本文将指导你如何在自己的Mac上部署Theano + Keras的深度学习开发环境。

如果你的Mac不自带NVIDIA的独立显卡（例如15寸以下或者17年新款的Macbook。具体可以在“关于本机->系统报告->图形卡／显示器”里查看），那么你可能无法在这台Mac上使用GPU训练深度学习模型。不过这并不遗憾。事实上，我在自己的Macbook上（15-inch，Early 2013，NVIDIA GeForce GT 650M 1024 MB）做了一个简单的测试：在mnist数据集上训练CNN模型时，使用GPU仅比使用CPU快了1.7倍——在更专业的Tesla K80显卡上，这个数字是5倍。因此，我更推荐购买一台有着强劲性能的显卡的PC本（比如某些游戏本）来搭建深度学习的开发环境，或者是直接租赁AWS的Instance服务。

下面步入正题。

受小时候上学的影响，在相当长的一段时间里，我一直是用课程表的方式来管理我的时间：每天24小时从早到晚划分成N个坑，每到一个时间点该做什么事都是事先计划好的。这种时间管理方式的弊端也是极其明显的：缺乏灵活性。如果计划被临时的任务打断了怎么办？如果在预期的时间内计划没有完成或是提前完成了又怎么办？凡此种种，导致课程表式的时间管理方式总是在坚持了一两周后不了了之。

所以，我开始寻求新的时间管理方式。

信息即知识。一个完整的知识管理系统至少要满足两个需求：首先，它需要有一条收集原始信息的输入流，并能够对原始信息进行处理和归档；其次，它需要有一条加工原始信息的输出流，并能够对加工后的信息进行整理和存储。在我的知识管理体系里，后者藉由MWeb搭建的笔记博客系统完成。前者则分为了两部分：一部分是论文书籍等非碎片化信息的管理，采用Zotero搭建的文献管理系统完成；另一部分就是这里提到的用印象笔记实现的碎片化信息管理。

俗话说，不动笔墨不读书。我的记性不好，更需要笔记来辅助我消化和吸收书本上的知识。最早在大学读书的时候，一直是用的纸质的笔记本。然而在后来某一次搬家的时候这些笔记本不慎丢失，甚是可惜。这也是纸质笔记的弊端，不易保管。因此，我开始寻找一款可靠的电子版的笔记系统。

前两天狠了狠心花高价买了一个二手DPT S1。在学校的时候就对这款神器心水许久，一直未舍得也无力购买。工作后有了点闲钱，考虑到自己的工作性质需要阅读大量的文献，有一款电纸书不仅携带方便不伤眼，笔记什么的也更易于保存，便打算除一除草。孰料去年年底Sony宣布DPT无限期停产，S1的价格更是不降反升，全新品的价格涨幅直接飙过了100%！（Sony大法果然是最佳的理财神器。）然而架不住心里欲求不得的碎碎念，只好在一家淘宝店铺花了9000大洋购入一台二手机器。所幸机器成色较好，几乎看不出使用的痕迹。

既然入了这台“Paper”神器，便要善于利用，尽最大可能发挥它的便捷和长处。这篇博客就是介绍如何用DPT S1结合文献管理软件Zotero打造自己阅读文献的WorkFlow。

iTerm2是Mac上一款十分强大的终端，然而与Windows上常用的SecureCRT或是XShell相比，iTerm2本身无法记录SSH登录名和密码，在实际使用中颇有不便。不过我们可以在iTerm2的Profiles中结合Expect脚本实现类似的功能。

想在公司的服务器上搭建一套Jupyter Notebook的开发环境，这样无论走到哪里都可以打开浏览器敲代码了（有木有很屌丝）。然而公司的服务器各种不给力。于是想到了run it anywhere的Docker。

Markdown 的设计哲学

Markdown 的目標是實現「易讀易寫」。
不過最需要強調的便是它的可讀性。一份使用 Markdown 格式撰寫的文件應該可以直接以純文字發佈，並且看起來不會像是由許多標籤或是格式指令所構成。
Markdown 的語法有個主要的目的：用來作為一種網路內容的寫作用語言。