导语：回想起以前读书的经历，研究NLP的杨笛一发现大家常说的两句话根本没有输出的意义：一是“等你们上了大学就轻松了”；二是“女生小时候成绩好，长大后数理化成绩就不会好了。”而这两句话，在她身上都是错误的。
隔着13个小时的时差，坐落于美国东南部的亚特兰大应已接近深夜，我们的访谈也接近尾声。谈起当年的文理分科考试，杨笛一调皮又自信地说起自己文理都是第一名的辉煌成绩，与通话前半个小时回忆初入ACM班的“无所适从”俨然鲜明的对比。来自陕西省兴平市西郊高级中学的杨笛一，在2009年高考中以优异的成绩考入上海交通大学，并在俞勇老师的演讲感染下加入了聚集各路竞赛大神的ACM班。本科期间便已发表4篇顶会论文，一作2篇，获得2012年谷歌Anita Borg 计算机学科女性奖学金、2013年上海交大致远杰出学生奖学金。再后来，杨笛一从上海交大毕业后，又赴卡内基梅隆大学语言技术研究所攻读硕士、博士，28岁成为佐治亚理工学院学院的助理教授。近日，杨笛一更是以在NLP领域的卓越成就，入选2020年“福布斯30位30岁以下科学精英榜”（Forbes 30 Under 30 list in Science）。但事实上，杨笛一的科研之路并非如上述计算机罗列成就信息般的冰冷、平面，仿佛没有经历过挫折。相反，杨笛一作为一位“梦想的攀岩者”，在攀登的过程中，也曾受过惨淡成绩的打击、优秀同龄的碾压，自信荡然无存，一度想过放弃。相比之下，杨笛一也是幸运的，因为在她的成长路上，她遇到很多帮助她的人，比如ACM班的导师俞勇，陈天奇、张伟楠、陆秋霞等学长学姐，以及CMU的博士生导师Robert Kraut、Eduard Hovy等人。因此，如今已为人师的杨笛一常常将“带好学生”视为自己的一大责任，希望能够将从以前导师身上学到的可贵品质传承给自己的学生。初入ACM班：每次机考完都想哭
2009年，杨笛一进入上海交通大学，先是在试点班呆了一周。一次偶然的机会，杨笛一听到俞勇老师在ACM班宣讲会上的演讲，其中，分享了ACM班许多优秀前辈的故事，还说到要将ACM班打造成计算机科学界的“黄埔军校”，培养出更多优秀的计算机科学家。这番激情的演讲感染了杨笛一：“俞勇老师还提到，ACM班的同学可以去微软亚洲研究院实习，听说早期实习生还有机会被邀请去与比尔盖茨共进晚餐。觉得很酷，然后就申请了。”杨笛一向俞勇老师表达很想进ACM班，一开始，俞勇老师有所保留，说担心她的状态适应不了ACM班的训练，而年少轻狂的杨笛一则坚定地相信：“不可能我也要把它变成可能。”这句话也许正符合俞勇老师对学生的期许。杨笛一顺利加入ACM班。杨笛一回忆，进去ACM班后，适应的阶段特别长，接近两年。加入ACM班之前，她没有接触过计算机，也没有接触过计算机竞赛，而当时班上的大多数同学都是通过竞赛保送进来的，“他们那么聪明，还那么认真。”所以，一开始，杨笛一非常焦虑、着急，总想着：我要一口气达到他们的水平，一步登天。在大一的第一学期与第二学期，课程的难度给了杨笛一重重的打击，比如学编程是直接上机考，出三道题，给所有人30分钟去完成，30分钟内能做出来就过，做不出来就直接“挂掉”，没有任何商讨的余地。ACM的目标是培养计算机科学家，这便意味着要求学生的计算机编程能力特别强。除了日常考试，第一学年结束后还有小学期，让大家一起学编程、一起参加各种各样的比赛，“与当时认识的其他专业的同学相比，是非常不一样的本科体验。”频频受挫的杨笛一对自己非常没有信心，常常觉得自己不适合ACM班：“一开始加入ACM班是想成为一个计算机科学家，没想到会跟大家的差距这么大。”于是，杨笛一慢慢产生了非常强烈的退班念头。上大一时，有一次，杨笛一终于忍不住，跑去跟俞勇老师说，觉得自己可能不适合ACM班。但俞勇老师说了一句话：“你要不要再试一个学期呢？”杨笛一听了，就说好的。在杨笛一的眼里，俞勇老师便是她心目中为人师表的典范：懂得如何激发学生的潜能与兴趣。在她的求学路上，俞勇老师在许多关键时刻都扮演了重要的角色：“如果没有俞勇老师，我可能本科毕业就去工作了，我也不会知道什么是计算机科学家，不会知道原来除了上海和中国，世界上还有这么多研究计算机科学的地方。”