在中国的风险投资业几乎不可能更热的时候，约翰杜尔（John Doerr）来了。
乍看来，这个身高1米75左右、长着狭长面孔、有知识分子气质的瘦削男子，貌不惊人，语亦不惊人。他永远打着一条暗蓝色领带。无论走到哪里，他的右手都拎着一个打有Google标记的、足有50磅重的硕大提包，而左手上，只带一块极普通的塑料手表，以及两条各值1美元的腕带。坐定下来，其语速平稳，言简意赅——这个传说中对数字记忆力极佳的人，当被《环球企业家》问到是否记得这些年来共把多少家公司送上市，仅非常干脆的吐出了一个字：“No”。
信或不信他的答案，需要指出的是，杜尔很可能是全球风险投资业最无必要谈论自己成绩的人。自其1980年加盟合伙人公司KPCB以来，风投业尚无第二人在持续创造良好业绩与每每投出明星项目两方面，能同时比杜尔做的更好。1980年代，他围绕微处理器革命展开的一系列投资，如康柏电脑、升阳微系统、莲花软件等，均在个人电脑革命中扮演了吃重角色。1990年代，他率先投资了网景公司，后者最终拉开了互联网革命的序幕。此后，杜尔成为了网络产业最不遗余力的鼓吹者，甚至极大影响了前美国副总统阿尔戈尔。而在1990年代末，他以1250万美元投资于一个精致的搜索引擎，几年后，这个名叫Google的网站热遍全球，而杜尔因此获利近44亿美元。
抛开这一系列里程碑式投资的明星效应，杜尔的投资还为其所在的KPCB合伙人公司创造了一系列足令风投业所有同行称羡的数字：KPCB在过去33年内，共返还投资人超过170亿美元，总回报率为29倍。在这个经常被称为“播种然后祈祷”的行业，它的表现算的上稳健：从第7期到第11期基金的年回报率为142%。30余年来它一共进行过475项投资，其中167家公司成功上市，另有166项并购。据最新统计数字，经它投资后上市的公司，总收入达到900亿美元，总市值3750亿美元。
作为KPCB公司长期的核心投资者，杜尔获得了足够多的赞誉——“活传奇”、“风险投资业的迈克尔乔丹”甚至“风投之神”——但他究竟如何达成这一切，答案却不明朗。作为一家私人股权公司，KPCB少为外界报道，虽然杜尔时有接受媒体采访，但绝大多数时候，他仅对某个行业趋势发表只言片语。他甚至不愿独自出现在照片上，以至于1998年美国《财富》杂志为对其进行报道及拍摄，不得不将KPCB所有合伙人和其投资公司的众多CEO聚集在一起。
毫无意外的，3月初他在中国接受《环球企业家》专访时，就投资法则这一话题上，他给出了一个接近真理的答案：“找到好的企业家，定位于大市场，有领先的技术，并致力于建设一个了不起的团队——这样你就能拥有大而持久的生意”。
若想探询杜尔投资奇迹的根本成因，需要做两件事：阅读他的记忆（在本文《下篇：一个风险投资之王的长成》中你将看到杜尔投资经历的较完整版本），并观察他如何行动。
在中国的短暂盘桓期间，除了作为Google的董事与Google中国区两名负责人李开复、周韶宁会面（他迅速找到了Google在中国发展的最大关键：“不能像雅虎、亚马逊一样受总部干扰”），他还先后会见了22名本土创业者。在跟每个人只做半小时的交流后，他已对其中一家明确表示投资意向。
而3月2日下午4点在清华大学的演讲，则非常真实地体现了其风格：甚至没有自我介绍，他开始让听众对其发问。他能迅速地将冗长的问题简化，从而让一旁的同事把问题打到投影上，当十余个问题凑满一屏幕，便开始逐一解答，依然快速、简练、毫无废话。“快来点难一点的问题，让我尴尬的那种……”杜尔挥动起长臂，向台下挑战——这个看似大学教授的人的神奇之处在于，他一举一动中展现出的巨大活力与极高的效率，能在最短时间内鼓动旁人。
上篇：运转硅谷的人
“上帝之手”
“未来已经发生，只是分布尚不均匀”，杜尔说，“预测未来的最好方式是开创它，如果你不能开创，至少还可以投资它。”
这是一句典型的杜尔式陈述。乐观，自信，最重要的，来自于他人的智慧。这句话的前一半引于科幻小说作家威廉吉布森的小说，后一半则改自施乐公司著名的科学家艾伦凯的名言——它们均非杜尔原创，但杜尔找到了将它们最好表达的方式。
“更好的引述”，几乎就是杜尔工作的写照：他通过各种方式找到最佳商业创意，然后穷尽各种手段将其变为现实。正是因此，包括杜尔在内的KPCB公司的投资者并不将自己称为“风险投资者”，而是“冒险助理”（venture-assistant）。
