东东东尼君

• 🎉 更新: 增加 4 个练习项目——Parallax scroll animation、Voyage Slider、App Menu With Lock Screen 和 Old Film Effect
  2023-11-23T08:58:19+08:00
• 🎉 更新: 增加练习项目——Polaroid Camera
  2023-12-13T10:56:56+08:00
• 🎉 更新: 选择器增加来自@Shefali  J的选择器速查表
  2024-10-08T15:05:02+08:00

在用 JavaScript 编程时，我们会经常用到数组对象，本文我们就来盘点一下那些好用的数组方法吧！😁

Axios是一个基于 Promise 的 HTTP 客户端，我们可以在浏览器和 Node.js 中使用它。Axios 使向 REST 端点发送异步 HTTP 请求和执行 CRUD 操作变得更加容易。它可以在纯 JavaScript 中使用，也可以在 Vue 或者 React 之类的库中使用。

• 2024/11/12 更新: 推荐增加CLI tools you won’t be able to live without 🔧和40 个超有趣的 Linux 命令行彩蛋和游戏

在现代操作系统中，图形用户界面 (GUI) 让我们与计算机的交互变得直观和简单。然而，对于许多开发者、系统管理员和技术爱好者而言，Linux 命令行仍然是最为强大且不可替代的工具。通过它，我们能够精准地控制系统资源、自动化复杂任务，并快速处理各种系统操作。与 GUI 不同，命令行的操作不依赖于鼠标或其他外部设备，只需键入一行命令，便可在数秒内完成从文件管理到网络配置、从进程控制到系统监控等一系列操作。正因为其高效、灵活和可扩展性，Linux 命令行成为了技术专家首选的工作方式之一。本文，我们将逐步探索 Linux 命令行的基础知识，了解一些常用的命令，以及如何利用这些命令高效管理系统。无论你是新手还是经验丰富的用户，掌握这些命令都会让你在 Linux 世界中如鱼得水。

BeautifulSoup是啥？它是一个可以从 HTML 或 XML 文件中提取数据的 Python 库。它能通过我们喜欢的转换器实现文档导航，查找和修改。

• 2024/11/06 更新: 修改JSON 响应内容、定制请求头、POST 请求中的代码以及图片

我们可以使用 Python 内置的 urllib 包来请求网络资源。它用起来比较麻烦，而且缺少很多实用的高级功能。本文我们将会介绍一个更加方便的 Python 第三方库——Requests 的使用。

人工智能的发展，本质上是一场关于“如何让机器具备学习能力”的探索。从最初基于规则的专家系统，到统计学习方法，再到如今以深度神经网络、大规模预训练模型为代表的人工智能浪潮，机器学习技术不断突破边界。而理解这些技术背后的核心思想，并不仅仅是掌握某个算法或者调用某个框架，更重要的是理解：

机器究竟是如何从数据中学习规律，并利用这些规律完成预测、决策和创造的？

李宏毅老师的《Machine Learning 2020》课程一直是机器学习领域极具影响力的入门课程之一。课程内容覆盖广泛，从最基础的回归(Regression)、分类(Classification)、梯度下降(Gradient Descent)等机器学习核心概念开始，逐步深入到深度学习(Deep Learning)的模型结构、训练方法以及近年来人工智能领域的重要研究方向。本课程内容跨度非常大，几乎覆盖了现代机器学习的重要方向。从传统机器学习 → 深度学习 → 表示学习 → 自监督学习 → 生成模型 → 迁移学习 → 元学习 → 强化学习，形成了一条完整的知识体系。

在数据科学和分析领域，图表不仅是展示数据的工具，更是讲故事的语言。Matplotlib 是 Python 中历史最悠久且功能最全面的绘图库。无论你是想画一个简单的折线图，还是需要定制复杂的多图布局，Matplotlib 都能满足你的需求。这篇文章将带你快速上手，学会用代码画出数据的价值。

众所周知，Pandas 是最受欢迎的 Python 数据科学与分析库。Numpy 用于较低级别的科学计算。Pandas 构建于 Numpy 之上，专为实际数据分析而设计。本文总结了一些常见、方便的功能。话不多说，让我们开始吧！

在人工智能飞速发展的时代，计算机视觉已成为一门热门技术，而 OpenCV（Open Source Computer Vision Library）则是实现这一技术的重要工具。作为一个开源的跨平台计算机视觉与机器学习软件库，OpenCV 拥有丰富的功能，涵盖从基础的图像处理到复杂的视觉算法实现。本文将带你一步步探索 OpenCV 的世界：从简单的图像操作入门，到实现高效的计算机视觉应用，无论你是初学者还是有经验的开发者，都能找到适合你的内容。准备好了吗？让我们一起开启 OpenCV 的奇妙旅程！

在当今互联网环境中，保护网络隐私和确保数据安全变得尤为重要。ShadowsocksR（SSR）作为一种高效的代理工具，凭借其出色的加密性能和灵活的配置，成为了许多人突破网络限制、保护隐私的首选工具。本文将详细介绍如何在亚马逊云（AWS）平台上配置 ShadowsocksR，帮助你轻松搭建一个稳定的代理服务，以便在全球范围内实现安全的网络访问。

搜索引擎是我们日常学习工作最常使用的服务之一。你可能每天都在用它，但是却仍旧不知道“搜索”。高效地使用搜索引擎可以事半功倍，下面就盘点一下那些年我们可能错过的实用 Google 搜索技巧吧！

在深度学习领域，卷积神经网络（CNN）已成为图像识别、目标检测、语音识别等任务的核心技术之一。Keras 作为一个高层次的神经网络 API，因其简洁易用而受到广泛欢迎。通过 Keras，我们可以快速搭建、训练并部署复杂的神经网络模型，而无需关注底层实现细节。本文我们将学习使用 Keras 一步一步搭建一个卷积神经网络。具体来说，我们将使用卷积神经网络对手写数字(MNIST 数据集)进行识别，并达到 99%以上的正确率。

• 🎉 更新: 推荐增加阮一峰老师两篇关于Git的文章Git分支管理策略和Git使用规范流程以及另外一篇Git之GitFlow工作流
  2026-06-16T13:31:19+08:00

版本控制软件能够让我们拍摄处于可行状态下的项目的快照。更改项目（比如实现新功能）后，如果项目不能正常运行，可以恢复到前一个可行状态。通过版本控制软件，我们可以无顾忌地改进项目，不再需要担心项目因为自己犯了错而遭到破坏。对于大型项目而言，这显得尤为重要。对小项目来说，这也是大有益处的。

本文我们将学习如何使用Tkinter包编写一些图形用户界面程序。Tkinter是 Python 的一个标准包，因此我们并不需要安装它。我们将从创建一个窗口开始，然后我们在其之上加入一些小组件，比如按钮，复选框等，并使用它们的一些属性。话不多说，让我们开始吧！

生成对抗网络（GANs, generative adversarial networks）是由Ian Goodfellow等人在2014年的Generative Adversarial Networks一文中提出。Facebook的人工智能主管Yann Lecun对其的评价是：“机器学习在过去10年中最有趣的想法”。

无论我们想要学习如何将面部识别应用于视频流，还是用深度学习构建图像分类器，或者做其他一些有关图像识别的有趣项目，可能都会需要学一些 OpenCV 的知识，本文将做简单介绍。