你这是在薅 shzy 羊毛！哈哈
有些地方有公共 wifi ，网页验证那种。可能不封 53 端口 udp 流量。你可以考虑一下。

@Luzifer 有过，近期没遇到。那次换别的下了
我不是会员

不期待解除了，我用官方客户端， x86 平板挂机，可网页推送任务
aria2 下 bt
还可以顺便挂个 pt

@yyfearth 习惯-。-

@bearqq 我想说的是 flappy bird 不是怒鸟，抱歉

以下有一些是深度学习里的词，不懂可以忽略，感兴趣可以百度
围棋是监督学习，你提到“思考”，所以我想说说别的东西，无监督学习

DQN 是一个典型的无监督学习方法，能展示典型的“思考”的过程。
如果说一个函数对确定的输入（可能时间相关）有确定的输出，那么我们可以去逼近这个函数。 DQN 认为，如果我们给出当前的（游戏）状态变量，作为输入，加上“下一步的可选行动”选项，我们可以通过这个函数来预计游戏结束的分数。那么如果我们想要得更高的分数，我们就分别计算每个可选行动，对得出分数最高的那个行动进行实施不就可以了吗。

举个例子，愤怒的小鸟。如果我们把当前屏幕截图给模型（如上状态变量，即输入），我们可以让他跳跃或者不跳跃（下一步的可选行动），让机器自己去判断跳还是不跳。机器计算一下，跳的话最后得分可能是多少，不跳的话最后得分是多少，然后决定跳还是不跳。

那么思考过程呢，就是对那个“预计游戏结束的分数”的函数。计算机不断的用这个不完善的函数去尝试，每次结果的偏差用来修正这个函数，不断的去逼近真实的那个预估函数，不断的提高自己的预判能力，不断的提高自己的分数。逼近的过程是数学方法，有兴趣可以了解梯度下降，这是深度学习“思考”的本质。

然后你就看见电脑控制着那个鸟，一开始撞的满头包，后来能跳过几个桩了欣喜若狂，过了百万次（帧，预判次数）以后，他能顺利飞过所有的桩，根本停不下来。
就像教孩子一样。

源码在此 https://github.com/yenchenlin/DeepLearningFlappyBird ，需要 tensorflow
还有有土逼的视频
https://www.youtube.com/watch?v=THhUXIhjkCM

@la0wei 我说过了，我不谈宣传
v 站里都是懂点技术的人，不是一般人，一般人只知道看宣传，而 v 站的人才回去了解实际的东西，宣传语不适合我们
oppo vivo 打死我也不信能卖这么贵，这么多，但现实就是这样，存在即合理。我也相信咱是不会去碰的。
有些人买的是硬件，有些人买的是爽，有些人买的是情怀，有些人买的是广告，随便。
对于 newifi ，早些年时候我入的 79 ，最近朋友刚需入的 99 ，都合适。

过滤网页广告当然是 firefox+ublock origin
或者 chrome

怎么宣传我不谈，你提到的功能我们可以聊聊
我推荐两个身边的人买 newifi mini ，他们没有千兆需求，需要够稳定，性能还可以的机器，再合适不过。而且价格可以做到很可观。
更低端的机器 cpu 内存都更低，缺乏保障。
而且，他可以刷 openwrt ，应对学校奇葩的拨号要求什么的。
功能和价格决定了定位，只不过你不是人家的目标客户罢了。

看见 go 第一反应已经是围棋了→_→
试试对二进制 c 扩展的库支持

ublock origin +1

另外 cpu 只支持一个 x16 的 pcie ，不推荐双 1080.
https://ark.intel.com/products/97129/Intel-Core-i7-7700K-Processor-8M-Cache-up-to-4_50-GHz

付个晒单 http://post.smzdm.com/p/522346/
看你预算和需求吧， intel 已经挤了很多年牙膏了。

1000w 电源可是要双 1080 ？？
主板可以 270 ， cpu 7700k 已经出来有晒单了都。。

你以为他是用一种算法规则去赢的
其实他是模拟了你的大脑去理解棋局去赢的。
写过代码不代表你懂什么，发言以前至少百度一下神经网络是什么

带个安卓开 wifi ？

todo 这个 flag....

感光元件索尼 378 298 398 的任挑
还有三星最新旗舰