让“助理”与“投资者”区分开来的，是所扮演角色的深浅不同：就是说，杜尔所提供的不止是资金的帮助。
曾有硅谷中人如此概括杜尔的工作：“他喜欢在自己投资的公司里扮演上帝之手：亲手挑选CEO，向董事会建议战略，介绍各家公司的领导者认识，主导他们的兼并、收购和各种交易。他被视为一个伯乐，能识别技术和经营层面的各种人才，并把他们挖来。”
所有这些工作加在一起，你可以将其身份理解为“部分董事长部分CEO”。而杜尔并非仅在某一家公司担任此种角色，而是同时在十余家被投资公司内发挥功用。
而且，他对每一项工作参与程度之深，超乎常规。无数与杜尔打过交道的企业家回忆说：当他想挖一个要角，他不仅直接给对方打电话，还与对方的家人建立良好关系。他会尽可能快的买一张机票飞到你所在的城市，让你无法拒绝与他见面。对于那些格外优秀的潜在合伙伙伴，他不仅会邀请对方在他投资的公司任要职，还会帮其计划长期的合作可能：让对方清楚，即使这一次失败了，并不会导致职业生涯的覆灭。
让这一种“不可能完成的任务”变成现实的，首先是杜尔的高效：1990年代中期，网络创业潮让其高呼遇到了“时间荒”，这迫使他同时使用着五部电话、两部寻呼机、两部手机、三台电脑。而现在，他增加了一部手机和一台可以随时收发邮件的Palm，丢掉了寻呼机。甚至据说，滑雪时他还会在雪帽里带上一部手机。而在他每天随身携带的50磅的书包里，还有两台笔记本电脑和两部相机。
其次是他的高度自律：多年来，杜尔始终保持着极高强度的工作。巨大压力下，他有时候会像过电一样抖动、抓头发、咬嘴唇、跺脚、用手指敲桌子，甚至撅断铅笔，但他从未失控。为了不浪费时间，杜尔放弃了生活中的一切“奢侈”：他不喜欢被谄媚，也没有太多的幽默感，对阻碍他的一切事情都想清除干净。
但根本而言，让其能够处理如此繁杂工作的，是杜尔对其工作性质的理解：如果你将它等同于资本市场上的投资，或是深入参与到一家公司的管理中去，便大错特错。杜尔的做法最佳诠释了，商业是一门关于人的艺术。其成功甚至失败经历均可证明，商业是并非简单的战略、执行，而更像是对想象力与人的活力的释放。杜尔笃信的哲学是“think big”，而他最努力的工作是以其一人的力量，编织出一个集结天才头脑和企业家精神的庞大网络，并将这一网络的力量发挥至极致。
与多数极尽低调或略为傲慢，潜行于雷达之下的风险投资者们不同，杜尔热爱与人沟通。他的一个习惯是，随身带两架相机，主动与每个会晤的人合影。与他有过合作者，多数变成常年伙伴：如1980年杜尔认识的斯坦福的吉姆克拉克（Jim Clark），在之后的20年间，其先后创立的4家公司中的3家都由杜尔投资。甚至他最大的一桩失败投资，在1980年代末下注于手写电脑公司Go已经成为硅谷史上的一次“史诗性失败”，但经历过这一大败局的多数人，后来仍成为了KPCB系列公司的重要力量。
正因此，你甚至在硅谷听不到任何关于杜尔的负面之词。“为什么有人要去攻击杜尔？”有人反问：“他是那个让所有事情发生的人！”
织网者
杜尔的工作的实际效果，还不止是多且灿烂的上市公司，而是一张具体的硅谷地图。
经其投资的多数公司，会被精心编入KPCB的关系网。当多数风险投资公司将自己的投资对象称为“投资组合”或“大家庭”时，自1980年代以来，杜尔一直将KPCB的投资组合称为Keiretsu——这个来自日文的词汇，意味交叉控制的公司体系，或者用那部著名的形象说法：蜘蛛巢城。
关于为何建立这样一种复杂的关系网络，杜尔的解释很直接：“开创一项重要的新生意非常困难，所以我们得努力在各个方面帮助企业家们”。这并不是虚伪的说法，对于一家每年要看2500份商业计划，见数百个创业团队，最终做出十余次投资的合伙人公司而言，如果不能在很多共同的技能层面迅速借力，杜尔们的工作将更困难。
最表层的效果是，互联网的第一拨高潮中，在多数网站孤立成长时，KPCB投资的所有网站通过合作而带动了彼此的流量和收入。如Excite曾在1998年时支付给网景7000万美元，以获得为对方网站提供搜索引擎的权利。这曾帮助其流量超过竞争对手Infoseek，成为仅次于雅虎的搜索引擎。此外，在投资药物网站Drugstore后，杜尔也找来了在电子商务方面已经积累了不少心得的亚马逊对其培训。
更大的价值在于，如果你相信这个世界上天才并不多，那么反复去寻找新的天才的成本就注定了极为高昂。因此KPCB用了很多心思，把已经证明过自己的天才们连接在一起。