比如说，在杨笛一被同龄人的实力碾压、想要一步登天时，俞勇对她说了一句朴实的话：“你不需要去跟别人比，你只需要每天让自己变强一点点。”循序渐进，从数学的角度看，虽然两个人的起点不一样，但加速度可以很大，最后大家都收敛到同一个区域即可。这些话虽然简短，但对杨笛一来说，就像一颗颗“定心丸”，让她不再那么害怕。再比如，每个学期结束后，俞勇老师都会与ACM班的学生聊天，每个人聊大约半个小时，问学生在过去的一个学期里取得了哪些进步，不仅是学业上的进步，还包括学生的自我成长，对自己、对未来的认识等。“俞老师非常看重进步的那一点。我猜，可能在他眼里，虽然我没有其他同学厉害，但他看到了我的成长。”杨笛一后来总结道。捱过编程的魔鬼训练后，杨笛一在后面的学习中慢慢找回了自信：因为ACM班的后期课程设置更偏向科研和项目。杨笛一发现，做科研需要具备各种各样的能力，而自己虽然在编程上落后于他人，但她也有自己的长处，比如写作、数学与物理。状态也慢慢得到了调整。转折：加入APEX实验室做科研
ACM班的求学转折始于大二暑假，原因是杨笛一在机缘巧合之下所取得的早期成就感。大二结束的暑假，杨笛一加入俞勇老师的APEX实验室，跟着学长陈天奇、张伟楠、陆秋霞等人一起做实验、打比赛，得到他们的悉心指导。一开始，她连实验要怎么设置都不知道，三位前辈基本是从头开始，手把手地教。当时，深度学习还没有出现，主要是特征学习。他们一起参加KDD Cup的推荐系统比赛，杨笛一帮助前辈提取特征、整合到模型中。他们的比赛取得了冠军。主办方称赞他们的模型很新颖，建议他们写一篇workshop paper。于是，杨笛一又参与到论文的写作中，后来论文被 KDD Cup 2012 接收。“那一刻让我觉得我自己还是有点用的，有一点成就感，觉得研究也不过如此，对吧？”这大大提升了她的信心。也是有了这次的经历，杨笛一发现，做科研没有想象中那么难。与上机考相比：做科研没有那么恐怖，不需要在那么短的规定时间里去完成高难度的问题。只要你的心中有一个问题，并且愿意花时间去研究、去提高，其实就没有那么困难。意识到这一点后，杨笛一不再觉得害怕，也不再怀疑自己的能力，甚至开始对科研产生兴趣。2012年开始，杨笛一在与陈天奇、张伟楠、陆秋霞等三位前辈的合作下，在WI会议上发表了第一篇论文，该论文获得最佳论文提名。但为自己所取得的成就骄傲的同时，杨笛一的心里又存在一个元认知，提醒自己：取得成就是因为环境好，mentor很照顾你，而不是自己的能力。“这个过程真的是他们的心血，我感觉自己当时只是一个负责执行的人，被他们搀扶着走。”于是，杨笛一又开始尝试自己写一作顶会论文。除了学习做推荐系统，杨笛一还召集其他对机器学习感兴趣的学生，成立了一个讨论小组，与大家一起交流机器学习的理论知识。接着，她又发表了3篇顶会论文，其中一作有2篇。科研的成就对杨笛一的变化是直观的。如今，她再去看从前的照片，发现自己的蜕变是如此明显：“大一的时候眼神里都是怯怕与迷茫，到大三的时候，眼睛里开始有星星了、自信了。”从一开始的不适应，到后来的怀念与回忆，除了导师的指导，杨笛一提到的另一个重要因素，便是ACM班的温馨氛围。在她的眼里，ACM班的优点之一是：一方面，大家会一起学习专业知识，互帮互助，“ACM班的同学都非常好，很愿意帮助解答问题”；另一方面，ACM班是小班制，每年都会举办体育节、一起过元旦、庆祝各种节日、一起出去玩，还有自己的班歌。后来，在ACM班征文活动中，杨笛一在《一直在路上》一文写下：“少了当初的躁动和无知，少了迷茫和游荡，而多的是09ACM赐予我的逐渐增长的稳重，自信和幸福。”“所以我很感恩俞勇老师、陈天奇、张伟楠、陆秋霞他们，觉得他们就像生命里的贵人一样。”“如果当时没有大家的帮助和鼓励，我很难走到现在。”由于自己的亲身经历，杨笛一深刻地体会到引路人的重要性，更明白“Early success”（早期的成功）对学生成长的重要作用。因此，她也想成为学生的重要引路人。除了初期的“甜头”，让杨笛一决定走科研之路的另一个重要因素，是在ACM班期间所见识的大神风采。在ACM班的小学期中，俞勇会邀请许多国外的老师来交大给学生上课，包括John Hopcroft等著名大师。在听讲中，杨笛一有感于他们的敏捷思维与研究工作的伟大意义。那时候，她就在心里想：“如果有机会，我也想成为跟他们一样的人。”要实现这一梦想，成为一名大学老师，读博便成为了杨笛一在本科毕业后一个非常自然的选择。CMU：开始Dream Big
