FreeBSD的官方文档和社区的完善程度是所有操作系统里首屈一指的水平，随便对比一下Linux的发行版CentOS、Ubuntu、Arch Linux，macOS，windows，高下立判。唯二缺点是用户少导致软件生态不如Linux（但有兼容层），且其中文资料比较匮乏，因此在这儿记录一下我使用时遇到的问题。

文章中也包含了我对RAID（主要是RAID用到的信息编码和群论）和UPnP、SMB等通用技术的理解。

祝自己生日快樂。:D

and some roman history

“不做俗人，哪儿会知道这般乐趣？家破人亡，平了头每日荷锄，却自有真人生在里面，识到了，即是幸，即是福。衣食是本，自有人类，就是每日在忙这个。可囿在其中，终于还不太像人。”
倦意渐渐上来，就拥了幕布，沉沉睡去。
——«棋王»(阿城)

Do not go gentle into that good night,
Old age should burn and rave at close of day;
Rage, rage against the dying of the light.
———Interstellar

“外出的人，你要去哪里呢？ ”
“我想起了自己的归宿。 ”
“自己的归宿？ ”
“你也是，有人在等着你，有你自己的归宿，最好去寻找出来。那才是‘最棒的好东西’。”
———«Cowboy Bebop»

老汪：“啥都合适，就是我不合适，想灯盏。”
老范明白了，劝他：“算了，都过去小半年了。”
老汪：“东家，我也想算了，可心不由人呀。娃在时我也烦她，打她，现在她不在了，天天想她，光想见她。白天见不着，夜里天天梦她。梦里娃不淘了，站在床前，老说：‘爹，天冷了，我给你掖掖被窝。’”
———刘震云«一句顶一万句»

Lecture1 Course Introduction

课程相关的Slides, Notes, Papers及花书作为主要参考材料。

Lecture1根据Course Materials完成了Code of Python Numpy Tutorial。

会将我学习到的，课上讲到的核心内容、自己的思考和理解、部分公式的推导、Assignments的代码原理和实现过程整理到本篇及后续的学习报告，以防止走马观花。

参考资料都整理在文末，转载请注明出处。

cs231n的课程名是Convolutional Neural Networks for Visual Recognition，即用于视觉识别的卷积神经网络，Lecture 1~4通过CV和ML基本概念及算法原理讲解了Visual Recognition问题的处理流程和学习DL必要的前置ML知识，我也趁这段时间，借助花书和统计学习方法恶补了必要的数学知识；Lecture 5~end才从CNN讲起，进入课程主题。