多年来，KPCB邀请50名左右顶尖企业家参与到他们的一个附带基金（side fund）中。此一附带基金和KPCB的每一期基金一同运转，而少数参与到其中者往往可以获得不错的收益。真正值得留意的，是这一附带基金的人名单：其中包括英特尔的格鲁夫、升阳的几位创始人、美国在线的史蒂夫凯斯和罗勃特皮特曼、Comcast的布莱恩罗勃茨、Intuit和网景及Excite等部分帮KPCB获得极高回报的公司的创始人……以至于有人称：只把这份名单上的电话打一遍，已经能做很多事。
即使近年来，在KPCB内部，Keiretsu已被“网络”(Network)所取代——杜尔说，这是因为Keiretsu更像基于某个人的力量而运转的一种复杂结构，但网络没有一个真正的中心——但其运行方式丝毫没有改变。
下一件大事
每年秋天，杜尔都会和被誉为“互联网时代的爱迪生”的比尔乔伊在亚斯潘（Apsen）进行一次讨论：未来五到十年内，科学、通讯、社会、电脑和商业会有哪些巨变？
这种讨论看似空泛，但足以帮杜尔做好迎接各种机会的心理准备。如1991年，乔伊跟杜尔说：“约翰，总有一天你会投资一个20岁的小孩儿写的某段会改变世界的程序。”杜尔随即表示同意。当时他们并不知道这个程序将被叫做浏览器，而以为会是某种游戏软件。但当22岁的马克安德森和网景出现在其眼前，他能立刻说服公司其他合伙人同意进行此次投资。
紧抓每个时代的风云流变趋势，是杜尔能在风投业长盛不衰的重要原因。虽然人们通常将其定位为一个针对高科技的投资者，实则杜尔已经变换了几次身份。在1980年代，杜尔和KPCB最为看重的是以微处理器为核心的技术：从康柏到莲花软件，从升阳微系统到美国在线，它们取得成功共同的“分母”是基础科技的进步。而到了1990年代，杜尔又把目光投向数字化、信息技术、网络应用。1990年代末期，当所有人为网络而疯狂时，杜尔看重的概念是“窄众”（Thin Client）：他认为这是一次比个人电脑更大的革命：PC直接与服务器对话，而不用把一大团软件都安装在电脑上。这种对一个浏览器解决所有问题的期待，正在被Google实现。
而最近两年，杜尔和比尔乔伊已经将望远镜伸向一个更为广阔的未来：他们认为，当前最重要的趋势是“城市化”（urbanization）。未来50年内，全世界的城市人口将从20亿变成60亿，尤其集中在中国和印度。这一相当于每年增加一座曼哈顿的进程，将让全球各地提高对更清洁的能源、更有效率的能源的需求。
甚至2005年比尔乔伊加盟KPCB后，（“他给我们每个合伙人的平均智商提高了20个点”,杜尔玩笑说）主要的投资方向也并非电脑相关业务，而是绿色科技。至今，KPCB一共投资了5家，其中3家处于保密阶段。
为进军绿色科技领域，KPCB已经准备了5年。杜尔称：“为绿色科技做准备的方式，跟为网络，为微处理器做准备是一样的。当然，现在我们有Google了，用Google搜索一下你想了解的东西。其他工作，就是读报告，会见科学家和工程师，参加各种论坛。我们与这个行业里的各种公司合作，试图发现其中最优秀的人，并获得最好的想法。”
同样被看好的，还有生命科技领域。这其中有众多值得看好的方向：个人医疗、药物的数字化、基因问题、蛋白质问题……KPCB多年的合伙人寇斯拉认为，依靠生物工程技术，由农业废物中提取的酒精将比传统的由玉米中提取的高效4到8倍。而将科技模仿真实器官运转的系统生物学，也可能在未来十年到二十年内实现。
下篇：一个风险投资之王的长成
“历史上最大的一次合法创富”
关于什么让他成为一个风险投资者，杜尔曾给出的答案是：运气、对创新与企业家的天然热衷，以及遗传自其父的雄心勃勃。
在莱斯大学获得电子工程学士和硕士学位后，杜尔前往哈佛就读MBA。这一期间，他已开始给风险投资公司打电话找工作。
那是1974年，风险投资业年景最差的时期之一，当年，只有两家公司融资超过100万美元：花花公子集团和KPCB投资的Tandem电脑公司。因此，虽然见到一些业内重量级玩家，如KPCB的合伙人之一布鲁克拜尔斯（Brook Byers）、NEA创始人迪克克拉姆里克（Dick Kramlich），但他得到的建议反而是：忘了风险投资，去好公司找个正经工作。
事实上，这也是日后杜尔被问及，什么训练能培养出一个好的风险投资者时的答案：“最好的准备是在一家管理优秀、高速增长的高科技公司拥有运营经验。”