2013年从上海交大毕业后，杨笛一先是在卡内基梅隆大学语言技术研究所攻读研究型硕士；随后又在李沐、王威廉等学长的建议下读博，开始从事交叉学科研究，并选择了两位十分有份量的导师：Robert Kraut（CMU人机交互的开拓者之一）和Eduard Hovy（NLP大神）。卡内基梅隆大学语言技术研究所（LTI）成立于1986年，截至今日，一共有77名已毕业的华人博士生，其中女博士占12位，杨笛一便是其中之一。此外，杨笛一也是第一位到LTI攻读博士的ACM班学子。
图注：从左到右，Eduard Hovy、杨笛一、Robert Kraut从在学长学姐的帮助下摸索科研的小白，到如今立志将Social NLP发展为一门有影响力的学科，杨笛一的蜕变，不仅是源于在ACM班的early success，还源于其在CMU所接受的语言知识训练，及两位博导的鞭策。“如果我现在身上有一点点ambitious（有野心）的特质，那么一定是受Eduard Hovy的影响。”杨笛一说道。在LTI做科研期间，Eduard经常对杨笛一说一句话：“Think big and Think deep.”（想得宏大，想得深刻。）当杨笛一向他请教问题时，Eduard常常引导她从整个研究领域去思考当下正在进行的小研究。比如，杨笛一与Eduard讨论一个令她困惑许久的小问题时，Eduard会建议她往后退一步，从远大的视野去看问题，去思考这个问题在整个研究领域中所处的位置，以及这个问题背后最大的问题是什么。再比如，杨笛一从事的研究比较新，Eduard常鼓励她树立影响整个学科的意识。不仅是完成眼前的学业任务，而是思考建立学科的最基本问题：“你愿意怎么样去影响它，又应该怎么样去影响它？如果让你建立一个新的学科，你应该怎么做？”另一位导师Robert Kraut对杨笛一的塑造，不仅体验在鼓励她用自己的研究推动领域的发展，还体现在他对科研的兴趣与执着。杨笛一不掩崇拜地谈起，Robert是一位真正的的学者，如今已经退休，七十多岁的高龄，但还坚持自己写代码，写一作论文，自己跑实验：“他真的很热爱做研究，同时又十分严谨，就事论事。”作为学生，杨笛一在与他合作的过程中，有时候做研究只满足于一个结果，而Robert则会提出五六种可能，指出这个结果不适合哪些场景，鞭策学生从多方面去思考当前的问题有哪些不足。此外，Robert会注重引导她去关注其他学科（如心理学与认知学）的研究，有意识地激发她将自己的研究与其他学科的知识相结合。读博期间，杨笛一与两位导师合作完成一篇工作“Who did what: editor role identification in Wikipedia”，获得ICWSM 2016的最佳论文提名。论文链接：https://www.cc.gatech.edu/~dyang888/docs/icwsm2016.pdf在这项研究中，杨笛一等人通过分析英语版维基百科的编辑内容，以识别编辑人员所扮演的角色，并研究每个角色如何影响文章质量，从而帮助研究人员与社区管理人员更好建立一个健康、繁荣的社区。其中，Robert从搜索的角度给建议，使用LDA方法研究搜索主体的角色，最终确定存在社交网络家、事实核查员、权威专家、文字编辑、维基“地精”、反破坏者、事实更新人员与维基百科工作人员等八种角色，且大多数编辑人员一般扮演其中1-3个角色；而Eduard则从语言建模的角度给建议，提出要将行为分类与多角色的假设在模型中体现出来。杨笛一在读博期间的另一项重要研究是结合NLP与推荐系统去识别癌症病人与医生之间的交流。