两台电脑……

@LigeLaige (\D|^) 和 (\D|$) 是不可或缺的，否则匹配不了开头和结尾出现的六位数字。

另外我平时觉得用前向断言更方便，毕竟扔掉了这个组， re.findall 可以把所有匹配项直接一次性拿出来。当然对于这个例子可能没什么区别。

@cfczdws 恩，其实我回复的时候一时间没想起来 [^\d] 等同于 \D 而已。

(?<=[^\d]|^)\d{6}(?=[^\d]|$)

https://www.google.com/ncr

日经贴

@glogo 你得先确认 test.cpp 是不是引用了 .h.in 而不是某个 .h ……

如果你说的是对的话，大概 g++ 本身支持？无所谓了啦， g++ 支持比标准 c++ 更多的特性又没什么副作用。