02 youtube官網網頁版更新時間是什么類型(you tu be的官網是多少？)

你可以用 Okular 在 Linux 上做一些基本的 PDF 編輯，如添加彈出式備注、內聯式備注、手繪、熒光筆、印章等。

通訊應用

我相信你在 Linux 上使用至少一款 通訊應用。以下是我的推薦。

Skype

Skype 是最流行的視頻通訊應用。它也被許多公司和企業用于面試和會議。這使得 Skype 成為 Ubuntu 必備的應用程序之一。

Rambox

Rambox 本身不是一個通訊應用，但它允許你從單一窗口中使用 Skype、Viber、Facebook Messanger、WhatsApp、Slack 和其他一些通訊應用。

筆記和待辦事項應用

需要一個待辦事項應用或簡單的應用來做筆記嗎？看看這些吧。

Simplenote

Simplenote 是 WordPress 創建者 Automattic 推出的一款自由開源的筆記應用。它適用于 Windows、Linux、macOS、iOS 和 Android。你的筆記會同步到云服務器上，你可以在任何設備上訪問它們。你可以從官網下載 DEB 文件。

Remember The Milk

Remember The Milk 是一款流行的待辦事項應用。它適用于 Windows、Linux、macOS、iOS 和 Android。你可以在擁有的所有設備上訪問你的待辦事項。你也可以從瀏覽器訪問它。它還有一個官方的 Linux 原生版本，你可以從官網下載。

密碼保護和加密

如果有其他人經常使用你的電腦，也許你會考慮通過密碼保護文件和文件夾來增加額外的安全。

EncryptPad

EncryptPad 是一個開源文本編輯器，它允許你用密碼鎖定你的文件。你可以選擇加密的類型。這個工具也有一個命令行版本。

Gnome Encfs Manager

Gnome Encfs Manager 允許你 在 Linux 中用密碼鎖定文件夾。你可以將任何你想要的文件保存在一個加密文件夾中，然后用密碼鎖定它。

游戲

Linux 上的 游戲 體驗比幾年前改進很多。你可以在 Linux 上暢玩大量 游戲 ，而不用回到 Windows 了。

Steam

Steam 是一個數字發行平臺，允許你購買 游戲 （如果需要的話）。Steam 擁有超過 1500 款 Linux 游戲 。你可以從軟件中心下載 Steam 客戶端。

PlayOnLinux

PlayOnLinux 允許你在 Linux 上通過 WINE 兼容層運行 Windows 游戲 。不要對它抱有太高的期望，因為并不是每個 游戲 都能在 PlayOnLinux 下完美運行。

軟件包管理工具 [中高級用戶]

Gdebi

Gedbi 是一款小巧的軟件包管理器，你可以用它來安裝 DEB 文件。它比軟件中心更快，而且還能處理依賴問題。

Synaptic

十年前，Synaptic 是大多數 Linux 發行版的默認 GUI 軟件包管理器。在一些 Linux 發行版中，它仍然是默認的軟件包管理器。這個強大的軟件包管理器在 查找已安裝的應用程序并刪除它們 方面特別有用。

備份和恢復工具

任何操作系統都應該有備份和恢復工具。讓我們來看看 Ubuntu 上有哪些軟件是你必須擁有的。

Timeshift

Timeshift 是一個幫助你 對系統進行快照 的工具。這可以讓你在系統配置混亂的情況下，在發生不幸的事時將系統恢復到以前的狀態。不過要注意的是，它并不是你個人數據備份的最佳工具。對此，你可以使用U buntu 默認的 Deja Dup（也叫做“備份”）。

TestDisk [中級用戶]

這是本清單里另一個命令行工具。TestDisk 可以讓你 恢復 Linux 上的數據。如果你不小心刪除了文件，使用 TestDisk 還有機會找回來。

系統調整和管理工具

GNOME/Unity Tweak Tool

這些調整工具是每個 Ubuntu 用戶必備的。它們允許你訪問一些高級系統設置。最重要的是，你可以使用這些調整工具 改變 Ubuntu 的主題。

UFW Firewall

UFW 意指“不復雜的防火墻”，這一點是貼切的。UFW 為家庭、工作和公共網絡預先定義了防火墻設置。

Stacer

如果你想釋放 Ubuntu 的存儲空間，可以試試 Stacer。這個圖形化工具可以讓你通過刪除不必要的文件和完全卸載軟件來 優化你的 Ubuntu 系統。可以從 官網 下載 Stacer。