团队与美国癌症协会（American Cancer Society）合作，从大规模对话中识别出病人的疾病症状、需求，从而将病人与医生匹配。基于协会所提供的真实数据进行分析，在ACS的网络平台上搭建推荐系统，将寻求不同类别帮助的病人与不同的志愿者相匹配。目前，已有超过一万个病人使用该系统。同样地，Eduard从语言的角度指导，而Robert从用户的角度出发，研究病人需要的帮助，比如癌症化疗带来的脱发、情感需求等。在两位导师的指导下，杨笛一对交叉学科的研究有了更深刻的理解：模型不仅要具备信息查询与匹配的功能，还要以鼓励的方式去真诚地传达情感支持。攻读博士后期，杨笛一也曾在斯坦福大学的NLP Group做了半年访问博士生，师从麦肯·阿瑟天才奖获得者Dan Jurafsky。Dan是她的博士论文委员会的委员之一，也是影响杨笛一最深的导师之一。“CMU位于匹兹堡，学术重镇；斯坦福位于硅谷，受硅谷的文化影响比较多。”这两所顶级高校的学习经历，加之后来在Google AI的博士后经历，都令杨笛一的科研能力有了质一般的提升。如今，杨笛一专注于Social NLP研究，不只是局限于发表论文、完成一个小的项目，而是看得更高、更远，希望将这个研究方向发扬光大。女性也可以做科研
2019年8月起，杨笛一加入佐治亚理工学院担任助理教授，隶属于机器学习中心（Machine Learning Center），成为社会与语言技术实验室（Social and Language Technologies Lab，SALT）的负责人。SALT主要研究Social NLP，将语言学、社会科学与机器学习相结合，研究语言的本身内容及其在不同社交场景下的作用。无论是推荐系统还是NLP，杨笛一始终感兴趣的研究方向都是人机交互，以人为中心，构建社会感知的智能系统，以支持人与人之间、人与计算机之间的交流和互动。尽管在自己的研究领域上小有建树，但走上教师岗位后，杨笛一发现，她的经历并不能够代表大多数女性科研人员，同时也会心有疑惑：“为什么没有那么多女生读博？”她曾获得许多荣誉，有些是面向所有群体，比如读博期间连续三年获得Facebook博士生奖研金、斯坦福EECS新星奖等，但也有一些荣誉是专门针对女性的，比如谷歌Anita Borg 计算机学科女性奖学金、当选“2019年人工智能领域30位最具影响力女性研究员”等。
图注：杨笛一获得2017年Facebook博士生奖研金对于专门面向女性的奖学金评选，杨笛一每次当选，都心存感激。她认为，女性奖学金的设立，不仅给了女性科研人员更多的曝光机会，也鼓励了更多女生去追求自己的科研梦想，包括杨笛一本人在内。针对很少女生选择读博的现象，杨笛一认为，原因可能是两点：一是没有足够多的女性科学家榜样，而评选专门授予女性科研者的奖学金则可以让大家意识到，原来能够取得卓越科研成就的女性研究员也很多，可以鼓励到更多女学生参与科研；二是社会文化对女性能力的贬低与束缚。在国内求学的过程中，杨笛一便对两句带有强烈毁灭性的话术印象特别深刻：一是“等上了大学就轻松了”，二是“女生小时候成绩好，长大了数理化成绩就不会好了。”但当她上高中后，她发现，自己学不懂的数理化难题，其实男生也会学不懂。“难题跟性别无关，跟年级也无关。”杨笛一强调。第二句话的无意义灌输，很可能会让中学女生在遇到难题时想：大家都这么说，我现在又确实不懂，这句话好像是真的。于是，放弃了努力，不去钻研理科难题。“尤其像中学生，千万不要相信这种话，因为现在能够取得科研成就的女科学家也特别多。” 此外，杨笛一认为，媒体在报道女性科学家时，不应该特地强调“女性身份”，更不应该用女性特征来描述某位教师为“美女教师”：“那为什么不说帅哥教师呢？”经历过被性别刻板印象束缚的杨笛一，在后来的科研路上，也越来越强烈地意识到：这么简单的话语输出，产生的负面影响，却需要一代又一代的人去克服，去消灭话语所传达的错误观念、歧视色彩。除了女性研究人员，杨笛一还希望鼓励更多代表性不足群体加入人工智能学科。因此，在科研之余，杨笛一想参与到ACL、NACCL、EMNLP等顶会的社区活动中，希望帮助弱势群体在AI领域取得进步。