手把手教你用seq2seq模型创建数据产品（附代码）
目标：训练一个模型来对Github项目进行总结
矩形框中的是预测结果
以上只是从一系列预测结果中随机选取的元素，请继续往下读，下文包含一个带有更多示例的链接！
Github的吉祥物章鱼猫（Octocat）
起因
我从来没有想过用“神奇的”这个词来描述机器学习技术的输出结果。
云栖科技评论93期：人工智能产业的四大浪费（下）
借助跨学科教育培养新一代信息技术人才已经成为共识：2018年11月，MIT宣布在计算和AI领域投资10亿美元，成立面向全球计算和人工智能领域教育与研究的“苏世民计算学院”，该学院以培养“双学科学者”为目标，让各个学科的专家对计算和AI知识的掌握程度与他们在自己的专业领域一样熟练，从而培养“AI+专业学科人才”，从而保证AI人才在产业中可以学以致用。
阿里云智能语音交互技术实践干货分享
阿里云技术总监/研发总监陈一宁博士通过直播分享了《阿里云智能语音交互技术实践》。他首先介绍了智能语音面临的技术挑战，然后对智能语音技术做了详细介绍。其中，他主要分享了阿里云使用的BLSTM & LFR声学模型的优化过程，并对基于深度学习的自然语言理解的不同场景进行了详细分享。
Perseus-BERT——业内性能极致优化的BERT训练方案
【作者】 笋江（林立翔） 驭策（龚志刚） 蜚廉（王志明） 昀龙（游亮）
一，背景——横空出世的BERT全面超越人类
2018年在自然语言处理（NLP）领域最具爆炸性的一朵“蘑菇云”莫过于Google Research提出的BERT（Bidirectional Encoder