当时杜尔所加盟的，是成立不久的英特尔，这让他获得了和后来成为传奇CEO的安迪格鲁夫共事的机会。他们二人一起培训了英特尔在美国和欧洲的销售队伍，并为公司赢得了来自西门子和ICL等大公司的芯片定单。开学后，他仍在读书的同时每周为英特尔兼职工作20小时，担任与DEC合作的现场工程师。
从1974年到1980年的6年间，杜尔在英特尔经历了从工程师到市场人员的转换。这些经历带给他的最大教益是：只有解决一个问题，才能获得一笔收入——那些解决大问题的公司，才有资格获得丰厚回报。
1980年，杜尔被朋友推荐到KPCB做“兼勤杂工作的办事员”，工作是检查新的商业计划书。面试中，他提出希望自己创业，而KPCB的四位合伙人承诺说，就像他们曾成功孵化Genentech和Tandem电脑一样，杜尔并非没有机会。
杜尔进入风投业的时机，算得上极为合适：除了他个人正年轻，拥有很长的证明自己的时间，更重要的，随着1980年苹果电脑上市，硅谷的活力正在被扩大、释放，各种围绕微处理器展开的技术创新，被杜尔后来总结为“我们见证（并从中获益）了历史上最大的一次合法创富。”
不妨看看他在当时的时间表：1980年，斯坦福大学教授福雷斯特巴斯基特向其推荐一个名叫“斯坦福大学网络”（Stanford University Network）的项目，这一生产低价工作站的学生项目，变成了后来的升阳微系统；1981年，在加州理工大学的一次会议上，杜尔认识了两名教授，加州理工大学的卡福米德（Carver Mead）和斯坦福的吉姆克拉克（Jim Clark）。米德和杜尔共同创建的专攻“对硅进行编辑”的公司Silicon Compilers成为了杜尔孵化的第一家公司（最终这家公司在11年后以142亿美元的价格被出售），而克拉克在14年后创立了网景；1982年，三名德州仪器公司辞职的员工在餐厅纸巾上写就的商业计划书变成了后来将IBM从PC霸主地位上拉下马的康柏……
当然，这并非纯粹的风云际会。当康柏的三人创业团队最初找到杜尔，他们只是想创办一家硬盘公司。因为不被看好发展的持续性，他们才被迫转向生产便携式电脑。这一次的创意，与杜尔在英特尔时就曾鼓吹但失败过的想法不谋而合，致使杜尔极为积极的说服了合伙人们展开投资。
当时的PC销售正供不应求，而这种有着9英寸屏幕，35磅重的便携式电脑显然富有竞争力。康柏小心翼翼的将自己的产品定位为IBM的补充，使其起步时未受到来自蓝色巨人及销售商们的阻碍。成立第一年，它就获得了11亿销售额，并成为了历史上最快获得10亿美元收入，以及最快进入财富500强排行榜的企业。
而升阳的故事同样属于团队的胜利。这一项目最初由安迪贝克托斯海姆（Andy Bechtolsheim）牵头，后来逐渐加入进一个名为比尔乔伊（Bill Joy）的技术天才，一个叫瓦诺德寇斯拉（Vinod Khsola）的印度人，和一个叫斯科特迈克尼利（Scott Mcnealy）的MBA。即使当时四名创业者只有27岁，这一同时具备商业头脑与技术创新能力的团队仍然打动了杜尔。
时间证明了，这笔1982年的投资，对KPCB创造了巨大的价值：除去升阳的成功，这一团队还从各个层面对KPCB的投资产生了影响。贝克托斯海姆退出升阳后，先后创立过两家公司，卖出了313亿美元，并最早为Google提供10万美元启动资金。常年在升阳扮演首席科学家的比尔乔伊主导了包括Java在内的众多重量级创新，KPCB还专门设立了Java基金，收益极佳。而寇斯拉则干脆成为了KPCB的合伙人，他在1990年代投资的三家电信设备公司——Cerent、Juniper和Siara——共为KPCB获得40亿美元以上回报。
“在现今世界，有太多的技术、太多的企业家，太多的钱，太多的风险投资。真正稀缺的，是好的团队。搭建好的团队是最大的挑战。世界正在各个层面发生巨变，有的是技术驱动的，有的是市场驱动的。所有这些变化都带来了前所未有的机会。想在这里面占据主动，必须专注于团队。”这样的话，杜尔说了很多年，很多遍。
一次惨败
如果说之前的成功明确了杜尔的投资哲学：创意并不难，执行才是关键，但最终是团队致胜，那么随后他所经历的一次惨痛溃败也足以说明，好的团队和好的生意还有一定的距离。 1987年，Go公司成立，其手写 *** 作系统至今被视为PC产业的一大变革。但这最终变成了一个野心过度的故事。
