##經驗壁壘
俗話說“一張白紙好作畫”。有時候經驗反倒是一個籠子，錯過新的/更強大的解決方案。思維模型的固化會讓你很難接受另一種編程模型。
舉個現實例子：公司現在要開展一個全新的項目，並且在前期調研時發現xxx語言特性完美適配項目架構，作爲公司高管你會選擇讓月薪3萬的程序員學習新語言之後接手這個項目還是招聘3個月薪5千的技術新手？
##直線超車
假設人類已經研製出一種光速飛行器，我們要去25光年外的一顆小行星，現在飛行器可以以1倍光速飛行，但是在到達目的地之前很難更換飛行器。你是否現在出發？
假設5年後有望研發出2倍光速的飛行器。你是否現在出發？
##精力投資
不客氣的說，一直以來機器學習的應用只是demo級別。在人工智能的道路上，現階段處在塑造血和肉的階段，距離真正的智能具有相當遠的距離。現階段是各框架/庫/API/語言的混沌時代，好似2011年Android/iOS/WindowPhone的三國時代，如果當時你選擇的是WindowsPhone，誰會憐惜你當時付出的青春？Stephen Elop嗎？
##追隨道德強者
我個人是google的追隨者，不是盲目崇拜，而是相信google "Do not be evil"的原則。最近google發佈了tensorflow的中文課程https://developers.google.cn/machine-learning/crash-course/（不用***也能訪問），我看了下課程內容設計的很合理，表現的很直觀，甚至還有練習題。你大概會花費15個小時學習。
##最後
不管別人通過哪些途徑來“入門”深度學習，但顯然最有效的方式是這15小時的精力投資。這是你直線超車的機會。