程序员的智慧线

⑴ 生命线和智慧线中间有一条线相连成一个三角形这是什么意思不知道的不要乱说，谢谢。

郭敦荣回答：
这大体上是属于事业线的，事业线纵向穿过手心，穿过智慧线，其分支也往往与生命线相交。在人的手相中布满了很多纹络，人们负予它们一些特定的名称，主要有四种：生命线、智慧线、感情线（也叫爱情线或家庭线）、事业线，人们的境遇状况，在相属上往往和这些手相中的纹络相联系，颇有几分相关性，但也不全然。重要的是要了解客观把握自己并与之适应，不断进取而又会适可而止，美好的命运掌握在自己手中。

⑵ 普通程序员如何向人工智能方向转型

当下，人工智能已经成为越来越火的一个方向。普通程序员，如何转向人工智能方向，是知乎上的一个问题。

这个学习路线是这样设计的：首先了解这个领域，建立起全面的视野，培养起充足的兴趣，然后开始学习机器学习的基础，这里选择一门由浅入深的课程来学习，课程最好有足够的实验能够进行实战。基础打下后，对机器学习已经有了充足的了解，可以用机器学习来解决一个实际的问题。

这时还是可以把机器学习方法当作一个黑盒子来处理的。实战经验积累以后，可以考虑继续进行学习。这时候有两个选择，深度学习或者继续机器学习。深度学习是目前最火热的机器学习方向，其中一些方法已经跟传统的机器学习不太一样，因此可以单独学习。除了深度学习以外，机器学习还包括统计学习，集成学习等实用方法。

如果条件足够，可以同时学习两者，一些规律对两者是共通的。学习完后，你已经具备了较强的知识储备，可以进入较难的实战。这时候有两个选择，工业界的可以选择看开源项目，以改代码为目的来读代码;学术界的可以看特定领域的论文，为解决问题而想发论文。

无论哪者，都需要知识过硬，以及较强的编码能力，因此很能考察和锻炼水平。经过这个阶段以后，可以说是踏入AI领域的门了。“师傅领进门，修行在个人”。之后的路就要自己走了。

下面是关于每个阶段的具体介绍：

0.领域了解

在学习任何一门知识之前，首先第一步就是了解这个知识是什么?它能做什么事?它的价值在什么地方?如果不理解这些的话，那么学习本身就是一个没有方向的舟，不知道驶向何处，也极易有沉船的风险。了解这些问题后，你才能培养出兴趣，兴趣是最好的引路人，学习的动力与持久力才能让你应付接下来的若干个阶段。关于机器学习是什么，能做什么，它与深度学习以及人工智能的关系，可以看我写的博客从机器学习谈起。

1.知识准备

如果你离校过久，或者觉得基础不牢，最好事先做一下准备复习工作。“工欲善其事，必先利其器”。以下的准备工作不多，但足以应付后面阶段的学习。

数学：复习以下基本知识。线性代数：矩阵乘法;高数：求导;概率论：条件与后验概率。其他的一些知识可以在后面的学习的过程中按需再补;

英文：常备一个在线英文词典，例如爱词霸，能够不吃力的看一些英文的资料网页;

FQ：可以随时随地上Google，这是一个很重要的工具。不是说网络查的不能看，而是很多情况下Google搜出来的资料比网络搜的几十页的资料还管用，尤其是在查英文关键字时。节省时间可是很重要的学习效率提升;

2.机器学习

机器学习的第一门课程首推Andrew Ng的机器学习。这门课程有以下特点：难度适中，同时有足够的实战例子，非常适合第一次学习的人。cs229这门课程我这里不推荐，为什么，原因有以下：

时间：cs229的时间太早，一些知识已经跟不上当今的发展，目前最为火热的神经网络一笔带过。而Cousera上神经网络可是用了两个课时去讲的!而且非常详细;教学：Ng在cs229时候的教学稍显青涩，可能是面对网络教学的原因。有很多问题其实他都没有讲清楚，而且下面的人的提问其实也很烦躁，你往往不关心那些人的问题。这点在Coursera上就明显得到了改善，你会发现Ng的教学水平大幅度改善了，他会对你循循善诱，推心置腹，由浅入深的教学，在碰到你不明白的单词术语时也会叫你不要担心，更重要的，推导与图表不要太完善，非常细致清晰，这点真是强力推荐;字幕：cs229的字幕质量比Coursera上的差了一截。Coursera上中文字幕翻译经过了多人把关，质量很有保证;作业：cs229没有作业，虽然你可以做一些，但不会有人看。这点远不如Coursera上每周有deadline的那种作业，而且每期作业提交上去都有打分。更重要的是，每期作业都有实际的例子，让你手把手练习，而且能看到自己的成果，成就感满满!