除了技术本身具备革命性，Go在其他方面看来，几乎是完全失控：它没有商业计划，而它提倡的技术相对于其时代也太超前了。杜尔和寇斯拉都坐在公司董事会上，当时所有人想的就是打出一记“全垒打”（风险投资业术语：获得20倍以上回报）。大干快上的气氛之下，Go以其完全无法维持的方式烧钱。曾任Go高管的米奇卡伯尔后来感慨：“最有趣的是，如果它能比较谨慎的花钱，这家公司很可能活到现在，并找到一条实在的出路。”
但当时的极端运行方式注定了只有两种极端选择：创造奇迹，或者迅速破产。在其最后阶段，公司每天的最大话题是，谁将前来拯救Go？头一天是IBM，下一天就变成了英特尔，而最终前来埋单的是AT&T。
Go因其短寿、高昂的投入和豪华的管理团队而成为硅谷长期以来最著名的失败案例之一，杜尔本人也从不羞于提及这段经历，他称之为“极大的失败”（Big spetacular failer）。他甚至玩笑说：“那本关于Go的书Startup（由Go的CEO杰瑞卡普兰撰写），应该叫Screwedup（被搞惨了）。”
故事到此，并未结束。“如果你想做点大事儿，你一定会摔很多跟头。”杜尔说，“我们搞错了所有问题，技术错了，市场错了，定价错了，唯一对的，是我们雇用了一群精明之士。” 事实上，Go的管理团队，后来纷纷成为了KPCB网络中的重要力量：卡普兰曾在其投资的另一家网络公司OnSale任CEO；比尔坎贝尔后来成为Intuit软件的CEO，现在则是Google的顾问；诺姆梅罗维茨在Macromedia出售给Adobe前任副总裁；迈克侯默曾在网景任市场业务副总；斯特拉顿斯克拉沃斯是Verisign的CEO；丹尼谢德尔成为了Good Technology公司的CEO；兰迪克米萨尔则成了KPCB的合伙人；罗勃特卡尔则在多家网络公司担任顾问。
杜尔没有因为一次惨败而否定其管理者，或者说，他为这些人交了一笔学费。
1990年，一家名叫Intuit软件的公司找到KPCB。当时它已拥有100万客户，销售收入也达到了3300万美元。但公司创始人斯科特库克认为，他需要KPCB的协助，将公司年收入提升到10亿美元的档次。
KPCB在此项目中投资470万美元，换取了12%股份。杜尔将Go的管理者之一比尔坎贝尔空降到公司中任CEO。并且采取一系列行动重塑Intuit：雇佣管理团队、协助Quicken推出Windows版本、发布面向商界的应用软件、完成IPO、与最大的税务软件公司TurboTax合并，甚至险些与微软合并。
而当与微软的合并最终未果，Intuit又在坎贝尔的率领下迅速进军网络，与KPcb投资的另外两家公司Excite和美国在线合作。自1991年至2005年，该公司的收入已经由3300万美元变成了218亿。
这种塞翁失马之事，让杜尔有资格如此阐释硅谷精神：“尝试并失败并没什么，再试一次好了，只是别在同一个错误上失败两次。”今年的选择其实还挺多，在Fitbit Flex之前有Nike FuelBand、Jawbone Up等等，都是手环的形式，但各有优劣：FuelBand有众多名人加持甚至包括Tim Cook，可惜出得太早，当时只有Bluetooth20，很是耗电一两天就要再充；之后的Jawbone Up拥趸也多，外形颜色足够亮骚，却没有无线数据同步的能力，只能通过音频接口，每次要揭开盖子插在手机的耳机口才能把数据传回，这样比较傻，且盖子易丢。Fitbit Flex算是把这些优点做一个整合吧，而且是这三个手环中最便宜的一个，看起来相对有点呆，不太会引起注意的样子。
话说Flex刚出货的时候，忽然就有Nike FuelBand 20的消息释出，内容较q，不信也罢。这种科技小玩意还是相信California based的公司比较靠谱。
Fitbit Flex 评测试用记
前几天Brookstonecom有个神Deal，可以用25刀买50刀的Coupon，然后本身在阵亡纪念日还有20刀的折扣，这样算就65刀包邮了，赶紧下单，可惜太远，通过转运到我这里估计要1个月了。实在等不了，在KnewOne网店买了个现货先用着，海淘货到了再出掉……
盒子里零零碎碎东西还挺多，有另外一个腕带，几张Notice什么的纸片，一个大概是蓝牙收发器的USB dongle，另外还有一个专门充电的USB Charger（为什么不能做成一个呢XD），充电的时候把腕带里面的Tracker抠出来，再放到这个Charger里面。大概半小时就能冲到8成以上，但是足足充满需要两三小时的，充满电五颗LED会同时闪烁。
