啊啊忍不住了，更！新！！！

你萌都还在，好开心 o(≧v≦)o

在2017年9月21日这个特殊的日子，小夕在长达30天的沉默后，终于冒泡了！有木有很激动，很期待？！

（小夕，你不说我都忘了还有这订阅号了）

 

在这期间，发生了一件特别可爱的事情，让小夕笑的失眠了。

与粉丝的对话

 

粉丝甲：“坐等更新。”

小夕：“要等好久哦。”

粉丝甲：“多久都会等”

小夕：“一年也会等呀？”

粉丝甲：“一辈子也会等”

小夕（感动）：“噫...真的吗？你有女朋友吗？”

粉丝甲：“有。但是并不影响我等你啊”

小夕：“噢。已截屏。”

小夕：“？？？人呢？”

系统提示：对方不是您的粉丝。

小夕（难过）。。。

过了一会儿...

粉丝甲：“哈~手速快不快！聊天记录没了吧！我看你怎么截屏！”

小夕：

“孩子，你听说过掩耳盗铃的故事吗？”

 

 

对了，话说你萌知道这个二哈的EMMMM的表情怎么捕捉到的么？

 

 

好像跑题了。。。

 

小夕这一个月，竟然坚强的熬了过来，简直都给自己点赞了~你萌有没有想象过4个deadline同时压在身上的感觉！？体验就是：压力过大->生病->效率降低->进展不动->压力更大->生病更重->效率更低->更进展不动->........

 

然后最后，pia的就晕倒的了(｡ ́︿ ̀｡)，从医院爬起来后发现原来这个月的工资是赚给医生的。

于是，中间有个可爱的小姐姐来找小夕玩耍的时候，小夕都是往书包里塞了一包抽纸，然后一边“唰唰唰”的抽纸巾，一边举起手机“咔咔咔”自拍自拍！！！来合影呀！卖萌卖萌！！！然后小夕的女神形象全没了_(:з」∠)_

 

然后更加狗血的是，最终的诊断结果竟然是过敏性休克！！！这还不算什么，更跟狗血的是过敏源竟然是冷空气！冷空气！！！然后最近因为这件事受尽师姐嘲讽和欺侮(｡ ́︿ ̀｡)

 

所以，正在努力的宝宝们，一定要劳逸结合，爱惜身体呀。不忙的时候更要多花时间锻炼一下身体，免得像小夕一样一忙起来身体就罢工(｡ ́︿ ̀｡)赶完工作还要把工资交给医院，简直纯亏本呐。

 

然后，到今天，身体基本上好了~几个deadline也有惊无险的赶完了。终于可以提起笔，凝练一下萌气，写下这些笨拙的文字，一条条的看看那些已经过期的留言。小夕就在这里统一回复一下啦（精力所限，随机回复哈，没有回复的可爱小粉也不要伤心哦，小夕都是看了的~）

 

......

啊啊啊啊啊啊！！！

公众号后台怎么这么坑呀！！！

 

留言消息竟然只保存5天！！！你萌看！！

（咳咳，抱歉不小心让某位粉丝当背景了）之前攒了好多问题，有好多想说的话，竟然都看不到了啊啊啊啊好不开心 T_T

 

亡羊补牢一下吧。关于不太正经的问题，小夕就不在这里回复了，你就再戳我一下呗~（可能再次被忽略）

 

正经的问题又太难答QAQ，勉强还记得几个（好答的）。

以下几个问题，不关注的粉丝们就可以直接下滑跳过啦 

问题一

比如大家关心最多的好像是“小夕什么时候出一个偏工程应用的深度学习入门指导呢？”

确实小夕之前写的入门指导更加适合有充足时间的学生党，这样可以尽量不留下知识缝隙。但是虽然深度学习平台化的进一步提高和学习资料的爆发式增长，似乎学习成本更低、门槛更低但是也更容易让人眼花缭乱了。这时如何选择优秀高效的学习资料就成了最重要的事情啦。小夕过一阵子会写一个针对仅仅想做深度学习应用的人的入门指导，会尽可能压缩理论的学习成本，同时工程味可能更浓一些~

问题二

还记得有个粉丝问我，想要做NLP，而且想来中科院，问我如何去选择研究所。

咳咳，这个问题简直又大又敏感 =.= ，小夕尽量比较中肯的说一下。（兄弟院所的不要打我呀，我是爱你们的~）

 

由于小夕只对中科院北京地区的研究所比较熟悉，所以非北京地区的研究所小夕就无法评论了哈。在北京，做NLP的研究所其实还蛮多的，计算机方面本身就很厉害的研究所有自动化所、软件所、计算所、信工所等（无排名顺序），这几个研究所都是有计算机相关的国家重点实验室的，实力、师资和生源质量自然是不用怀疑的。

 

首先，自动化所是做NLP的实力是不用怀疑的，毕竟该所本身就是做人工智能的嘛，所以以宗成庆老师为代表的团队可以说在国际上都很有名气了，可以说是国内NLP领域的科研一把手。国科大研一有两门自然语言处理课，一门就是宗成庆老师开的，另一门是信工所的胡玥老师开的，我都旁听过，讲的很棒。自动化所涉猎的方向也是非常广的，从NLP基础理论研究到机器翻译、问答系统等应用方向都有很棒的老师和团队。

 

软件所做NLP的团队也蛮多，研究方向多集中在信息抽取、信息检索与舆情计算方面。大体方向跟信工所差不多。而且这里经常举办NLP相关的报告会之类的，氛围很棒嗒。这里不仅有手握N篇顶会的大神，也有会卖萌会写代码会出paper的小师妹哦。

计算所做机器翻译的团队很出名，除此之外，相信不少人都用过ICTCLAS的分词、NER、POS工具，这个就是计算所的张华平老师的团队当年做的，小夕还细读过他们应用的核心——HHMM模型，这也是大一统词法分析框架的成功应用例子。

信工所比前面老牌院所年轻很多，但是NLP领域的研究实力不容小觑。比如王斌老师的大数据挖掘组在信息检索、知识图谱等方向上做的风生水起，在国际上很有影响力。生源师资都与老牌院所别无二致。研究方向主要集中在信息检索、推荐系统、知识图谱、社会计算方面。

 

总之，对NLP的理论基础研究感兴趣的话，小夕个人推荐自动化所，对某一应用方向感兴趣的话，就根据各个研究所的优势方向来啦~小夕再次强调，以上信息均为小夕跟各所的同学唧唧歪歪后总结而来的，切勿过分参考呐！

问题三

还有一个问题也是问小夕写完深度学习主流model后准备写什么文章的问题，小夕准备分两部分，一部分是写自然语言处理的相关理论和算法，另一部分是写深度学习在NLP应用场景的工程实现（以python+tensorflow为主）。

问题四

还有一个让小夕很尴尬的问题：“小夕，最优化算法的路线怎么一直没有进展呢？”

好吧，小夕实话实说惹，真的是学完这些算法就丢一边了，后来发现这些算法都被严严实实的包装到了各大深度学习和科学计算框架里，完全不用操心算法细节。。。超参数的调节也用不到太多算法内部的知识，所以一直懒得回去看，懒得动笔了。不过，或许。。未来某一天，会写呢哈哈哈哈哈\(//∇//)\

 

另外，好像上一篇文章中小夕挖了个坑，导致好多人跟小夕要“闭门修炼的学习资料”，这个就在下一篇文章里推送啦~这次不要担心，小夕最近可以稍微轻松点了，不会再拖一个月嗒。

（这次要拖两个月？）