其他工具

最后，我會列一些其他我很喜歡但無法歸類的 Ubuntu 應用。

Neofetch

又多了一個命令行工具！Neofetch 可以顯示你的系統信息，如 Ubuntu 版本、桌面環境、主題、圖標、內存和其他信息，并附有 發行版的 ASCII 徽標。使用以下命令安裝 Neofetch。

sudo apt install neofetch

Etcher

Ubuntu 已經帶有一個即用 USB 創建工具，但 Etcher 能更好地完成這項任務。它同樣支持 Windows 和 macOS。你可以 點擊這里 下載 Etcher。

gscan2pdf

我使用這個小工具的唯一目的是 將圖片轉換為 PDF。你也可以用它將多張圖片合并成一個 PDF 文件。

音頻記錄器

另一個小巧而又必不可少的 Ubuntu 應用，用于 在 Ubuntu 上錄制音頻。你可以用它來錄制來自系統麥克風、音樂播放器或任何其他來源的聲音。

我現在的主力系統是Linux mint19.3，雖然也是裝的雙系統，可是已經記不起上次重啟進win10是什么時候的事情了。LM現在可以完全滿足我的日常需求了。現在把我覺得一些優質軟件應用推薦給大家，都是一些原生態的，不考慮wine。

上網：自帶的firefox。

音樂類：網易云音樂 洛雪音樂助手。操作習慣、體驗完全不存在障礙。

輸入法：fcitx +搜狗輸入法，操作習慣無縫對接。

網盤類：百度網盤，Linux版本感覺還更清爽，下載速度感覺也要快一點。

買粉絲：Electronic WeChat,就是網頁版的買粉絲，可以發文件。

辦公軟件：強烈推薦國產WPS,關鍵還沒廣告，完全兼容Office 。

編輯器：vim ecmas，一個是編輯器之神，一個是神之編輯器，這個介紹太多了，不多說。

科學計算類：gnu-octave scilab maxima gnuplot ,不用擔心被美帝卡脖子，都有各自的文檔。

我平時主要就是用這些軟件了，如果還有別的需求，可以給我留言。

沒有使用過這些，現在電腦上使用的軟件我是通過360安全衛士的軟件管家來下載安裝的。

個人覺得360瀏覽器就挺好用的，功能全，安全可靠。

如何自學人工智能

學習AI的大致步驟：

（1）了解人工智能的一些背景知識；

（2）補充數學或編程知識；

（3）熟悉機器學習工具庫；

（4）系統的學習AI知識；

（5）動手去做一些AI應用；

1 了解人工智能的背景知識

人工智能里面的概念很多，比如機器學習、深度學習、神經網絡等等，使得初學者覺得人工智能很神秘，難以理解。剛開始學習的時候，知道這些名詞大致的意思就行了，不用太深究，學習過一段時間，自然也就清楚這些概念具體代表什么了。

人工智能是交叉學科，其中數學和計算機編程是學習人工智能最重要的兩個方面。這些在“知云AI專欄”之前的文章“認識人工智能”，也為大家介紹過，沒閱讀過的同學可以去看一下。

下圖為人工智能學習的一般路線：

2補充數學或編程知識

對于已經畢業的工程師來說，在系統學習AI之前，一般要補充一些數學或者編程方面的知識。如果你的數學和編程比較好，那么學習人工智能會輕松很多。

很多同學一提到數學就害怕，不過，學習人工智能，數學可以說是繞不過去的。在入門的階段并不需要太高深的數學，主要是高等數學、線性代數和概率論，也就是說，大一大二學的數學知識已經是完全夠用了。如果想要從事機器學習工程師的工作，或者搞人工智能的研究，那么應該多去學習數學知識，數學好將會是工作中的一大優勢。

Python是在機器學習領域非常受歡迎，可以說是使用最多的一門編程語言，因此Python編程也是需要掌握的。在眾多的編程語言中，Python是比較容易學習和使用的編程語言，學好Python也會受益很多。

3 熟悉機器學習工具庫

現在人們實現人工智能，主要是基于一些機器學習的工具庫的，比如TensorFlow、PyTorch等等。

在這里推薦大家學習PyTorch。PyTorch非常的受歡迎，是容易使用的機器學習工具庫，有人這樣評價PyTorch“也說不出來怎么好，但是使用起來就是很舒服”。

剛開始學習人工智能的時候，可以先運行一下工具庫官網的示例，比如MNIST手寫體識別等。這樣會對人工智能有一個感性的認識，消除最初的陌生感。然后可以看看里面的代碼，你會發現，其實神經網絡的程序并不復雜，但是會對神經網絡的原理和訓練有很多的疑問。這是一件好事，因為帶著問題去學習，會更有成效。

4 系統的學習人工智能

這里的人工智能主要指機器學習，因為目前人工智能主要是通過機器學習的方式來實現的。

機器學習知識主要有三大塊：

（1）傳統機器學習算法，比如決策樹、隨機森林、SVM等，這些稱作是傳統機器學習算法，是相對于深度學習而言的。

（2）深度學習，指的就是深度神經網絡，可以說是目前最重要最核心的人工智能知識。

（3）強化學習，源于控制論，有時候也翻譯成增強學習。深度學習可以和強化學習相結合使用，形成深度強化學習。

在這里需要知道的是深度學習并不難學，對于一些工科的研究生，一般只需要幾周就可以上手，并可以訓練一些實際應用中的神經網絡。但是想要對深入學習有深入理解不是容易的事情，一般需要幾個月的時間。

傳統機器學

很赞哦!（858）