Fitbit Flex 评测试用记
刚打开包装的时候是没开机的（也可能是没电了），我接上USB充电器，同时另一个USB插了同步小插头。我只有两个USB啊不是每次都这样吧…哭了，还好只是第一次需要这样。从Fitbitcom下载了一个叫做Fitbit Connect的程序，setup a new device之后才算激活正式开工了。这个Fitbit Connect功能极其有限，除了同步数据到服务器，检查有没有新的Fireware可以刷之外什么功能都没有，同步完就没用了可以丢掉。所有的设置都只能在Fitbitcom网站 *** 作然后于下一次同步数据时写入设备生效，Fitbit for iPhone的功能也相当残疾，这一点比较囧。
Fitbit Flex 评测试用记
在网站Dashboard右上角进入Settings，可以设置某个设备的设定目标，添加定时震动闹钟，设置左右手等。其实不是左右手，而是设置是佩戴在”Dominant hand”还是”Non-dominant hand”。闹钟在震的时候可以快速点两下取消，否则过10分钟还会震。
GitHub是一个面向开源及私有软件项目的托管平台，因为只支持git 作为唯一的版本库格式进行托管，故名GitHub。作为开源代码库以及版本控制系统，Github拥有超过900万开发者用户。随着越来越多的应用程序转移到了云上，Github已经成为了管理软件开发以及发现已有代码的首选方法。在GitHub，用户可以十分轻易地找到海量的开源代码。
下面给大家介绍一些GitHub上25个开源项目：
（1）TensorFlow Models
如果你对机器学习和深度学习感兴趣，一定听说过TensorFlow。TensorFlow Models是一个开源存储库，可以找到许多与深度学习相关的库和模型。
（GitHub： >
（2）Keras
Keras是一个高级神经网络API，用Python编写，能够在TensorFlow，CNTK或Theano之上运行。旨在完成深度学习的快速开发（GitHub： >
（3）Flask
Flask 是一个微型的 Python 开发的 Web 框架，基于Werkzeug WSGI工具箱和Jinja2 模板引擎，使用BSD授权。
（GitHub： >
（4）scikit-learn
scikit-learn是一个用于机器学习的Python模块，基于 NumPy、SciPy 和 matplotlib 构建。，并遵循 BSD 许可协议。
（GitHub： >
（5）Zulip
Zulip是一款功能强大的开源群聊应用程序，它结合了实时聊天的即时性和线程对话的生产力优势。Zulip作为一个开源项目，被许多世界500强企业，大型组织以及其他需要实时聊天系统的用户选择使用，该系统允许用户每天轻松处理数百或数千条消息。Zulip拥有超过300名贡献者，每月合并超过500次提交，也是规模最大，发展最快的开源群聊项目。
（GitHub： >
：《Python入门教程》
（6）Django
Django 是 Python 编程语言驱动的一个开源模型-视图-控制器（MVC）风格的 Web 应用程序框架，旨在快速开发出清晰，实用的设计。使用 Django，我们在几分钟之内就可以创建高品质、易维护、数据库驱动的应用程序。
（GitHub： >
（7）Rebound
Rebound 是一个当你得到编译错误时即时获取 Stack Overflow 结果的命令行工具。 就用 rebound 命令执行你的文件。这对程序员来说方便了不少。
（GitHub： >
（8）Google Images Download
这是一个命令行python程序，用于搜索Google Images上的关键字/关键短语，并可选择将图像下载到您的计算机。你也可以从另一个python文件调用此脚本。
（GitHub： >
（9）YouTube-dl
youtube-dl 是基于 Python 的命令行媒体文件下载工具，完全开源免费跨平台。用户只需使用简单命令并提供在线视频的网页地址即可让程序自动进行嗅探、下载、合并、命名和清理，最终得到已经命名的完整视频文件。
