从事计算机专业，新技术日新月异，这一波Deep Learning引发的人工智能和机器学习大潮（尤其在计算机视觉和自然语言处理方面获得较大突破），从事计算机的，几乎无一幸免，要紧跟潮流：学习新知识，掌握新技能。
也难怪，从感知驱动，到数据驱动，再到梦想的知识驱动，尽管从机器到人，人类仅仅是稍微移动了一微米的样子，但是，想一想，上次的微小的移动是：发明计算机和网络。而从计算上讲，虽然，计算机从诞生之日起（手摇计算算起），就在自动的计算，但多是人为设定的自动，而不具有今天DL、RL等呈现的自动学习和自主适应的能力。
虽说DL的红利也许有挖尽的那天，但至少，这稍微的进步与推动激发了广大科技人员的兴趣和热情。记得上一波如此广泛的影响，好像是对英语学习的热衷和对学习计算机的热衷（计算机刚刚广泛出现的那会，对学习使用计算机桌面操作系统的热衷），伴随着梦想着的出国炙热大潮，比如当年对《新概念英语》及英语学习广泛的热衷。也许，不用几年，AI就如当年的计算机技术，几乎所有的专业和行业，都会进行应用，成为不可或缺的基本技术工具，所以今天不学，未来也许会掉队啊。
显然，学习AI有诸多的理论基础瓶颈需要克服，但是Learning is by doing对于理解及掌握枯燥、形式抽象单一的数学公式会更好，因此学习编程语言及学会编程应用，有一款快的、界面友好的软件太重要了。虽然学习过BASIC、Pascal、C、C++、Java、C#等语言，用过的各种集成编译环境，还是觉得VC 6.0最好用：又快，界面又友好、易用。可惜，VC 6已经老矣，在Win10下成功安装都困难，并且，现在学习AI和ML、DL、RL等，python属于首选，因此，还是要选择新的编译环境。
对于初学者，个人推荐：Sublime Text 3， VS Code （Visual Studio Code）和Anaconda。安装Anaconda，主要是其自动匹配安装集成得好（解决种种版本及多种软件不兼容和N多相关联软件的依赖），如安装Tensorflow等比较省心（当然，有些需要自己单独调配），然后使用Anaconda Prompt（或Anaconda Powershell Prompt）并利用conda install XXX或pip install XXX，包括pytorch 、tensorflow、 gym、 keras、 pandas、 numpy、 matplotlib等轻松搞定，然后将Anaconda安装的环境配置到轻量级的超快Sublime 和VS Code中，就可以学习AI、DL等编程（感觉Sublime比VS Code更快，适合起步学习者，但Sublime对单步调试等支持不好）。此外Anaconda自带的Jupyter notebook也非常实用，现在很多教材随带的code、运行及讲解都喜欢放在开源项目Github上，多数采用网页交互、可视化、多媒体等集成方式，有助于理解和掌握程序，受到学习者的欢迎。
最后值得称赞的是：这些编译环境都支持多种语言，比如C，C++等，因此，完全可以通过熟悉掌握一种编程平台环境，使用多种语言编程，满足不同的需要，这样省去了诸多编译环境平台的频繁转换。
此外，最为重要是：它们快！这让我又升起对VC 6.0的怀念：但毕竟，那是一个逝去的年代！