最近一个问题引起了上百万人关注：
0 2 主要疑问在于： 
1、明明很多项目闭源的话可以赚很多很多钱。为何大家还是无私奉献自己的劳动成果呢？
2、为何代码是开源了，而别的东西为何没有被分享？
比如音乐、书本，分享出去被认同，同样会开心，被大家一起修改就无法进步吗？
他们和代码有什么区别导致了这些？
题中提到的“明明很多项目闭源的话可以赚到很多很多钱，为何大家还是无私奉献自己的劳动成果，而且很多项目的实现很困难”：
首先，大部分开放的项目，其实被淹没在源海里；挣钱的是脱颖而出的；
而且明明有很多诱惑在的好不好！
1、题中提到的“而且很多项目的实现很困难” ：你都知道项目实现很困难，创作者会看不到吗？
真正在源海里脱颖而出的项目，在这个过程中，也必然有全世界各地优秀的伙伴们一起帮忙完善项目， 对于任何一个创始者来说，这都是一个无法抵挡的诱惑。
谁会拒绝和全世界最优秀的同行一起完善自己的项目呢？
2、 流量为王的时代。哪怕是在开源世界里也依然如此。 平台助力“项目”，用户助力“项目”，当你有大量的关注度，大量的粉丝，助力让项目真正走进投资者的眼里，甚至助力会开发出项目的商业用途和价值；
是金子也不一定发光，金子也是需要平台的。难道要在茫茫人海里，拿着项目找投资者一个一个的去推销？
你根本就无法保证你能够见得上投资者，甚至你都不一定能找到投资者。
3、 对你项目成绩的最真实的评价，肯定还是同行小伙伴们的评价， 作为世界顶尖的开源社区GitHub，还有比较自己的项目在里面收到欢迎，更牛的事情吗？
不管是吃饭喝酒吹同学聚会，还是上学发文、面试求职，还不是手到擒来？
0 3 开放
其次，开放能够得到的进步要远远大于封闭。
而对于“那别的东西为何没有被分享？”
我们从程序本身来看：程序是基于逻辑和真理的产物，任何一个程序都存在出现Bug的概率。
所有一个程序在出来之后，需要放到各式各样的环境下去检测，去尝试不同的运行环境和情况，符合逻辑就是符合逻辑，能够应用就是能够应用，有Bug就是有bug。
对于一个便利的编程工具而言，实用就是实用，只要实用，人会蜂拥而至，影响决策的因素只有好用，而且为了更好用，会有越来越多的更新和优化，而且也会被大家认可。
那自然是人多力量大，开源可以让大家一起努力来完善。
再来看“音乐和书”。
和程序相比，三者有一个最大的区别： 音乐、书属于主观意识决定的产物，也容易受到主观因素影响；程序是逻辑与真理的产物，只遵循逻辑与真理；
音乐和书是作者的主观+情感的创作，最主要的是好与坏、好与更好 没有统一的评判，一千个读者一千个哈姆雷特；
你认为歌不好听，书不好看，你提出修改，能保证大家都满意吗？（红楼梦的的续写章节，也没能做到让所有人满意。）你看一个书正好看，听一个歌正好听，突然有人说不好听、不好看，他自行进行了修改，你自认为自己能接受的概率有多大？
而且，擅自改动别人的作品是很不礼貌的行为，甚至会侵权、吃律师函。（不慌吗？）
0 4 比赛
这也是为什么国内很多企业、学校都会经常举办一些AI竞赛，比如在人工智能领域，不管是国外的Kaggle，还是阿里天池、DataCastle、科赛网，每年都会举办各种各样类型的比赛，现在应该明白了吧？
首先，参加比赛相当于为自己选择了一个“发光”的道路和平台。
简单的讲就是把自己的名声“争出来”，甚至顺便找到了自己擅长的方向，至少是企业需要的方向，至少毕业挣钱找工作有一定方向了。
提前获得一定的“商业价值”和打造自己的个人名片与社交圈。
通过参加比赛，不仅可以接触到很多同领域的的研究人员，还能够交到很多志同道合的朋友，甚至认识一些领域内大牛级别的评委、行业领先企业高管等等；这都将成为谁也拿不走的东西，成为以后不管是学术发文、还有求职面试的资本。
探索道路上最怕什么？不知道自己走了多远，就很慌甚至迷茫。
人生需要肯定，AI更是。参加比赛凭借自身实力，选择具有挑战性的难题，搭伙志同道合的小伙伴，战胜一个又一个对手，这不仅仅是一种骨气里的诱惑，更是一种让我们能够对未来越来越明确，信念和探索的信念也会越来越远坚定。我不是孤独一个人，我也不是探索道路上的末位者。
0 5 实战
当然，比赛的意义远不止如此，比如接触企业前沿探索方向、企业热门数据库等等，
