AI 方向的话, 扎实掌握高数, 统计学后进展会很快. 所以就算我是 AI 方向学科的计算机专业, 也是大二下才开始系统学习.
大二下基本上进行的是概述, 大三才开始真正的算法学习, 实装等等.
我们研究室的学习会, 教授指定入门书目是 [The Elements of Statistical Learning]( https://web.stanford.edu/~hastie/ElemStatLearn/), 电子版免费的. 另外一本简单一点的参考是 [统计机器学习]( https://www.amazon.co.jp/%E7%B5%B1%E8%A8%88%E7%9A%84%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92%E2%80%95%E7%94%9F%E6%88%90%E3%83%A2%E3%83%87%E3%83%AB%E3%81%AB%E5%9F%BA%E3%81%A5%E3%81%8F%E3%83%91%E3%82%BF%E3%83%BC%E3%83%B3%E8%AA%8D%E8%AD%98-Tokyo-Tech-Be%E2%80%90TEXT-%E6%9D%89%E5%B1%B1/dp/4274502481)
纯看书的话我当时吃不消, 一边查找资料一遍看的. 参考比较多的是李航的统计学习方法. 网络资源的话, CSDN 有很多复制粘贴, 但是其中有一部分文章质量还不错, 有图讲的挺清楚的, Udemy 上有些课程可以参考.
计算机学科的资源网络上真的太多了, 优质的也很多, 完全取决于你自己想不想学, 有没有毅力坚持看下去.
也可以买一些实战 Python 机器学习的书练手, 就有比较多的 pandas, numpy 使用可以熟悉. 但是感觉就和教授和我讲的差不多, AI 相关的本科就算读完了知识也不够, 现在已经决定考研.

我自己的话其实不在乎方向的, 学计算机学的就是一个兴趣, 用 Flask 开发 API, 简单的 IoT 设备组装开发, Swift, go-lang 后端, 网页设计, UI 设计, 算法, Unity 小游戏开发, 有空都会自己去试试, 我觉得只有试的多了才知道自己最喜欢最适合搞什么.

用两步验证了就找个地方记一下还原码呗。

如果用 1Password 的话，本身就可以当两步验证器用，全平台同步。

现在养成习惯了，稍微复杂点的逻辑就写点注释，确保以后的自己能看懂。
但是随着自己语言理解的加深，总是忍不住去重构一次又一次。🐶

我是感觉圆角舒服多了，梯形有种很刚的感觉

leancloud，用在 hexo 上很舒服

我选择第一种, 以后维护方便.

我开始往自己文章里加参考文献，是进了大学之后开始阅读他人论文之后的事了。
要是天天都是看别人抄来搬去，排版错乱的文章，那自己写起来也很容易敷衍了事。

感觉吧，文章的质量，是和作者的阅读质量成正比的。

虽然我算是比较喜欢跟旁边人插科打诨的，也遇到过团队气氛活跃的情况下，还是喜欢一个人做事的人。
不过肯定得尊重他啊，不管他自己喜不喜欢都要强制他融入的话不就变成 harassment 了。

而且大部分其实是闷骚，等熟了之后真是什么骚话都出来了。

暗色的话 Seti 主题不错的

谷歌云不就可以？

我捐助起码 10 块钱吧，买 2 瓶水的钱还是要的。

https://www.stardock.com/products/groupy/
只是是个收费软件

我小学开始用的迅雷，那时候还是迅雷 4，从出 vip 服务到现在不续费的天数应该加起来少于一个月（有时候忘记续费了），应该算是老用户了吧。
我自己其实用的还是舒服的，但是前提是用已经不更新的 Windows 极速版客户端 Mac 上的旧版本。
高速通道和离线功能越来越不好用确实也怪不了迅雷，毕竟版权之类国内大环境的意识都在提升。
下载迅雷的人，99%是为了提升自己的下载体验，而不是去看广告降低自己的使用体验。迅雷 5 后期开始，免费广告铺天盖地，我旁边虽然大部分都用迅雷，但是稍微有点常识的都是去下去广告的修改版本。
从出浏览器功能开始，喷的人就已经很多了，我不是很清楚迅雷产品为什么完全听不见用户的声音。
我现在还在续费会员仅仅是因为迅雷在解决部分失效资源上确实是比其他软件好很多，偶尔离线还能提速一下。但利用率可以说是越来越低了，一个月也就打开个 10-20 次。
我认为迅雷作为下载工具，最重要的是快，而不是整天想着把用户留在你软件里。就像你一个朋友虽然人不错，天天来你家里赖个几个小时你受得了么。
我不知道你们有没有后台数据，反正我觉着极速版的设计思路明显贴合大众。

下载软件界面炫不炫根本不是关键，关键是下不下的了东西，下的快不快。
真的最近几年这迅雷正式版更新的我以为迅雷下载只是随浏览器送的功能。