最近这两天又折腾了下个人网站，趁着还没忘记，把该记下的记一下。

把整个主题换成了Next，稍后做补充

数据类型

欢迎大家~~👏

今天这节课主要带大家熟悉一下将会碰到的各种数据类型。

打开jupyter，new一个新python文件。

初识 Python

欢迎大家来到 小白学Python👏
每次的课程以日记的形式发布。希望通过每天进步一点点，成为一个python killer😝

今天是day-1，来带大家认识一下Python。

最近读了两篇2017年很出名的论文，分别是Facebook的《Convolutional Sequence to Sequence Learning》和Google的《Attention is All You Need》。这两篇让我改观开始变得对读论文有好感，可想而知精彩程度。本质上都是抛弃了RNN做Seq2Seq的机器翻译任务。本篇先进行《Convolutional Sequence to Sequence Learning》的论文走读。

面向读者：本身就对这篇论文感兴趣，但还是有不理解的地方。

LSTM（Long Short Term Memory networks），长短期记忆网络是经典RNN的升级版，原则上是RNN的一种。用来解决 long-term dependency问题，现被广泛使用。

面向读者：深度学习 / NLP入门选手

NLP里最常用最传统的深度学习模型就是循环神经网络 RNN（Recurrent Neural Network）。这个模型的命名已经说明了数据处理方法，是按顺序按步骤读取的。与人类理解文字的道理差不多，看书都是一个字一个字，一句话一句话去理解的。

本文将介绍RNN及其一些重要的RNN变种模型：

• RNN
• Encoder-Decoder（ = Seq-to-Seq ）
• Attention Mechanism

Quora Question Pairs是kaggle里的问句语义匹配比赛。这场比赛对于nlp选手应该不陌生了，数据集也是大家入门nlp必备。本文在深度语义匹配使用的是百度开源的语义匹配框架AnyQ里的SimNet。

面向对象：想搭建智能问答系统、深度语义匹配的nlp选手。在自己亲手搭建一个之前，学习和走读优秀的框架代码是个不会错的选择。

AnyQ(ANswer Your Questions) ：百度QA开源项目，主要包含面向FAQ集合的问答系统框架、文本语义匹配工具SimNet。

面向对象：想做简单的文本可视化分析 选手。

面向读者：nlp入门，python选手，对word embedding（词嵌入）有大概了解。
本文是基于doc2vec的一个关于延禧攻略剧情文本的小demo。doc2vev基于word2vec，它俩很像，使用方法也很像。有空再把原理补上。