机器学习一种实现人工智能的方法，深度学习是一种实现机器学习的技术。深度学习是利用深度神经网络来解决特征表达的一种学习过程。神经网络一般包括：训练，测试两大阶段，而把训练过程所涉及的环节数据统一抽象，形成可使用的深度学习框架。

人工智能的浪潮正席卷全球，诸多词汇时刻萦绕在我们的耳边，如人工智能，机器学习，深度学习等。“人工智能”的概念早在1956年就被提出，顾名思义用计算机来构造复杂的，拥有与人类智慧同样本质特性的机器。经过几十年的发展，在2012年后，得益于数据量的上涨，运算力的提升和机器学习算法(深度学习)的出现，人工智能开始大爆发。但目前的科研工作都集中在弱人工智能部分，即让机器具备观察和感知能力，可以一定程度的理解和推理，预期在该领域能够取得一些重大突破。电影里的人工智能多半都是在描绘强人工智能，即让机器获得自适应能力，解决一些之前还没遇到过的问题，而这部分在目前的现实世界里难以真正实现。

PYPL 是非常流行的参考指标，其榜单数据的排名均是根据榜单对象在 Google 上相关的搜索频率进行统计排名，原始数据来自 Google Trends，也就是说某项语言或者某款 IDE 在 Google 上搜索频率越高，表示它越受欢迎。

开发者可以将 PYPL 作为一个参考，决定学习何种语言或 IDE，或者在新的软件项目中使用何种语言或数据库。

Visual Studio Code是一个轻量级但功能强大的源代码编辑器，可在您的桌面上运行，并且可用于Windows，macOS和Linux。它具有对JavaScript，TypeScript和Node.js的内置支持，并具有丰富的其他语言（例如C ++，C＃，Java，Python，PHP，Go）和运行时（例如.NET和Unity）扩展的生态系统。

安装一定的扩展，实现Micropython编程及硬件支持。

开源硬件是可以通过公开渠道获得的硬件设计，任何人可以对已有的设计进行学习、修改、发布、制作和销售。

现有众多类型的开源硬件，按支持不同处理器类型分类为ARM、AVR、x86、ESP8266/ESP32等。

“世界上第一台笔记本”的归属之所以一直处于争论之中，究其原因，很大程度上是因为对“便携PC”概念理解的不同。就像Laptop和Notebook，我们都知道指的是“笔记本电脑”，但如果深入了解其中含义就会发现，Laptop其实特指的是膝上笔记本，也就是那种可以放在大腿上使用的产品。

所以也就有很多人认为那些不能放在膝上的“笔记本”不能称之为笔记本。也正是因为有如此多种多样的解释，笔记本“开山鼻祖”的概念也才一直没有定论。而本文内容将以时间线的角度，向大家介绍一下那些能被称之为“笔记本电脑起源”的产品。

编程一小时是一个全球性的活动，已经在180多个国家，数千万学生参与了这项活动。无论你是谁，身处何方，你都可以举办一个编程一小时活动。编程一小时活动的课程已经支持超过45种语言，不需要经验，4岁以上即可参与。2019年在中国开展过近403次编程一小时。

那么学习编程，有一个“编程一小时”你一定要知道，它正是为普及和推广编程而生，并在美国迅速生根发芽，并迅速席卷全球。接下来我们就好好聊一聊“编程一小时”。

在Maker圈，大概没人不知道ESP8266的吧，基于这个Wi-Fi芯片发展出的开发工具包系列，这一、两年红透半边天，甚至给其他通讯芯片大厂很大的压力，想不通为什么ESP8266会突然这么火红呢？

的确，ESP8266的崛起走的并非芯片商所熟悉的途径，而是站在社群的力量下异军突起，以下提出一些观察心得，或许能给芯片商不一样的思维。

BBC（Micro:bit）、Arduino基金会、Raspberry Pi基金会等引领了开源硬件设计潮流，软硬件整合一体并且成本很低，这些优势为开展STEAM教育提供了契机。同时，一些经销商同样为开源硬件创造用户价值，在提供可靠的原型产品和附加组件的同时，更利用互联网提供了丰富的学习和应用支持。

因此在学习开源硬件时，除了项目官方网站是最优先的学习资源，那些优秀经销商的网站值得收藏。