docker 容器不用 systemd。docker 用 docker daemon 自己管理。

抱怨不能解决任何事态。转系要看学分绩，楼主好自为之。

@LxExExl 用 >= 更好。

@abcbuzhiming 所以你应该把你办公的场景给说出来才对啊，否则让人感觉你好像非要找人怼的感觉。

你的办公到底要干什么……

@JamesMackerel 我的 statement 是，与其依赖这种不靠谱的 trick （官方不支持，指不定哪天就挂了，还要自己维护），干嘛不每个月淘 $2.5 摆平这件事情？

我感觉，你每个月再多掏 $2.5 不就结了？

你可以定义一个 async def consumer(q)

omnigraffle 最简单的一种方法

你的截图里面是 temprecrive 这个函数返回了 None。

然后你试图 (H, T) = temprecrive()，这句话报错了

什么鬼，你脑抽了吗？

if (mode == 0 and a == 1) or (mode == 1 and a != -1)

你可以选择 Python 3.5+，有 async await 替代历史遗留的 @coroutine 和 yield from。

当然，内部实现还是差不多的。

iphone6 现在还能买？？

价钱，上 Synology。

另反驳楼上一堆对楼主冷嘲热讽的家伙：

你们换个角度想想，人生只有百年，就毕了个业、结了个婚、写了二十年或者更长时间代码、赚了半辈子的钱、最后看着长大成人的儿女，在病床上逝世？这样无聊而短暂的人生，你们不觉得唏嘘嘛？这深邃而无垠的宇宙，这一望无尽的时间长河，哪一个不比上面这样的人生更有趣呢？

从这个角度看，我觉得楼主所说的，“软件工程说到底不过这么点东西”，一点也不过分。

@a49666 我觉得楼主你没有说错啊，为什么要屈服于碌碌众人的意见呢？

我当年大三后半段也是这么想的，所以匆忙在我们学校找了个博士的坑，还是网络所的。好在导师是好人，我后来慢慢地重新学了一遍概率和随机过程，复习了线性代数，学了优化方法，上手了 PRML 和 Deep Learning 的书。目前我已经慢慢走上正轨了，正在赶一篇用上了 VAE 的论文，是一篇兼应用和理论分析的论文，在我所处的应用领域上对 z 域从 loss 公式出发进行了一些分析，得出了很有趣的结论、实验结果图、和一些解释当前应用下性能的推论。

另外我最近也总算对实数分析的内容有了点感觉，似乎接下来终于能理解这么多公式概念背后的意义。还是很有趣的，如果你能透过公式看到背后的实质的话。
- - - -

我对楼主你的感受再做一些扩展的阐述吧。当年我感觉，无论在工程方面发展有多大的成就，我总感觉超脱不了身为人类只有百年寿面，所带给我的束缚。我想窥探百年、千年之后的世界会发生什么样的事情，我想超脱衣食住行看到自然深邃的美丽。数学是超越时代和肉体束缚、窥探宇宙星空的重要的钥匙。但是作为一直以来只有编程功底的大三学生，我别无选择，只能挑一个最靠谱的领域去追逐这条道路。所以我姑且选择了深度学习和人工智能。当然，时至今日，我感觉带着数学去研究深度学习，也是很有趣的事情。如果楼主你对这方面有兴趣，我觉得你可以接触一下 Deep Bayesian Generative Network。

楼主的这种心情我明白。看到公式，可以展开不受限制的思维风暴，只是这种感觉就可以让人着迷。于此相比，做产品什么的，确实没什么趣味。

@laxenade 泰勒公式的背后隐藏着无限级数收敛的问题，而无线级数之后隐藏着无理数是否存在的问题。这些都是非常有趣的问题。同时，傅里叶级数背后除了收敛之外，还有线性空间的相关问题。每个傅里叶级数的成分是一个函数空间的正交基。再往后，就进入了抽象的线性空间的探讨，进入了泛函分析的范畴。到这一步还只是线性泛函分析。线性泛函已经能够做很多事情的。比如微分运算事实上符合线性性，因此可以构造线性空间研究微分的东西。再往后，我就连名字都列不出来了。

楼主你先学个实数分析。如果你觉得那东西也挺有趣的，那恭喜你，可以继续学点理论的东西了。如果那东西你觉得很枯燥，那你还是走码农路线吧。

而且实数分析学了总是很有用的。推荐教材 Understanding Analysis 2nd Edition