（GitHub： htt ps://githubcom/rg3/youtube-dl ）
（10）System Design Primer
此repo是一个系统的资源集合，可帮助你了解如何大规模构建系统。
（GitHub： >
（11）Mask R-CNN
Mask R-CNN用于对象检测和分割。这是对Python 3，Keras和TensorFlow的Mask R-CNN实现。该模型为图像中对象的每个实例生成边界框和分割蒙版。它基于特Feature Pyramid Network（FPN）和 ResNet101 backbone。
（GitHub： >
（12）Face Recognition
Face Recognition 是一个基于 Python 的人脸识别库，使用十分简便。这还提供了一个简单的face_recognition命令行工具，可以让您从命令行对图像文件夹进行人脸识别！
（GitHub： >
（13）snallygaster
用于扫描>
（GitHub： >
（14）Ansible
Ansible是一个极其简单的IT自动化系统。它可用于配置管理，应用程序部署，云配置，支持远程任务执行和多节点发布 - 包括通过负载平衡器轻松实现零停机滚动更新等 *** 作。
（GitHub： >
（15）Detectron
Detectron是Facebook AI 研究院开源的的软件系统，它实现了最先进的目标检测算法，包括Mask R-CNN。它是用Python编写的，由Caffe2深度学习框架提供支持。
（16）asciinema
终端会话记录器和asciinemaorg的最佳搭档。
（GitHub： >
（17）> > （GitHub： > （18）You-Get You-Get是一个小型命令行实用程序，用于从Web下载媒体内容（视频，音频，图像），支持国内外常用的视频网站。 （GitHub： > （19）Sentry Sentry从根本上讲是一项服务，可以帮助用户实时监控和修复崩溃。基于Django构建，它包含一个完整的API，用于从任何语言、任何应用程序中发送事件。 （GitHub: > （20）Tornado Tornado是使用Python开发的全栈式（full-stack）Web框架和异步网络库，，最初是由FriendFeed上开发的。通过使用非阻塞网络I / O，Tornado可以扩展到数万个开放连接，是long polling、WebSockets和其他需要为用户维护长连接应用的理想选择。 （GitHub： > （21）Magenta Magenta是一个探索机器学习在创造艺术和音乐过程中的作用的研究项目。这主要涉及开发新的深度学习和强化学习算法，用于生成歌曲，图像，绘图等。但它也是构建智能工具和界面的探索，它允许艺术家和音乐家使用这些模型。 （GitHub： > （22）ZeroNet ZeroNet是一个利用比特币的加密算法和BitTorrent技术提供的不受审查的网络，完全开源。 （GitHub： > （23）Gym OpenAI Gym是一个用于开发和比较强化学习算法的工具包。这是Gym的开源库，可让让你访问标准化的环境。 （GitHub： > （24）Pandas Pandas是一个Python包，提供快速，灵活和富有表现力的数据结构，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地 *** 作大型数据集所需的工具。此外，它还有更广泛的目标，即成为所有语言中最强大，最灵活的开源数据分析/ *** 作工具。它目前已经朝着这个目标迈进。 （GitHub： > （25）Luigi Luigi 是一个 Python 模块，可以帮你构建复杂的批量作业管道。处理依赖决议、工作流管理、可视化展示等等，内建 Hadoop 支持。（GitHub： >首先，高二，如果你现在还没有开始复习考试的话，就已经算比较晚的了。如果确定过去了，那么时不我待，现在就开始行动好了。 欢迎分享，转载请注明来源：内存溢出
我和你说一下这个流程，还有一些基础性的考试和申请的内容。如果有进一步想了解的，可以给我留言。
其次，去美国念本科的话，基本会涉及到以下三个考试：
去美国的学校需要考IBT/IELTS 和SAT（可选，根据不同学校的要求）。