3.实践做项目

学习完了基础课程，你对机器学习就有了初步了解。现在使用它们是没有问题的，你可以把机器学习算法当作黑盒子，放进去数据，就会有结果。在实战中你更需要去关心如何获取数据，以及怎么调参等。如果有时间，自己动手做一个简单的实践项目是最好的。

这里需要选择一个应用方向，是图像(计算机视觉)，音频(语音识别)，还是文本(自然语言处理)。这里推荐选择图像领域，这里面的开源项目较多，入门也较简单，可以使用OpenCV做开发，里面已经实现好了神经网络，SVM等机器学习算法。项目做好后，可以开源到到 Github 上面，然后不断完善它。实战项目做完后，你可以继续进一步深入学习，这时候有两个选择，深度学习和继续机器学习;

4.深度学习

深度学习：深度学习是目前最火热的研究方向。有以下特点：知识更新快，较为零碎，没有系统讲解的书。因此学习的资源也相对零散，下面是一些资源介绍。其中不推荐的部分并不代表不好，而是在这个初学阶段不合适：

推荐，UFLDL：非常好的DL基础教程，也是Andrew Ng写的。有很详尽的推导，有翻译，且翻译质量很高;推荐，Deep learning (paper)：2015年Nature上的论文，由三位深度学习界的大牛所写，读完全篇论文，给人高屋建瓴，一览众山小的感觉，强烈推荐。如果只能读一篇论文了解深度学习，我推荐此篇。这篇论文有同名的中文翻译;推荐，Neural networks and deep learning：这本书的作者非常擅长以浅显的语言表达深刻的道理，虽然没有翻译，但是阅读并不困难;推荐，Recurrent Neural Networks：结合一个实际案例告诉你RNN是什么，整篇教程学完以后，会让你对RNN如何产生作用的有很清晰的认识，而这个效果，甚至是读几篇相关论文所没有的;不推荐，Neural Networks for Machine Learning University of Toronto Coursera：深度学习创始人教的课，最大的问题是太难，而且老先生的吐字有时不是很标准;不推荐，Deep Learning (book)：同样也是由深度学习大牛所写的书，但感觉就像是第二作者，也就是他的学生所写的。很多内容都讲了，但是感觉也没讲出什么内容来，只是告诉你来自那篇论文，这样的话可能直接阅读论文更合适。不推荐，cs231n：李菲菲的课程，很有名，专门讲CNN。但是这门课程有一个最大的问题，就是没有字幕，虽然有youtube的自动翻译字幕，但有还不如没有。

5.继续机器学习

深度学习未必就是未来的一定主流，至少一些大牛是这么认为的。传统的机器学习有如下特点，知识系统化，有相对经典的书。其中统计学习(代表SVM)与集成学习(代表adaboost)是在实践中使用非常多的技术。下面是相关资源：

推荐，机器学习(周志华)：如果是在以前，机器学习方面的经典教材首推PRML，但现在周老师的书出来以后，就不再是这样了。首先推荐读周老师的书。这本书有一个特点，那就是再难的道理也能用浅显精炼的语言表达出来。正如周老师的名言：“体现你水平的地方是把难的东西讲容易了，而不是把容易的东西讲难，想把一个东西讲难实在太简单”;

不推荐，Pattern Recognition And Machine Learning：当前阶段不推荐。PRML是以贝叶斯的观点看待很多机器学习方法，这也是它的一大特色。但对于初学者来说，这种观点其实并无必要。而且此书没有中文翻译，当前阶段硬啃很容易放弃;

6.开源项目

当知识储备较为充足时，学习可以再次转入实践阶段。这时候的实践仍然可以分两步走，学习经典的开源项目或者发表高质量的论文。开源项目的学习应该以尽量以优化为目的，单纯为读代码而学习效果往往不太好。好的开源项目都可以在Github 里搜索。这里以深度学习为例。深度学习的开源优秀库有很多，例如torch，theano等等，这里列举其中的两个：

推荐，DeepLearnToolbox：较早的一个深度学习库，用matlab语言撰写，较为适合从刚学习的课程转入学习。遗憾的是作者不再维护它了;

推荐，tensorflow：Google的开源库，时至今日，已经有40000多个star，非常惊人，支持移动设备;

7.会议论文

较好的课程都会推荐你一些论文。一些着名的技术与方法往往诞生于一些重要的会议。因此，看往年的会议论文是深入学习的方法。在这时，一些论文中的内容会驱使你学习数学中你不擅长的部分。有时候你会觉得数学知识储备不够，因此往往需要学习一些辅助课程。

当你看完足够的论文以后，在这个阶段，如果是在校学生，可以选择某个课题，以发论文为目的来学习研究。一般来说，论文是工作的产物。有时候一篇基于实验的论文往往需要你写代码或者基于开源项目。因此开源项目的学习与会议论文的工作两者之间是有相关的。

