uni-app 快速入门 从零开始实现新闻资讯类跨端应用

• 第8章 坚持就是胜利，坚持才会有所成就（详情页功能模块）

  保存下载
  -
• 第7章 锲而不舍，金石可镂（标签页功能模块）

  保存下载
  -
• 第6章 做事是否快捷，不在一时奋发，而在能否持久（搜索页功能模块）

  保存下载
  -
• 第5章 扬帆起航，胜利在向你招手 （首页功能模块）

  保存下载
  -
• 第4章 工欲善其事,必先利其器 （uniCloud 的基础用法）

  保存下载
  -
• 第3章 千里之行，始于足下 （基础配置）

2014年，我供职的谷歌大脑（Google Brain）团队在计算机视觉领域著名的标准测试比赛ImageNet上，用一个22层的深度神经网络获得了第一名。在给这个网络起名字的时候，我们玩了一个小小的文字游戏：将Google的l大写，即写成“GoogLeNet”。比较“极客”的读者可能会马上发现，这是在致敬1989年出现的，也许是那个年代最著名的神经网络LeNet。在计算机还处于刀耕火种的年代，LeNet就已经被用在全美国的邮政系统中，来读取每一封信件上面的邮政编码。而LeNet的作者，就是今天为大众所知、图灵奖的获得者，也是这本书的作者杨立昆。

30年前，神经网络走过了非常崎岖的道路。最初的成功过后，神经网络因为本身训练的复杂性、结构的不确定性、对数据量的依赖性、理论的不清晰性等，在2000年年初的一段时间之内逐渐被更加有理论依据的凸优化、核方法、概率图模型等取代。杨立昆和其他两位同获图灵奖的大师约书亚·本吉奥和杰弗里·辛顿回忆起自己在这段时间的坚持的时候，笑称这是“deep learning conspiracy”（“深度学习的阴谋”），而他们自己是Canadian Mafia（“加拿大黑手党”），在各自所在的学校中，他们坚持自己所相信的神经网络研究。

学术界对于神经网络的负面观点是比较普遍的。例如，2010年，我和奥里奥尔·温雅尔斯（Oriol Vinyals，谷歌子公司DeepMind星际项目的首席科学家）在加州大学伯克利分校捣鼓神经网络的时候，我们的前系主任笑称“扬清和奥里奥尔在搞mumbo jumbo（大而无当的东西）”。当然他让我们继续自己喜欢的研究，这也是学术界的开放精神之所在。