但是，其实我们很多人其实并没有参与比赛的经验，也不知道如何参与比赛，甚至很少在生活中看到相关的比赛信息。
找不到队友，没有方法，只是自己摸索；找不到方向，没有办法，只能跟着原有的方向继续死磕，根本达不到目的，不仅浪费时间，而且消磨激情。
为了能让更多得到成长得到进步，七月在前八期的基础上，继续创新优化推出第九期，15个实战项目+行业大牛亲身指导+十二城线下同步开营+高薪大厂就业！
0 6 15个实战项目：
python基本练习题 与 google python实战题；
pandas综合练习、大数据分析处理案例、sklearn建模与使用；
Xgboost与LightGBM使用、Caffe&Tensorflow实战、金融风控反欺诈项目；
异常检测和社交网络分析、大规模车辆重识别（ReID）、图像分类与检索、癌症病理检测；
文本分类系统、机器翻译系统、电商平台的商品推荐、从零开整电影推荐网站。
15个实战项目
扫描查看详情
0 7 行业大牛亲身指导：
陈博士：
七月在线AI Lab负责人兼科学家。历任浪潮集团数据科学家，国家电网人工智能行业应用方向团队负责人。参与过一国家863项目，且曾主持一山东省自主创新及成果转化专项，发明专利十余项，专业论文十余篇。对机器学习、NLP相关技术的原理推导，以及深度学习在能源、通信、气象等行业的应用深有研究。
Seven博士：
博士毕业于国内Top5高校，在人工智能和模式识别领域发表了10余篇会议和期刊。目前在国内某知名互联网公司担任人工智能算法高级技术专家，有深厚的学术背景和丰富的项目及业务落地经验。Seven老师长期担任校园招聘和社会招聘技术面试官，授课风格深入浅出、诙谐幽默。
褚博士：
芝加哥大学计算机博士，研究方向为NLP，熟练当前深度学习在NLP领域的模型与应用，以及pytorch、pandas等python库，设计的jupyter notebook和作业备受学员称赞，主讲的七月在线《PyTorch的入门与实战》更是被学员誉为最好的PyTorch课。
行业名师大V
扫描查看详情
0 8 部分学员就业信息
0 11 十二城线下
最最关键的就是十二城线下同步开营：本期限200个名额，历时近3个月，10多个BAT工业项目全面公开，线下在北京、上海、深圳、广州、杭州、沈阳、济南、郑州、成都、武汉、西安、长沙，十二城同步开营。保障每一位学员所学更多、效率更高、收获更大。
0 9 真实的学员访谈
1、 “专业知识相关：多态，虚函数，const与define的比较等等。手写编程题是：二叉树节点最近公共祖先 跟 数组中最长连续序列。”
2、 “对于SVM和XGBoost这种常考的算法我几乎前前后后手推了超过10次，到后面几乎都能闭着眼睛在脑海里推导出来，而在面试的过程中也确确实实被问到了相关的问题，考察对于算法的理解。”
3、 “寒老师和David讲的深入浅出，收获很大，机器学习、到深度学习，再到项目课都获益颇多。周末的线下部分可以当面答疑，解决很多疑惑。”
5、 “浅入深的教学方式,夯实了python基础，巩固了机器学习理论，中期会结合好玩的天池比赛,再一次加强对算法的理解，可以在实践中真真切切体会数据挖掘流程。”
学员真实分享
扫描查看详情
0 10 学员真实分享面经：
1、 C++转行算法拿到360年薪40万offer
2、 刚毕业双非本科如何拿到NLP offer并薪资翻三倍的
3、 励志！充满干货的AI面经：纯电力员工如何成功转行NLP并薪资翻倍
4、 我是如何从机械行业本科社招成功转行NLP并薪资翻倍的
5、 薪资近乎翻倍，题库里的xgboost笔记看了不下十遍
6、 易贷网、金蛋科技、百度金融、蚂蚁金服等互联网金融面试经验
7、 本科校招算法岗面经：拿到滴滴、头条offer
BAT大厂面经
扫描查看
大量学员拿到 30-40万 年薪
多位 名校博士 + BAT专家 手把手教学
现在报名
送18VIP会员
[含2018 全年在线课程 和 全年GPU ]
前120人更有专属特惠
↓立刻扫码查看课程↓
原文链接：https://www.163.com/dy/article/ELTVP2SM05380EIV.html
