@db520 算法结果！=向用户推荐。算法也不包括是否有广告，广告内容是什么。

@uuuing https://scholar.google.co.uk/scholar?hl=en&q=reCAPTCHA&btnG=&as_sdt=1%2C5&as_sdtp=

@uuair 就不应该装 pyenv 里，它的设计理念是要求指令跟着切换的版本变的。
如果你用 brew 在系统上装一个 python3 ，用那个 python3 安装 you-get 就没这个问题。

@uuair 你 ll /Users/uuair/.pyenv/shims 一下， shims 应该是个软连接。如果不是，那么 /Users/uuair/.pyenv/shims/you-get 就是个软连接。把它移到 /usr/local/bin 。
然后打开 /usr/local/bin/you-get ，第一行，如果它是 /Users/uuair/.pyenv/shims/python ，把它改成 /Users/uuair/.pyenv/versions/3.4.2/bin/python （取决于 ll /Users/uuair/.pyenv/shims/python 的结果）

@uuair which you-get, 如果它不位于全局 $PATH ，移动到全局 $PATH 。然后打开，第一行，如果指向 pyenv 的路径，改到具体的 python3 路径上。

什么鬼，你这根本就不是问题，你 pip3 安装的 you-get 就是调用的 python3 ，和你 python 是 2 还是 3 没有任何关系。
根本不存在切换的问题。

除非你找到了浏览器的漏洞， user-context 的 JS 不可能修改 user-agent
@Kokororin ajax 也不可以修改 user-agent

.SSH/config

http://i.imgur.com/kktQcYU.png

新的一年，我会发送更多感谢的。。

既然所有数据都能被塞到 json 里面，干嘛还需要一个 表单字段 多此一举呢？

你要的应该是肇事者是谁，车有什么特征这样的答案吧。
把黑白的处理成彩色的有用吗？算法能处理成的彩色效果，你脑补就可以了啊。

@q397064399 「不好意思的意思」这个「模式」是「可学习」的

我继续说，为什么现在深度学习突然有一种人工智能大爆发的感觉呢。其实和几方面是分不开的（一下描述不准确（我又不是在写论文））：
1. 神经网络使得模型本身可学习了。在以前，机器学习在设计模型的时，可能要考虑它是线性的还是需要进行某种（例如指数）变幻以符合它的分布特征。而神经网络通过将这种变换参数化，使得变换本身也是可学习的。再通过多层叠加，模型本身可以学习拟合出任何其他的模型。甚至特征提取都能被机器自动学习，实现点（原始输入）到点（直接输出）直接训练，这极大地提高了学习的效果。
2. 运算能力。其实神经网络这一算法几十年前就已经提出来了（不精确，我又不是在写论文），但是由于上面说过的，模型本身也可以学习，导致参数过多。在以前，模型深度（层数）不能太多。随着运算能力的不断提升，更深，层数更多的神经网络模型得以实现以及训练，让它能够拟合更多的模式，学习更多的内容。
3. 大数据。机器学习的训练需要的数据量随着参数数量成正比，如果没有足够的数据，是不能让模型收敛的。

想到哪就说到哪，就这几点先吧。

所以，在现在这个时间点上，天时地利人和，使得人工智能变得可行，实用。所以会有一种「人工智能大爆发的感觉」

而「编程搞出来的东西，都是算法而已，既然是算法，那就是有穷计算的」，其实是不理解，为什么「模式」是「可学习」的。
其实非常简单。极端地讲，假如目标「模式」是一段程序，那么要设计另一个程序去生成这个「模式」程序，怎么办？极端地，很简单，随机生成一段东西，然后看看它是不是目标「模式」就好了（例如围棋胜率最高）。

这个生成「模式」程序的过程，就是机器学习。当然，现实中会有各种手段去加速这个过程，而不是随机生成一段程序就拿去试。但是，你只要理解，「模式」是「可学习」的，就可以了。


好了，现在问题回来了：
「从广义上来讲，围棋棋盘的布局是有限集合，只要足够快的计算机（理论上的超牛逼计算机）， 从算法层面上，完全击败人类是毫无问题的，」
从某种意义上说，「机器学习」的过程将将可以看做一种穷举，它在穷举各种可能的模式。
但是，真正和人下棋的那个「模式」程序并不是，它「识别」了围棋的「模式」（只不过以它的方式），和人类一样。

现在的人都被深度学习，神经网络，机器学习，算法这些名词搞糊涂了，忘记了这个领域更早的叫法——模式识别。我觉得这个词其实更能表达它是什么，而深度学习其实是一种手段罢了。

「人类可以通过总结过往的经验，从更高层次的抽象层面上来大致判断一个移动的物体是不是老鼠」这是一种模式。
如果让机器来做，无论是人工规则，边识别，特征提取，模型训练，直到点到点；都不过是一种手段。

只要模式是存在的，机器拟合出来的「模式识别」程序，与「人类可以通过总结过往的经验」有什么不同？

@t6attack google 的论文，能 100%重现的有多少？先不说实现的问题，就运算量来说，除了 google 还有谁能玩得起来？

@lcdtyph 然而并没有什么需要维护的啊。。

@ifanr2016 然而我不用微信。