她觉得这是非常有意义的。比如，在一次志愿活动中，杨笛一遇到一位科研人员，Ta是其所在区域里唯一一个做NLP的人。这令杨笛一很触动：“他没有人可以讨论，也没有资源，加上各方面的条件不是太发达，所以也没有机会参加这些顶会，接受太多的mentor。”杨笛一与队员便去向美国、中国的赞助商申请资金，为这类资源不足的科研群体提供资金帮助。此外，他们可以写简短的paper去介绍自己的科研工作，然后杨笛一等人帮助Ta找到合适的mentor，让Ta去参加自然语言处理的顶会。她的经历使她相信，一群知识背景不一样的人在一起做实验，会碰撞出更多奇妙的思想火花。薪火相传，快乐科研
在指导学生的过程中，杨笛一无疑受到了从前俞勇、Eduard Hovy、Robert Kraut等人的影响。“现在回过头来看，无论是在ACM班还是CMU班读书，我都觉得非常幸福。”比如，俞勇老师重视高年级与低年级学生之间的交流互助，Eduart与Robert等人鼓励她做研究不要随波逐流，而是要找到自己喜欢的研究方向、做独一无二的事情等。在她看来，这些都是非常宝贵的教导。于是，在为人师后，她也希望将这些可贵的理念传承给学生。作为一名青年教师，杨笛一所面临的挑战主要有：科研，授课，申请研究基金。一开始，杨笛一将科研、授课与申请基金分得很开。但后来，她发现，这三者实际上是一个环，彼此息息相关。比如，给学生上课也是一个自我学习的过程，授课的新内容可能与研究有关；而写Grant（拨款）申请是基于自己当下喜欢的研究；Grant可以支持学生更好的专注他们的方向。于是，杨笛一渐渐弱化三个挑战之间的边界，而将自己需要处理的种种事情都归为一个中心，即为自己的研究服务。杨笛一认为，科研之外，最大的挑战莫过于与学生共事的过程。比如，刚入职不久，杨笛一便开始面向约170位学生教授自然语言处理，上课的学生包括本科生与博士生。面对知识储备不同的群体进行授课，上课的难度可想而知，且NLP的发展非常快，上课的内容也要随之变化。杨笛一希望能够鼓励学生找到自己的科研风格与方向，热爱自己的科研内容，并能意识到自己在做独一无二的工作。因此，她常常思考，要如何去激发学生的潜能，如何去鼓励学生。“因为科研并不是你今天付出、明天就会有收获，而更多是日复一日的钻研， 日复一日的孤独、日复一日的失败，最后才有可能取得成功。所以，科研的过程其实没有那么光鲜亮丽。有时候也可能很辛苦地做研究，做了好几个月，发现没有成果，这个时候应该怎么办？”亲身经历过科研之痛的杨笛一，希望自己不仅是培养学生的能力，还能帮助他们树立信心，意识到失败的常态，接受“失败也是正常的，也是可以的。”在她看来，快乐排在第一位，科研排在第二位：“如果你整个人非常开心，你的科研也会往前走的。”
目前，杨笛一的组有将近20人，包括3位博士生，多位硕士生与本科生。她的第一位博士生Jiaao Chen来自浙江大学。当时，Jiaao Chen还拿到了CMU的offer，但还是选择了佐治亚理工学院。这令杨笛一十分感动。她认为，“当老师是有责任的，我希望我的学生都可以是super star，都独一无二，积极，幸福。”她希望学生能够感受到自己的研究被很多人认可的感觉。在ACM班被“early success”改写人生的经历，使得杨笛一也希望能帮助一些学生在本科期间提前体验科研、感受“early success”。对于许多本科生来说，不管男生还是女生，他们多会觉得“科研好像离我很远”，或者“读博好像是一件不可思议的事情”。杨笛一认为，如果一个学生在大二、大三的时候就知道科研是什么样子，那么他对他的人生规划也就有了更多的自主权，更多的选项，而不是局限于本科毕业就去找工作。他们也可以亲身感受到：“科研可以很鲜活，很有趣。”因此，她的实验室也向对科研有兴趣的本科生开放，让他们在实验室呆一个学期，希望能够帮助他们揭掉科研的神秘面纱。在学生刚开始做科研时，她也相对地给予更多的指导与帮助。今年，她所带领的一位就读于佐治亚理工学院的本科生今年便以第一作者身份发表了一篇顶会论文（EMNLP 2020），另一位本科女生也以第一作者身份发表了一篇SIGCHI 2021 论文。