两者可以同时进行学习。关于在哪里看论文，可以看一下CCF推荐排名，了解一下这个领域里有哪些优秀的会议。

下面介绍两个图像与机器学习领域的着名顶级会议：

CVPR：与另两个会议ICCV和ECCV合称计算机视觉领域的三大会，注意会议每年的主页是变动的，因此搜索需要加上年份;Conference on Neural Information Processing Systems：简称NIPS，许多重要的工作发表在这上面，例如关于CNN的一篇重要论文就是发表在上面;

8.自由学习

到这里了，可以说是进入这个门了。下面可以依据兴趣来自由学习。前阶段不推荐的学习资源也可随意学习，下面是点评：

cs229：Ng写的讲义很不错，其中关于SVM的推导部分很清晰，想学习SVM推荐;Neural Networks for Machine Learning：大牛的视角跟人就是不一样，看看Hinton对神经网络是怎么看的，往往会让你有种原来如此的感悟。其实看这门课程也等同于读论文，因为几乎每节课的参考资料里都有论文要你读;CS231n: Convolutional Neural Networks for Visual Recognition：最新的知识，还有详细的作业。国内应该有团队对字幕进行了翻译，可以找找;PRML：作为一门经典的机器学习书籍，是很有阅读必要的，会让你对机器学习拥有一个其他的观察视角;

五.总结

本文的目的是帮助对AI领域了解不深，但又想进入的同学踏入这个门。这里只说踏入，是因为这个领域的专精实在非常困难，需要数年的积累与努力。在进行领域学习前，充分认识自己的特点，制定合适的学习方法是十分重要的。

首先得对这个领域进行充分了解，培养兴趣。在学习时，保持着循序渐进的学习方针，不要猛进的学习过难资源;结合着学习与实践相辅的策略，不要只读只看，实际动手才有成就感。学习某个资源时要有充分的目的，不是为了学开源项目而看代码，而是为了写开源项目而看;不是为了发论文而写论文，而是为了做事情而写论文。

本文来自公众号：“大技术技术汇”，guanzhu了解大数据行业学习大数据技术和学习路线，还有免费学习资料放送。

如果一个学习资源对你过难，并不代表一定是你的问题，可能是学习资源的演讲或撰写人的问题。能把难的问题讲简单的人才是真正有水平的人。所以，一定要学习优质资源，而不是不分青红皂白的学习。最后，牢记以兴趣来学习。学习的时间很长，过程也很艰难，而只有兴趣才是让你持之以恒，攻克难关的最佳助力。

⑶ 手相准吗

“面相”是一种透过观看一个人“面部特征”的方式来论命的科学。“相由心生”，这句话主要就是说一个人的个性、心思与为人善恶，可以由他的面相看出来。
“手相”用手型与手纹来判断一生运势吉凶等等。因为手的粗细及纹路会随着时间改变，也可以从手纹的变化来探讨过去以及预知未来的运势，好的手纹可让我们提早准备以迎接好的运势，变坏的手纹可以让我们事先做好预防。

智慧线并不重要，一个人能不能享福是看他的命运性格，能发达的人依然能发达，聪明的人可以当科学家，程序员等待的。

⑷ 右手智慧线和生命线那里怎么三条线，多出的一条是什么线，代表了什么意思

“伏笔”。 一个在你生命中比较大的选择，如果你选择了那个，那条线才会起作用，如果选择了别的，就可以不管它了。人的一生面临太多的选择，命运虽然是注定的，但是不同的选择，可以构成不同的高度（举例：你的命运为A级，这是不可更改的，但是根据个人的机缘取舍，奋斗与否（还是选择的问题）等，可以分为A+、A、A-）。

