1
数字货币的投资风险
2013年开始关注比特币，跟踪思考至今，积累了大量心得体会。2006年起进入证券行业，完整经历多轮牛熊周期，对群体心理演化有深刻感悟，凝结成情绪周期模型，成功应用于数字货币投资。
Chat 简介：
任何投资都意味着你要承担不确定性。区块链行业目前正处于行业早期萌芽期和监管空白期。
往好了说，这是投资创业的最好时期，因为大局未定一切皆有可能。往坏了说，这也是一个高度冒险，圈钱和诈骗丛生的领域。
所有的项目规模都很小，乱象丛生是当前行业的常态。投资人在疯狂追逐下一个腾讯下一个阿里巴巴的同时，也必须深刻滴理解数字货币的投资风险。主要包括：
-
投资陷阱-数字货币骗局；
-
私钥存储风险；
-
流动性风险；
-
交易所风险；
-
众筹ICO跑路风险；
-
政府监管风险。
所有这些风险，都不是我们杜撰出来的，都有真实的惨痛案例。复盘过往那些已经被人们遗忘的历史，相信你会像我一样，感慨万千。
长按扫码 名
2
程序员快速记忆英文单词的专属诀窍
曹某某，来自南京的.NET码农，微软MVP，CSDN版主。将近10年里干过架构师，也当过产品经理，csdn中的caozhy，人称老曹。程序员中英语不错，业余还玩玩天文，猫奴一枚。
Chat 简介：
-
是 compiler 还是 complier的拼写有什么规律span>
-
LINQ 中的 I 到底怎么读上也查不到啊。
-
以 android 这个单词为基础，可以学会多少新的单词span>
-
edition 和 version 都是版本，到底有什么区别span>
-
为什么《代码大全》不是包含大量代码的书大全这个名字有什么梗span>
-
要流畅看技术文档，究竟需要背多少单词span>
-
程序员在工作之余怎么有效背单词，只有中学英文基础，四级已经忘光了怎么逆袭英文span>
长按扫码 名
3
TensorFlow 下构建高性能神经 络模型的最佳实践
Chat 简介：
随着神经 络算法在图像、语音等领域都大幅度超越传统算法，但在应用到实际项目中却面临两个问题：计算量巨大及模型体积过大，不利于移动端和嵌入式的场景；模型内存占用过大，导致功耗和电量消耗过高。
因此，如何对神经 络模型进行优化，使尽可能不损失精度的情况下，能减少模型的体积，并且计算量也降低，就是我们将深度学习在更广泛地场景下应用时要解决的问题。本场 Chat 主要包括：
-
加速神经 络模型计算的主要方向
-
目前模型压缩的 4 类主流方法
-
模型剪枝的过程、特点，及在经典神经 络模型中的剪枝结果
-
模型量化的过程、特点及基本原理
-
TensorFlow 下的模型压缩工具：量化实例、实现及表示
-
实战在经典神经 络 ResNet50 上的模型压缩实验及收益提升
长按扫码 名
4
300 万粉丝的秘密：微信抽奖活动从架构到运营
姬光，曾就职于淘宝/腾讯/京东，现任美的集团电子商务有限公司商城前端组负责人，译有《精彩绝伦的CSS》，
Chat 简介：
对于互联 上司空见惯的各种幸运大抽奖，其代码与系统可大可小。简单的抽奖一个随机数加个动画效果即可实现，而复杂的抽奖则要从架构、设计、开发、运营、运维等各个角度周密考虑才能做到万无一失。
早在 2014~2015 年期间，我们通过在微信中运营“积分抽大奖”活动为服务 带来数百万粉丝留存，期间也经历了数次踩坑，包括被薅羊毛、被封 URL、删粉丝等。
当然，这两年微信对朋友圈诱导分享管制越来越严格，所以红利期已过，微信上的活动愈发艰难了。
本场 Chat 主要跟大家聊聊以下几个方面：
-
平台的选择及对技术的影响；
-
界面设计及前端开发相关；
-
主要接口及逻辑层设计；
-
数据层设计；
-
运维相关；
-
管理后台及运营相关。
技术部分只是阐述基本思路，不会涉及具体代码。运营和管理后台主要探讨功能设置及冷启动等，故称闲话，所以请各位大佬降低预期。
长按扫码 名
5
如何 DIY 一台属于你自己的电脑
差不多先生，毕业于中国工程物理研究院工学院，曾在校担任助教。如今就职于某 络公司担任前端工程师，长期在各个论坛活跃，擅长前端开发，微信开发，webAPP开发。电脑硬件发烧友。
Chat 简介：
如今市面上充斥着各种各样的电脑，良莠不齐，一般用户对于自己的需求不是很清楚应当选购一台什么样的电脑。
本场 Chat 将带领大家走进电脑硬件的世界，从而使大家了解并知道如何选择电脑硬件。本场主要内容：
-
各个硬件的作用
-
如何确认自己的需求
-
AMD 还是 Intel（CPU）
-
A 卡还是 N 卡（显卡）
-
主板与其他配件的搭配（主板）
-
DDR1、2、3、4与内存频率（内存条）
-
机械硬盘与固态硬盘的选择搭配（硬盘）
-
电源/机箱
-
典型配机案例
-
当前市场硬件价格
-
新机与二手机的故事
-
集成显卡/独立显卡
长按扫码 名
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能深度学习211279 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！