相同和不同的书画在不同的人眼中是不同的，但无论谁的画好，它们都是有价无价的，昂贵的和相对便宜的，因此不能普遍使用。就平方英尺而言，只能说平方英尺等于多少平方英尺。朗格也没有前景，只是一个参考，主要是基于他对自己的绘画作品的判断和理解以及当时市场的投机行为。一幅书画，在不同的地点，在不同的时间，在不同的拍卖行，价格会有所不同。因此，即使是绝对价格也难以判断。任何个人评估都只是一种单方面的个人观点。有一些特殊的，名人和喜欢它的人，这些也许会使价格更高。但是，如果仅仅因为某人现在的位置，书画的价格很高，那么当他撤退时，价格很快就会下降，甚至一文不值。任何其他艺术品都是如此。只要可以，它就具有收藏价值。这里特别提到的是Runge是不可靠的参考。如上所述，它主要取决于市场及其对作品的理解。抱歉，我只能说很多，这个想法是我自己接受，其他人只能将其用作参考。为了您自己，请宽恕
房东又怎么问这个问题？对我的回答不满意吗？
哦，楼上的侵犯了我的“知识产权”！有趣的是，祝您逗留愉快。
房东！为什么需要查找“黄秋灿”的信息？你要和她一起去吗？
我之前说过。 “在许多国家和地区的许多手工艺者中，没有紫色和工匠的名字叫“黄秋灿”！”
这里的工匠只是初级头衔，而且头衔最低！它只相当于工厂中的技术人员，即使是不在初级职位列表中的人员，也很难找到这些信息。
工厂的名称是：技术人员，助理工程师，工程师，高级工程师；
对应的艺术名称是：工匠，助理工艺美术师，工艺美术师，高级工艺美术师，其他人所谓的“教授级高级工艺美术师”只是大肆宣传！
还有其他头衔：国家工艺美术师，特殊工艺美术师，大师级工匠等。这些头衔既是荣誉，又是炒作。
我认识黄秋灿：
黄秋灿：广州市华盛宏榜计算机有限公司，市场经理；
黄秋灿：天涯区网站编辑；
黄秋灿：广西南宁一所中学的学生，喜欢羽毛球。
黄秋灿：浙江温州永强中学的数学老师；
黄秋灿：“进入中关村”网站的编辑。
以上是没有锅的！
一方面，吴恩达的工作非常具有挑战性。众所周知，行业非常适合于AI领域：信息化程度高，劳动强度大，成本范围广，只要通过算法进行小的更改即可受益匪浅。
工业智能并不是一件很困难的事情，而且工业4.0一直在尖叫了很多年，并且收效甚微。也许是因为工业生产中涉及的链条太长且精度太高，所以机器人制造，系统集成和自适应等已经超过了与人工智能有关的算法领域，而在工程，光学，机械等方面。这些领域一起工作。这对服务提供商提出了更高的要求，不仅要掌握机器学习算法，还要具有强大的工程能力和对工业领域的了解。
很难想象，出生于大学的Wu Enda是否可以做这些事情。
对吴恩达的创业历程有两个极端。
有人认为他是人工智能的传播者：他在企业中做了很多铺路工作，并且普及了深度学习知识，以便更多的人可以加入该行业。
有人认为他是人工智能淘金热路上的售水员：在企业中，“露脸”已变成网红，颇为炒作，现在只是简单地折叠了讲义，就这方面进行了咨询。
自称为企业家，为什么总是选择算法来套现？
关于这个问题，我们必须首先了解一件事。算法实现的路径是否太长？
现在，像Wu Enda一样，有大量的学术研究人员离开大学，来到公司的实验室，渴望创造职业。这当然与人工智能本身的学术特征和研究色彩有关。除了可以将算法直接附加到其自身数据的大型企业之外，那些依赖人工智能算法的企业家也必须面对一个大问题。 -如何兑现？
是因为教授们在制造汽车是因为他们可以使用计算机视觉技术进行自动驾驶？或者在深度学习芯片的时代，让教授们访问台积电，了解芯片制造过程。该算法可以在降低成本和在大型企业中开发产品的新功能方面发挥作用。但是，一旦离开大型企业，就很难独立地支持实现这一过程。并非每个人都能以高价出售手中的IP。人脸识别服务领域的激烈竞争在某种程度上告诉了所有人，该算法的商业想象力太稀缺了。
不如从另一个角度考虑。该算法来自学术研究，其本质仍然是一种知识。如何实现知识，而无需教别人？
展示行业的光明前景，并向您出售进入该行业的门票。这是一项非常好的业务，非常适合Wu Enda。 Wu Enda在学术和商业方面均具有清晰的图标颜色，这使他具有实现知识所必需的吸引力和受欢迎度。
看来Wu Enda应该建立一个完整的闭环。通过他们的名声和能力，他们不断提醒每个人深度学习的重要性。一方面获得企业的咨询费，另一方面获得从业人员的培训费，还可以掌握人才来源，无论是自雇还是企业运输的人才都可以保证质量和数量，同时时间使就业成为培训课程的最佳认可。这是知识实现的终极方式！
讨论Wu Enda是售水员还是传教士没有多大意义。能够呼吁公司转变为AI创造就业机会并向正在寻找机会的人提供访问权限已经是传道人可以做的最好的事情。即使吴恩达能从中受益，那又有什么错呢？
我认为，吴恩达的职业道路就是一个很好的例子。对顶级人工智能人才的需求将在一天之内饱和。对于教授和学者来说，自营创业并不难。如何将算法转化为可销售产品并非易事。像吴恩达一样，以服务提供者的形式在更多地方挖掘人工智能的着陆场景，然后培训人才以发送这些职位，对于教授来说可能是另一条更顺畅的商业道路。