⑸ 智慧线是真的吗

智慧线，又称头脑线，中国传统手相学中称人纹，位于掌中央。在手相上，智慧线是最重要的，这相当于面相的眼睛的作用，是一个人能力的重要体现。智慧线分左右手而意义有所不同，左手为你的智力基础，你的思维方向，决定你将来的职业。右手是你的行为方式，其次，深层次的意义还有内外的情绪控制力。如图：
先说左手，左手的智慧线，表示一个人的思维能力，也就是智力。越长则思维力越好，脑力越好，职业以脑力为主。而短的则以体力为主。在思维方式上，尾部直伸的，表示记忆力好，逻辑思维力强，对数字敏感，学习是往广度走的。而往下伸到月丘的则表示想长憨拜窖之忌瓣媳抱颅象力，推理能力好，悟性高，是喜欢往深的钻的。一般平直的适合社会实务性的工作，而往下伸的适合研究技术类的工作与职业。如果智慧线上有岛，表示难以集中精神思考，容易心烦。
右手的智慧线的意义是行为方式。不是智力因素。当平直的伸出的人一般是表示比较的实际，现实，是实干家，说的少做的多的人，很有闯劲，但缺少计划与谋略。有勇无谋。而往月丘伸的人则比较缺少实行力，说的多做的少，喜欢计划。也比较懒点。中间的则为两者兼具，但也表示都不明显。而智慧线的开始与生命线的交合的长短是一个人决断力的体现。智慧线与生命线合流过长，一般是在食指与中指指缝下垂直线以内的，表示性格比较内向，依赖心很强，缺少独立。做事一般是优柔寡断，但是做事很谨慎。而两个线分开的则表示性格开朗，主动积极，决断力强。
头脑线短，若纹线深刻明显，则表示此人狂妄轻浮且注意力不集中，不受欢迎之人。
头脑线深而细长，表示其头脑清晰，聪明多才多艺
头脑线细直且长，同时手掌与手指皆长，表示其思想缜密，做事注意细节，对任何事都脚踏实地，力求完美

⑹ 我这样的手线好不好 中间智慧线那个圆圈代表什么

手中智慧线上有岛纹，表示说思想容易不集中，记忆力比较弱，脑部容易受伤，智慧线上出现岛纹，会对人的健康财运，婚姻有比较大的负面的影响，岛纹出现在智慧线中指下方，提示说，心脏方面会容易有病变，而且容易有脑神经系统的病变，自己平时要多注意心脏，注意睡眠。手中生命线比较短，身体健康可能会提早的开始衰退，自己平时要多注意身体的保养。

⑺ 生命线和智慧线中间的线代表什么意思

哥们 你知道的东西都是错误的 人体手掌的纹路不代表什么 就只能证明了一个人干活的多少 也就是平时出力多不 其他的不能代表什么东西 如果过于的依赖掌纹来判断的话 那么 我奉劝你去看下有关掌纹的书籍 然后把自己不好的掌纹用刀子给修理好了 看看你能不能有所成就 智慧是日积月累的 如果把一个人丛小就扔到狼窝里面的话 那么就算他有200的智商 那么成年后他也只是一只长成人样的狼而已 面对现实 学会勇敢 才是自己真正能把握的

⑻ 智慧线过长的女人代表什么，手相智慧线过长直到掌边图解

智慧线深浅：
智慧线深的人反应速度很快，头脑灵敏，学什么东西都很快，但是有个弊端是学习的程度不够深，知识学的不够精准。
智慧线浅的人保守固执，遵循旧念，没有很好的开拓创新的意识，喜欢走平凡的路线，但是这样的人也很容易满足，因此生活还是比较幸福的，烦心事少。
智慧线长短：
智慧线至于中指下方为好，太长或者太短都不是很好的象征。太长的人会思虑比较多，想的比较远，但是工于心计，不会太过实干。而智慧线太短的人想的比较少，心地善良，单纯，但是容易相信小人的挑拨离间，做坏事。
智慧线分叉：
智慧线分叉很长的人，可以算做第二条智慧线，证明你很聪明哦!适合做策划或者管理方面的工作，凭靠脑力赚钱的，并且思维很活跃。分叉很短的人，说明你的性格很好，活泼伶俐，学生时代的时候理科成绩应该比文科成绩要高一些，从事的是技术方面的工作。好几条分差的人，尽管你聪明，但是你想得也很多呢!让自己会更劳累，另外就是生活中的很多追求都达不到你心里所要得到的那样，因此生活一直不是很如意。
智慧线横穿整个手掌“断掌”：
一般我们说智慧线横穿整个手掌就是会出现断掌的手相，这样的手相，一般人是比较聪明的，但是做事总是不得力，很少有人能够帮到你，其次家里的经济条件还不错或是父母亲很宠爱你，但是你的性格回导致你败家。
双智慧线：
有两条智慧线的你聪明乖巧，男性的话性格会温顺一点，能够照顾到女人的感受，很心疼身边的女人，也会感性一些。可是女人的话就在工作上很要强了，不会轻易服输，但是聪明，也能够小有成就。
智慧线中间断开：
小时候头部受过伤害，所以性格单纯外向，对谁都是好朋友的交心，但是能够帮到你的人很少，身边的小人运很多，感情中容易偏执，感性，有点神经质。

⑼ 求解，我的手纹智慧线是不是不好啊中间断开，一上一下就像树枝折断似的，看网上说智慧线断开中年会有生

智慧线关生命啥事呢？？生命线断开了，才是说有那么一劫，而且断开越大越危险。。。智慧线断开了只是说求学专业技能方面会有新发展而已~~~~
玄学风水是有其学术性可供参考，但并不代表绝对，所以还是看自己双手去掌握吧