下面是著名程序员、Rails 框架的作者 DHH 的最新文章。

几周前，我看到一条推文问道：“如果 Linux 这么好，为什么没有更多的人使用它？”

有一天，驴子和老虎发生了争论。

驴子说：“草是蓝色的。”

老虎回答：“不对，草是绿色的。”

他们各执己见，互不相让，争论越来越激烈。

为了更好的理解深度学习，我决定从零开始构建一个神经网络（Neural Network）。

什么是神经网络？

起源：M-P 模型（单层神经元）

所谓M-P模型，其实是按照生物神经元的结构和工作原理构造出来的一个抽象和简化了的模型。简单点说，它是对一个生物神经元的建模。它实际上是两位科学家的名字的合称，1943 年心理学家 W.McCulloch 和数学家 W.Pitts 合作提出了这个模型，所以取了他们两个人的名字（McCulloch-Pitts）。

原文地址：Machine Learning for Beginners: An Introduction to Neural Networks

有个事情可能会让初学者惊讶：神经网络并不复杂！『神经网络』这个词让人觉得很高大上，但实际上神经网络算法要比人们想象的简单。

纳特·弗里德曼（Nat Friedman）曾经是 GitHub 的 CEO，现在是一名风险投资家。

他的个人网站首页，写着一些自己的信条。其中有一条，让我很震动。

几乎所有我喜欢的软件架构师，都认同康威定律（Conway Law），认为这个定律非常重要，足以影响到所有系统。而且，你没法与之抗争，想要抗拒康威定律注定要失败。

你可以逃避现实，但你无法逃避「逃避现实」的后果。（You can avoid reality, but you cannot avoid the consequences of avoiding reality.）

– 安·兰德，美国著名作家

几年前，我参加了一个游泳训练营。

所有人在一个泳池训练，按照水平分在四个泳道：A 道（游得最快的人）、B 道（次快）、C 道（次慢）和 D 道（最慢）。

我从 D 道开始，接受了大量的指导。周围的人都对我很好，我慢慢进步，终于进入了 C 道。那组的人也热情欢迎我。

团队成员之间，经常会因为不同意见发生分歧。

有些分歧，最终会达成一致意见；另一些分歧，谁也无法说服谁，难以达成一致。

团队内部无法达成一致时，可能会出现四种决策方式。