杨笛一最看重学生的三点品质：一是对科研真的感兴趣；二是有坚持不懈做科研的毅力；三是思想开放包容，能够欣赏和敬畏不同学科。只要具备这些条件，无论是本科生还是高年级学生，杨笛一都愿意给予学生进入实验室锻炼的机会。在与学生相处的过程中，杨笛一认为自己所扮演的角色，是一个collaborator（合作者），一个mentor（科研引路人），一个supportor（支持者），最后是一个friend（相处愉快的朋友）。除了周会之外，她每周都会组织学生一起吃午饭，分享生活的趣事，还有一起玩桌游。在杀人游戏中，作为导师，杨笛一每次都是第一个被“杀”死的：“所以你可以看到，他们其实也挺调皮的。”科技向善
作为科研者，杨笛一是打心底信仰“technology for good”（科技向善）的。她希望，自己的科研成果不仅能够解决社会问题，同时也能将社会问题引入科研中，帮助研究人员搭建更好的模型、发展更好的技术，相互促进。比如杨笛一始于2016年的项目，通过对话将癌症病人与志愿者相匹配。当癌症病人在交流的时候，压力非常大，写的东西会很长，但实际上想要表达的主要内容可能只有几点。杨笛一与Eduard Hovy、Alex Smola等人合作研究，利用分层注意力网络进行文本分类，通过算法将病人要表达的重要内容体现出来。这项工作在深度学习领域产生了一定的影响力，目前引用量已超过2600。而之所以能取得这项研究成果，正是源于他们当时想要解决的实际问题。目前，杨笛一团队也与一些非营利性机构合作，包括美国癌症协会、儿童医院、心理咨询平台等，利用Social NLP的理论知识，结合对话系统与社交场景理论，让机器以更灵活的方式回答病人所咨询的问题。在杨笛一看来，语言不仅仅是语法、句法、话术，语言的表达与传输是有一个目标的，而这个目标，便是说话者想要达到的意图。因此，在做social NLP中，应该对语言有更深的理解，比如谁在说话、说给谁听、想要传达什么信息、目的是什么等等。杨笛一解释道：“当我们意识到语言有这么多不同的维度之后，很多实际的自然语言处理问题就可以很好地被解决。”最后，杨笛一老师非常欢迎对自然语言处理感兴趣的学生申请博士、硕士或暑期实习。有意者请通过邮箱与杨笛一老师联系：diyi.yang@cc.gatech.edu。1、https://acm.sjtu.edu.cn/xiaoyou/article/972、https://mlatgt.blog/2020/09/08/learning-machines-natural-language-processing-explained-with-diyi-yang/3、https://diff.wikimedia.org/2016/05/03/research-newsletter-april-2016/下载1：四件套
在机器学习算法与自然语言处理公众号后台回复“四件套”，
即可获取学习TensorFlow，Pytorch，机器学习，深度学习四件套！
下载2：仓库地址共享
在机器学习算法与自然语言处理公众号后台回复“代码”，
即可获取195篇NAACL+295篇ACL2019有代码开源的论文。开源地址如下：https://github.com/yizhen20133868/NLP-Conferences-Code
重磅！机器学习算法与自然语言处理交流群已正式成立！
群内有大量资源，欢迎大家进群学习！
额外赠送福利资源！深度学习与神经网络，pytorch官方中文教程，利用Python进行数据分析，机器学习学习笔记，pandas官方文档中文版，effective java（中文版）等20项福利资源
获取方式：进入群后点开群公告即可领取下载链接
注意：请大家添加时修改备注为 [学校/公司 + 姓名 + 方向]
例如 —— 哈工大+张三+对话系统。
号主，微商请自觉绕道。谢谢！
推荐阅读：
工业界求解NER问题的12条黄金法则
三步搞定机器学习核心：矩阵求导
神经网络中的蒸馏技术，从Softmax开始说起