【置顶公告】为提高本专题文章质量，避免低质量无关文章重复投稿，即日起本专题将不再以公开投稿形式收录文章。有投稿需求的作者们，欢迎以私信发送文章链接的形式继续投稿！专题管理员也会适当收录一些优质的文章进入本专题，感谢大家对本专题的继续支持！ ----------------------------------------------------------- 蓬头垢面、短裤人字拖、目光呆滞、少言寡语，我们是隐匿于现代都市的键盘侠，过C++，斩Java，心有Python，胸有PHP，从世界上最好的语言中走出Html的浪潮，我们的名字叫 程序员，我们的信念叫 技术！ 主编：代码咖啡 http://www.jianshu.com/users/9b87ba5fc959 为保证本专题为读者创造良好的阅读环境，为作者创造舒适的创作氛围，列本专题投稿须知如下： 1. 无推广性质链接 本专题不推荐将推广性质链接放入文章中，包括但不限于QQ/微信/微博/知乎/豆瓣等，若含有QQ群等推广信息，请放入个人主页的简介中。 【补充】考虑到一些质量优秀的文章，其作者有推自己公众号及QQ交流群的需求，为不让好文章被埋没，酌情考虑收录此类文章，推广内容仅限公众号、QQ群，且QQ群推广内容仅包含QQ号，严禁出现入群可得学习资源等截图文字信息！ 2. 推荐原创文章 本专题支持原创，禁止单纯的粘贴复制，允许原创基础上适当修改；纯粘贴复制文章，若经发现，将予以移除。 3. 收录范围 本专题主要收录技术相关文章，但不限于技术，可包括：经验谈、程序员系列小说、产品分析、下载资源等。 4. 内容排版 为确保良好的阅读体验，文章内容排版要求如下： * 段落间空一行 * 段落标题显眼 * 关键代码放入代码块 * 下载资源文请附上详细的资源说明和插图 * 贴图插图无水印、链接 * 文章样式干净整洁、大方得体 * 文章主体充实，非笔记性质内容 5. 严禁宣传广告文 本专题不建议收录宣传广告性质的文章，包括但不限于：培训机构、服务宣传、组织推广等系列主题。此类文章投稿次数达到3次及以上的用户，本专题将不再接受其任何投稿，将其列入专题黑名单。 6. 其他 若文章被收录后更新，更新后内容与上述要求不符，本专题将对文章予以移除 ------------------------------------------------------------ 技术源于信仰，我们是程序员，欢迎投稿！ ——源自【程序员技术栈】

欢迎大家踊跃投稿

推荐文章：https://www.jianshu.com/p/5af9293297ea ------------------------------------------------------------ 视编程为爱好，欢迎各类充满热情的编程技术分享。Python、C/C++、Java、Spring、.Net Framework、嵌入式、机电一体化所有和编程相关的内容都欢迎。 知识星球：https://t.zsxq.com/2ZfeAMN 公众号：亖的 side4u 企鹅群：470100934 点击链接加入群聊【编程直播室】：https://jq.qq.com/?_wv=1027&k=5w1pJpY

诚招管理员！联系我~ 本专题专注于大数据技术，包括但不限于：分布式系统，hadoop，spark，storm，mesos，hbase，zookeeper。。。 Tips:如果是自己学习这些技术，通过社区学习是一个不错的方式。 JIRA:https://issues.apache.org/jira/browse/SPARK/?selectedTab=com.atlassian.jira.jira-projects-plugin:summary-panel

心情不好的时候问自己 ： 我为何这么屌 心情好的时候问自己 ： 为什么比我屌的这么多

干货技术文。

机器学习(Machine Learning，ML)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。数据挖掘是从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘中用到了大量的机器学习界提供的数据分析技术和数据库界提供的数据管理技术，机器学习是数据挖掘的一个重要的工具。机器学习交流群：613944735

想做个『条理清晰的』 前端技术共享

整理汇集各种网络IT在线课程，包含linux，python，运维，大数据等多种技术。也欢迎大家踊跃投稿发掘更多的资源。

本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！

每周产品介绍：微信“万能拍照识图”小程序，一键提取图片中的文字，识别花草树木.欢迎品鉴.

Java，netty，go，kubernetes，k8s，docker，分布式，微服务，云计算，前端，Node.js，React，React Native，Android，service mesh，serverless。--不要用电脑发，不要发广告，不要发贩卖焦虑的文章，不要发资料，讲座，只发干货

《知了》专题大到包罗IT业及互联网的大情小态，小到收罗便利的工具和应用，准则是“用大脑思考、用良心酿字、用简单逻辑表述、用诚意筛选”，如此，大家安好！缺陷是专题非“技术流”，那些纯程序员才能读懂的文章，由于本专题无把关能力，暂不收录。如果愿意共同营造一个小天地，欢迎共同编辑，也欢迎投稿！谢谢！（站内联系！）

木子心语，默默品味iOS技术，心怀感恩。乐于分享,如同清泉润物，静待时光缓缓流淌。

玩转树莓派的经验 投稿无需审核，但请注意质量，如质量或字数不够将会删除

树莓派

技术宅，程序员，摄影师