##经验壁垒

俗话说“一张白纸好作画”。有时候经验反倒是一个笼子，错过新的/更强大的解决方案。思维模型的固化会让你很难接受另一种编程模型。
举个现实例子：公司现在要开展一个全新的项目，并且在前期调研时发现xxx语言特性完美适配项目架构，作为公司高管你会选择让月薪3万的程序员学习新语言之后接手这个项目还是招聘3个月薪5千的技术新手？

##直线超车
假设人类已经研制出一种光速飞行器，我们要去25光年外的一颗小行星，现在飞行器可以以1倍光速飞行，但是在到达目的地之前很难更换飞行器。你是否现在出发？
假设5年后有望研发出2倍光速的飞行器。你是否现在出发？

##精力投资
不客气的说，一直以来机器学习的应用只是demo级别。在人工智能的道路上，现阶段处在塑造血和肉的阶段，距离真正的智能具有相当远的距离。现阶段是各框架/库/API/语言的混沌时代，好似2011年Android/iOS/WindowPhone的三国时代，如果当时你选择的是WindowsPhone，谁会怜惜你当时付出的青春？Stephen Elop吗？

##追随道德强者
我个人是google的追随者，不是盲目崇拜，而是相信google "Do not be evil"的原则。最近google发布了tensorflow的中文课程https://developers.google.cn/machine-learning/crash-course/（不用×××也能访问），我看了下课程内容设计的很合理，表现的很直观，甚至还有练习题。你大概会花费15个小时学习。

##最后
不管别人通过哪些途径来“入门”深度学习，但显然最有效的方式是这15小时的精力投资。这是你直线超车的机会。