{深度学习}⊂{机器学习}⊂{人工智能}

帮你问了下 chatGPT
1.《 Python 深度学习》(Deep Learning with Python) by François Chollet 。这本书由 Keras 框架的作者撰写，详细介绍了使用 Python 和 Keras 进行深度学习的基础知识和实践方法。

2.《机器学习》(Machine Learning) by Tom Mitchell 。这是一本经典的机器学习入门教材，介绍了机器学习的基本概念、方法和算法，并提供了一些实践项目。

3.《统计学习方法》(Statistical Learning Methods) by Li Hang 。这是一本非常全面的统计学习入门教材，介绍了从感知机到支持向量机、神经网络和深度学习等各种机器学习算法。

4.《机器学习实战》(Machine Learning in Action) by Peter Harrington 。这本书介绍了一些基本的机器学习算法和实现方法，同时提供了一些实践项目，让读者能够更深入地了解机器学习。

5.《 Python 机器学习基础教程》(Python Machine Learning) by Sebastian Raschka 。

我现在经常让他写脚本，基本上都能直接用

其实一样的，利息无非和本金、还款周期有关。在利率不变的情况下，两个选项没有所谓哪个比较划算。

用火鸡理论不太恰当，那是 ETO 玩的把戏，应该用虫子理论。
一个冷峻的答案就是，站在更高维度来讲，个体人类的意义在于为作为群体的整体贡献力量，只有这个群体才是具有生存意义的。虫子从未被消灭，是因为个体的贡献，但单独的个体却无关紧要。
但这样的答案显然不符合社会主义核心价值观，所以，通常应该这么来说，我们应该把个体的行为，与实现群体的目标相绑定，通过实现群体目标来实现个体的意义，也就是你说的 99%的人去努力成为那个 1%的人。
延伸一下，A 国的群体目标，和 M 国的群体目标显然不一致，甚至 A 国，M 国自身都有好多个相互抵触的目标，这也就是为什么 ETO 希望通过三体来解决人类自身无法解决的问题，同时这也是为什么我们提出推动构建人类命运共同体的原因。

看了三体这么宏大的叙事，别说奥巴马觉得作为总统的工作都是在斤斤计较于一些很小的事情，我都觉给摸鱼真可耻了呢。哈哈哈

@vevlins 这种团队熟人比较可靠，或者说已有核心的三到四人了，需要扩招。楼主通过线上拉，1 个人拉 7 个人，而且没有展现其人格魅力，惜字如金，最该展现的时候不展现，说什么懂的都懂，不说能不能拉成功，就算拉成功了草台班子的可能性多大心里有数吗？这对双方其实都是个风险。

@goodryb 所谓的四叶草户型

可以谈谈你构想的内容运营和营利模式吗

@shuxhan
document.querySelectorAll('a.topic-link').forEach(function(r_node) {
r_node.target = "iframe_splitview";
});

@wudicgi 我的 mac13 ，改 65%刚好

可以收藏到书签，代码填在网址栏里，不过要在前面加个 javascript:

@uprit 书架和书的关系吧。家里藏书不多，但是新房装修的时候特意做了一面墙的书架 LOL

https://registry.hub.docker.com/r/linuxserver/calibre-web/ 用的是这个 docker

Calibre 客户端程序会改拼音，但是 Calibre-Web 不会；删除那个你用的可能是归档，在书籍列表里可以操作物理删除。

Calibre-Web 的两个问题可能并不存在，不知道是不是镜像不同。

@ShundL 听楼上分析，支付请求是 bypass 传递过去的，不知道走不走服务端，如果走，那被锁的应该是 bypass 服务器。但我觉得是不走的，所以楼主输密码其实也没风险😏

@wangxiaoaer 支付宝正常交易一天就有上亿笔，非法请求不见得少多少量。支付宝的攻防那确实是神仙打架，能亮出来网页版账密直付就说明风险几乎没有，但这样倒推的讨论有意义吗？

@DomonLee 在看，头昏脑胀的时候看一下，感觉会很舒缓。

@hhjswf 楼主说的不是敢不敢给密码的问题，而是说别有用心的人如果收集了几万几十万个支付宝账号，然后每个通过密码碰撞进行支付的风险度问题。如果每个支付宝账号密码（ 6 位数字）一天可以试错 5 次，那每天刷 100 万个支付宝账号，概率上就有 5 个是能成功的。如果支付宝没有其他防御机制，这种风险还是相当大的。