《Rubicon》，其他作品，美国出品，2009年上映。
隐忍心迹情至深，沟壑纵横虐真心。 情丝细微绕柔处，涕泪恣意感人心。
各个集数专题的参考文献实在有限，语言比较无聊。个别集数的题目和角度实在轻佻到令人难以忍受。
这部剧是纸质版的看了一半，又在电脑看了剩下的一半，看得停不下来。怎么说呢，看完过后心情有点复杂，好像一切都是错开的理解之间造成的悲剧，表面看似乎只要其中一个人少说一句话或是多说一句话，悲剧就不会发生。可是真正造成这种悲剧的，是原生家庭造成的扭曲偏执的爱。老师，学生，家长都是这场悲剧的推手。 这件事真正无辜的是，只有被杀的爱美。
我以为也就是张灵玉一个被毁，实际上每个人都ooc，说是cos都嫌弃不够美的程度。动画ooc漫画，剧集再ooc动画，作品的精髓就一层层的剥没了。以及，我的小师叔不是个木头……
只有静下心，细细品味，陈先生这部剧其实会给人一种崭新的认知。
不管是宏观世界还是微观世界，一切现象和事物都是从无序走向有序，最后有归于无序 。 亚里士多德从观察的现象归纳出一套“坚不可摧”的世界观理论，一切都在上帝的掌握之中，按照既定的目标和本质运行，统治世界2000年。 牛顿的机械论世界观，把上帝高高挂起，让世界在相互作用下精密运行，统治了200多年。目前在一定区域内我们还是生活在牛顿世界里。 达尔文的物种起源，将自然选择和适者生存推到了风口浪尖，不仅事前没有任何既定的安排，而且事后如何发展生物体根本无法做主，要有自然发展来决定（或者是基因突变 或者是种群类的竞争 也许是天外来客等等等等，没有规律），彻底把上帝抛弃。 而恰恰量子理论的研究发现在事物确定之前是无序的或者是一个叠加态，要如何确定他，要看你观察的角度，也许这才是世界的本质，宇宙根本就不想让我们知道他的意图，他本身并没有什么意图。 这部剧有很多学术用语，有的地方读起来很烧脑，跳过了不少地方，但是我还是认真的写了一下自己的收获。
本剧由Keras之父、现任Google人工智能研究员的Francois Chollet执笔，详尽展示了用Python、Keras、TensorFlow进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。在学习完本剧后，读者将了解深度学习、机器学习和神经网络的关键概念，具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力，学会解决现实世界中的深度学习问题。除此之外，本剧还深刻剖析了当前的“人工智能热”，从理性的视角展望了深度学习在未来的可能性。
隐忍心迹情至深，沟壑纵横虐真心。 情丝细微绕柔处，涕泪恣意感人心。
各个集数专题的参考文献实在有限，语言比较无聊。个别集数的题目和角度实在轻佻到令人难以忍受。
这部剧是纸质版的看了一半，又在电脑看了剩下的一半，看得停不下来。怎么说呢，看完过后心情有点复杂，好像一切都是错开的理解之间造成的悲剧，表面看似乎只要其中一个人少说一句话或是多说一句话，悲剧就不会发生。可是真正造成这种悲剧的，是原生家庭造成的扭曲偏执的爱。老师，学生，家长都是这场悲剧的推手。 这件事真正无辜的是，只有被杀的爱美。
我以为也就是张灵玉一个被毁，实际上每个人都ooc，说是cos都嫌弃不够美的程度。动画ooc漫画，剧集再ooc动画，作品的精髓就一层层的剥没了。以及，我的小师叔不是个木头……
只有静下心，细细品味，陈先生这部剧其实会给人一种崭新的认知。
不管是宏观世界还是微观世界，一切现象和事物都是从无序走向有序，最后有归于无序 。 亚里士多德从观察的现象归纳出一套“坚不可摧”的世界观理论，一切都在上帝的掌握之中，按照既定的目标和本质运行，统治世界2000年。 牛顿的机械论世界观，把上帝高高挂起，让世界在相互作用下精密运行，统治了200多年。目前在一定区域内我们还是生活在牛顿世界里。 达尔文的物种起源，将自然选择和适者生存推到了风口浪尖，不仅事前没有任何既定的安排，而且事后如何发展生物体根本无法做主，要有自然发展来决定（或者是基因突变 或者是种群类的竞争 也许是天外来客等等等等，没有规律），彻底把上帝抛弃。 而恰恰量子理论的研究发现在事物确定之前是无序的或者是一个叠加态，要如何确定他，要看你观察的角度，也许这才是世界的本质，宇宙根本就不想让我们知道他的意图，他本身并没有什么意图。 这部剧有很多学术用语，有的地方读起来很烧脑，跳过了不少地方，但是我还是认真的写了一下自己的收获。
本剧由Keras之父、现任Google人工智能研究员的Francois Chollet执笔，详尽展示了用Python、Keras、TensorFlow进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。在学习完本剧后，读者将了解深度学习、机器学习和神经网络的关键概念，具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力，学会解决现实世界中的深度学习问题。除此之外，本剧还深刻剖析了当前的“人工智能热”，从理性的视角展望了深度学习在未来的可能性。