阅读材料精选 From-to-Date:2019.03.12~2019.03.22

阅读材料精选 From-to-Date:2019.03.12~2019.03.22
【NLP论文阅读列表，内容包括对话系统、文本摘要、主题建模等】
Github:https://github.com/iwangjian/Paper-Reading

【独立循环LSTMs】：
view:https://www.arxiv-vanity.com/papers/1903.08023/
论文：https://arxiv.org/abs/1903.08023

【有趣的Python爬虫和数据分析小项目】
Github:https://github.com/Alfred1984/interesting-python

【免费的编程中文书籍索引】
Github：https://github.com/justjavac/free-programming-books-zh_CN

【数据科学方向 课件&资料】
Github:https://github.com/ECNUdase/pdf

【包括基于深度学习的声学模型和基于深度学习的语言模型】
Github:https://github.com/audier/DeepSpeechRecognition

【周期性学习率技术】
https://blog.csdn.net/weixin_43896398/article/details/84762886

【微软人工智能教育与学习共建社区】
Github:https://github.com/Microsoft/ai-edu

【用于自然语言理解的多任务深度神经网络】
Github:https://github.com/namisan/mt-dnn

【NLP学习系列文章】
Part i.
https://mlwhiz.com/blog/2019/01/17/deeplearning_nlp_preprocess/
Part ii.
https://mlwhiz.com/blog/2019/02/08/deeplearning_nlp_conventional_methods/
Part iii.
https://mlwhiz.com/blog/2019/03/09/deeplearning_architectures_text_classification/

【Python高性能双向映射字典包】
Github：https://github.com/jab/bidict

【字符级NLP综述】
web：https://www.lighttag.io/blog/character-level-NLP/

【模型压缩相关文献集】
Github:https://github.com/chester256/Model-Compression-Papers

以上内容摘自新浪微博：@爱可可-爱生活
https://weibo.com/fly51fly?refer_flag=1005055010_&is_all=1