这其中的具体区别如下：
A：托福雅思只要考一个，至于具体考哪一个，以前的想法一直都是如果你要去美国，那么IBT会更好一点，如果是去英联邦国家，那么雅思会好一点，不过现在因为美国很多好学校也都承认雅思了，英联邦也开始承认托福了，所以从这个层面来看的差别已经越来越小了。 所以关键是依据你自身的特点和情况，当然还要考试报名情况，哪种考试更适合你。
B：从具体考试本身来说，因为我也是在复习考试，我的感受是，如果你的阅读能力比较强，那么以雅思为主，如果你的听力以及口语的能力更好，特别是听力，那么就以托福为主。而且要注意，雅思是传统的考试方法，而托福是机考，在形式上也不一定能够适应。至少在口语这项上，雅思还是比较人性化的。
C：但是归根结底，如果你的实力到了一个程度后，其实考哪个差别都不是很明显。
D：关于SAT，现在是美国的本科大学部分是需要的，这个比例接近于60/40，需要的占多数。不过并不是说需要SAT的就一定比不要的好，因为从学费，排名，地理位置等因素来看，不要SAT的学校很多都是名列前茅的，在TOP130中约有40所以上。 当然，如果你的目标是TOP30，那么你就不仅要SAT，还要有两到三门的SAT2
E：题型上， 托福和雅思都是听说读写四个部分，相差不大。而SAT则是一个学术性考试，涉及到语文，数学和写作部分。如果涉及到SAT2，那么专项性更强。
F：在哪里考，浙江当地的托福考点倒是蛮多的，但是SAT的话，就大陆同学来说，最方便还是到香港去考。
再次，了解美国大学的申请计划和时间：
A 你要明确的是具体的截止日期。虽然不知道你对美国的大学有没有具体的概念，但是秋季一个大概的截止日期是在12-2月之间，那么在12月之前将托福考出来都比较可行。同时也要注意，有些学校可以在递交了网申之后，在随后的时间再交托福的分数，当然，时间不能拖得很久。
B 关于递交申请的时间也是具体问题具体分析。不同的学校有不同的截止时间，不过要注意有网申和纸申两种（绝大部分是网申），那么就要看清楚学校规定的是材料到校时间的截止日期还是网络递交的申请时间。通常来说，截止日期是在12-2月之间的。
C 如果11月前搞不定IBT的话，那么SAT就没有那个必要了。不过请注意，并不是说不要求SAT的学校一定比要求SAT的学校要差，（TOP30除外）那么在这个情况下，你要考虑的是如果将复习SAT的时间用来复习IBT，那么IBT是不是有可能拿到更好的分数，一个出色的IBT绝对比两个平均的IBT和SAT分数要更有用。
复次，注重什么能力的培养能达到常春藤这样学校的水准，这个客观的说，现在开始是绝对不够的，即便是从高中刚开始也未必够。美国的申请评估过程是一个综合考量的过程，不是说语言达标就一定可以录取，这也是为什么你肯定听过哈佛一年要拒掉很多个SAT满分的学生。美国的申请不光是看考试分数，还要看你的GPA,PERSONAL STATEMENT,RECOMMENDATION LETTER,ESSAY,BACKGROUND,RESUME等等东西，这所有的在一起是一个综合的背景。综合背景达标了，那么基本录取没有问题。说这么多，只是让你有个概念，美国的大学录取，特别是常春藤的要求大概是怎样的。如果你现在努力，那么研究生的时候，或者本科转学的时候去申请哥大或者其他什么学校还是比较有希望的。
接着，复习单词只是第一个步骤。如果例句看不太懂，那么我觉得可能你要走的路很长。新东方他们能告诉你路应该怎么走，或者和你说路在何方，但是去不去走还是要看你自己。当然，这里所说不光光是新东方，还有很多类似的培训机构都是这样。这里不涉及中介之间的横向比较。
然后，奖学金难，通常学校会在审核你材料的时候就同时考虑你的奖学金资格，不用另外单独给出其他的什么条件。总体来说本科费用会在80-120万之间。美国留学费用基本如下，包括两个方面，生活费和学费，具体来说要看具体的学校和地区以及你个人的生活习惯。额，是指那种正常的生活消费。
最后，在美国上完大学可以在当地有一年的时间来实习，如果找到实习那么可以申请工作签证。当然，没法保证你一定能找到工作，但至少会给你这个机会。
好了，就先说这么多，可能信息有点多，但多是对你有帮助的。关于申请部分我就不详细说了，比较繁杂。
好了，就说这么多，应该对你有帮助，有留美的问题可以给我留言或者在线交谈。>
微信扫一扫
支付宝扫一扫
评论列表（0条）