对面向开发者的干货内容进行了梳理和总结： 一是理论。 过去一年间， AI 科技评论不断报道与人工智能技术相关的公开课程， 请来多个相关领域的资深学者， 持续解读基础概念， 为大家答疑解惑。 该栏目涵盖深度学习以及相关应用和延伸， 涉及自动驾驶、 语音、医疗、 人脸识别等方方面面。 二是工具。 AI 科技评论也在时刻关注着相关深度学习工具的动态和更新，如 TensorFlow、PyTorch、 Theano 等。 不仅如此， 我们还推出相关实战课程， 例如如何搭建系统进行图像识别。 除了底层工具，我们还关注大大小小的开源项目， 如 OpenBLAS、 阿里 Pouch、中科院 MatchZoo 等。 此外， 这一栏目也集结了腾讯、 阿里、英特尔等公司的深度学习解决方案。 三是赛事。 在与人工智能相关的一系列比赛中， 也能见到 AI 科技评论报道的身影。2017 年，我们对多个数据科学类的比赛进行跟踪报导， 涵盖 KDD Cup、 ICCV 2017 COCO&Places; 挑战赛、 DARPA 挑战赛、 京东金融全球数据探索者大赛等， 内容覆盖冠军解决方案、 赛事难点等多个层次， 冠军团队包括微软、 旷视等多家企业，清华大学、北京大学等多所高校。 希望大家能通过「理论」、「工具」、「赛事」 这 3 个栏目、 50 篇文章， 不断进阶，不断思考， 从理论走向实践， 成为一名优秀的开发者， 为人工智能社群贡献自己的一份力量。 也希望， AI 科技评论的这份总结和梳理能帮助到读者朋友们， 大家都能真正学有所获。