機器學習：選對時機直線超車

##經驗壁壘

俗話說「一張白紙好做畫」。有時候經驗反卻是一個籠子，錯過新的/更強大的解決方案。思惟模型的固化會讓你很難接受另外一種編程模型。
舉個現實例子：公司如今要開展一個全新的項目，而且在前期調研時發現xxx語言特性完美適配項目架構，做爲公司高管你會選擇讓月薪3萬的程序員學習新語言以後接手這個項目仍是招聘3個月薪5千的技術新手？

##直線超車
假設人類已經研製出一種光速飛行器，咱們要去25光年外的一顆小行星，如今飛行器能夠以1倍光速飛行，可是在到達目的地以前很難更換飛行器。你是否如今出發？
假設5年後有望研發出2倍光速的飛行器。你是否如今出發？

##精力投資
不客氣的說，一直以來機器學習的應用只是demo級別。在人工智能的道路上，現階段處在塑造血和肉的階段，距離真正的智能具備至關遠的距離。現階段是各框架/庫/API/語言的混沌時代，好似2011年Android/iOS/WindowPhone的三國時代，若是當時你選擇的是WindowsPhone，誰會憐惜你當時付出的青春？Stephen Elop嗎？

##追隨道德強者
我我的是google的追隨者，不是盲目崇拜，而是相信google "Do not be evil"的原則。最近google發佈了tensorflow的中文課程https://developers.google.cn/machine-learning/crash-course/（不用×××也能訪問），我看了下課程內容設計的很合理，表現的很直觀，甚至還有練習題。你大概會花費15個小時學習。

##最後
無論別人經過哪些途徑來「入門」深度學習，但顯然最有效的方式是這15小時的精力投資。這是你直線超車的機會。