2018年Composer最佳实践

Composer创始人分享的一张pdf，共68页，让你对composer有更好的理解。

《算法珠玑》Java版本 一个最精简的题库

本书的目标读者是准备去硅谷找工作的码农，也适用于在国内找工作的码农，以及刚接触ACM算法竞赛的新手。 市场上讲解算法的书已经汗牛充栋，为什么还要写这本书呢？主要原因是我对目前市场上的大部分算法书都不太满意。 本书有如下特色： 背后有强大的AlgoHub支持。 本书的所有题目，都可以在 www.algohub.org(即将上线) 上在线判断代码。这样的一大好处是，读者可以边看书，边实现自己的代码，然后提交到网站上验证自己的想法是否正确。AlgoHub的使命是成为最好的算法学习和交流平台。AlgoHub囊括了 POJ, ZOJ, leetcode, HackerRank 等网站的经典题目（一些质量不高的题目则忽略），且 AlgoHub有非常简单的加题系统，用户不需要写一行代码即可自己添加题目，所以AlgoHub的题库还在飞速增长中。 每道题都有完整的代码。 市场上的大部分书，都会讲思路，但给出的代码都是片段，不是完整可编译的代码。本书每题都有完整的代码，且每个代码经过千锤百炼，保证可读性的前提下尽可能简短，方面读者在面试中能快速写出来。 每道题都有多种解法。 本书的宗旨是，用尽可能少的题目，覆盖尽可能多的算法。本书中的的每道题都有多种解法，每种解法不是简单的小改进，而是完全不同的思路，力求举一反三，让读者触类旁通。 本书支持多种主流编程语言。 目前支持 Java, C++, C#, Python, Ruby, JavaScript, Swift, Scala, Clojure, 将来还会支持更多编程语言。

C++并发编程(中文版)

作为对《C++ Concurrency in Action》的中文翻译。 本书是基于C++11新标准的并发和多线程编程深度指南。 从std::thread、std::mutex、std::future和std::async等基础类的使用，到内存模型和原子操作、基于锁和无锁数据结构的构建，再扩展到并行算法、线程管理，最后还介绍了多线程代码的测试工作。 本书的附录部分还对C++11新语言特性中与多线程相关的项目进行了简要的介绍，并提供了C++11线程库的完整参考。 本书适合于需要深入了解C++多线程开发的读者，以及使用C++进行各类软件开发的开发人员、测试人员。 对于使用第三方线程库的读者，也可以从本书后面的章节中了解到相关的指引和技巧。 同时，本书还可以作为C++11线程库的参考工具书。

Web客户端追踪—浏览器指纹追踪

浏览器指纹追踪类似人的外貌和指纹，Web客户端（这里主要指浏览器）也有多种“外貌”信息和“指纹”信息，将这些信息综合分析计算后，可对客户端进行唯一性识别，进而锁定、追踪、了解网民行为和隐私数据。

Web客户端追踪—Cookie追踪

Web客户端追踪，主要是指用户使用客户端（通常是指浏览器）访问Web网站时，Web服务器通过一系列手段对用户客户端进行标记和识别，进而关联和分析用户行为的技术。 实际上，只要通过Web进入互联网的海洋，Web客户端追踪几乎无时不刻不在发生。当你网购时，即便没有登录，关掉浏览器后购物车的物品也不会消失；当你访问其他新闻、娱乐网站时，弹出的广告往往都是近期浏览购物网站的类似商品；稍有意识的用户可能会不定时清空浏览器缓存、使用“无痕浏览”、“隐私保护模式”等，然而仍然不能阻止类似广告的洗脑。

Javascript 生成 uuid 函数

这个函数用最短的代码生成了非常有效的uuid，非常巧妙。短小精悍，一个字符都不多。Returns a random v4 UUID of the form xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx, where each x is replaced with a random hexadecimal digit from 0 to f, and y is replaced with a random hexadecimal digit from 8 to b.

Mac下Hosts快速修改工具Hosts-1.3

本工具主要给那些想要快速修改hosts文件的童鞋们准备，因为很多Mac下的软件破解会需要修改hosts，使用hosts-1.3.pkg管理hosts文件还是要方便不少。

《神经网络与深度学习》

神经网络和深度学习是一本免费的在线书。本书会教会你： 神经网络，一种美妙的受生物学启发的编程范式，可以让计算机从观测数据中进行学习。深度学习，一个强有力的用于神经网络学习的众多技术的集合 神经网络和深度学习目前给出了在图像识别、语音识别和自然语言处理领域中很多问题的最好解决方案。本书将会教你在神经网络和深度学习背后的众多核心概念。

《JS 函数式编程指南》中文版

这本书的主题是函数范式（functional paradigm），我们将使用 JavaScript 这个世界上最流行的函数式编程语言来讲述这一主题。有人可能会觉得选择 JavaScript 并不明智，因为当前的主流观点认为它是一门命令式（imperative）的语言，并不适合用来讲函数式。但我认为，这是学习函数式编程的最好方式

《深度学习》[中文版翻译]

这本书对各类读者都有一定用处，但我们主要是为两类受众对象而写的。其中 一类受众对象是学习机器学习的大学生(本科或研究生)，包括那些已经开始职业 生涯的深度学习和人工智能研究者。另一类受众对象是没有机器学习或统计背景但 希望能快速地掌握这方面知识并在他们的产品或平台中使用深度学习的软件工程师。 深度学习在许多软件领域都已被证明是有用的，包括计算机视觉、语音和音频处理、 自然语言处理、机器人技术、生物信息学和化学、电子游戏、搜索引擎、网络广告和 金融。 为了最好地服务各类读者，我们将本书组织为三个部分。第一部分介绍基本的 数学工具和机器学习的概念。第二部分介绍最成熟的深度学习算法，这些技术基本 上已经得到解决。第三部分讨论某些具有展望性的想法，它们被广泛地认为是深度 学习未来的研究重点。 读者可以随意跳过不感兴趣或与自己背景不相关的部分。熟悉线性代数、概率 和基本机器学习概念的读者可以跳过第一部分，例如，当读者只是想实现一个能工 作的系统则不需要阅读超出第二部分的内容。为了帮助读者选择章节，图 1.6 展示了 这本书的高层组织结构的流程图。