该小博主介绍
本人：笔名zenRRan，方向自然语言处理，方法主要是深度学习。
未来的目标：人工智能之自然语言处理博士。
写公众号目的：将知识变成开源，让每个渴求知识而难以入门人工智能的小白以及想进阶的小牛找到新的捷径。
公众号特点：文章写的十分生动详细，不懂的可以加小编微信，一起探讨。
写公众号原因：因为我喜欢将知识分享给大家，和大家一起学习，每天进步一丢丢。
口号：坚持下去，每天进步一丢丢！
文章涉及的方向
自然语言处理（情感分析、句法分析、智能司法、机器翻译、意见挖掘、人机对话、语音识别等领域）、知识图谱、推荐系统、机器学习和深度学习、论文解析、pytorch、python、linux、基础数学知识和其他相关知识。
还没关注ta的小伙伴，等你很久啦！
小白快速入门DL+NLP&CV指南
谈谈我在自然语言处理入门的一些个人拙见
谈谈我在自然语言处理进阶上的一些个人拙见
自然语言处理
简单maxPooling单层网络句子分类框架和数学理论
pytorch自然语言处理之Pooling层的句子分类
自然语言处理之基于biLSTM的pytorch立场检测实现
详谈P(查准率)，R(查全率)，F1值
调参的一些个人拙见
【干货】基于注意力机制的seq2seq网络
Bleu：此'蓝'非彼蓝
基于attention的seq2seq机器翻译实践详解
一文轻松搞懂-条件随机场CRF
word2vec理论与实践
一分钟搞懂的算法之BPE算法
TreeLSTM Sentiment Classification
详解依存树的来龙去脉及用法
如何不出国门走进NLP学术前沿
字符集及其存储方式（解决乱码问题）
Sentiment Analysis情感分析——珍藏版
白话word2vec
详解中文维基百科数据处理流程及脚本代码
NLP基础|中英文词向量评测理论与实践
【精华版】cw2vec理论及其实现
【收藏版】长文详解基于并行计算的条件随机场
谈谈复杂多分类问题上的一些个人理解
中国法研杯 --- 司法人工智能挑战赛
资源 | 邓力、刘洋等合著的这本NLP经典书籍之情感分析中文版
强烈推荐 | 算法/深度学习/NLP面试笔记
干货 | 找工作的经验总结（一）
【NLP基础】NLP关键字提取技术之LDA算法原理与实践
详解Transition-based Dependency parser基于转移的依存句法解析器
【推荐】不到100行实现的全面NLP教程（pytorch+tensorflow）
论文解读举例
今天谈谈COLING2018计算语言学进展
【顶会论文解析】罪行预测
【论文笔记】中文词向量论文综述（一）
【论文笔记】中文词向量论文综述（二）
2018 NLPCC Chinese Grammatical Error Correction 论文小结
杨杰博士：Recent Advances in Sequence Labeling
近年来NLP在法律领域的相关研究工作
是时候研读一波导师的论文--一个简单有效的联合模型
学术词汇 | Ablation Test or Ablation Experiment
【一分钟论文】轻松解读Semi-supervised Sequence Learning半监督序列学习
【一分钟论文】 NAACL2019-使用感知句法词表示的句法增强神经机器翻译
【一分钟论文】Deep Biaffine Attention for Neural Dependency Parsing
一文详解自然语言处理任务之共指消解
一文看尽预训练语言模型
一张思维导图带你快速了解深度学习推荐系统
一文看尽各种 NLP 任务
Sentence-BERT: 一种能快速计算句子相似度的孪生网络
【Albert】一文轻松理解Albert
命名实体识别 NER 论文综述：那些年，我们一起追过的却仍未知道的花名 （一）
【李宏毅NLP笔记】Tacotron 可以从哪些方面改进
图神经网络 GNN GAT & GCN（一）
【论文解读】情感-原因关系挖掘 —— ACL2019杰出论文
【论文解读】LGN: 基于词典构建的中文NER图神经网络
【文本摘要】Text Summarization文本摘要与注意力机制
【原创手写笔记】面试准备，关于Adaboost & GBDT算法你需要知道的那些
【论文解读】IJCAI2019: 面向中文NER 基于lexicon rethinking的CNN模型
【论文解读】图文并茂带你细致了解ELMo的各种细节
【图文并茂】通过实例理解word2vec之Skip-gram
【原创手写笔记】面试准备，关于决策树算法你需要知道的那些
【机器学习实战】垃圾邮件分类快速理解机器学习中的朴素贝叶斯（Naive Bayes）
机器学习和深度学习
深度学习数学基础一--最小二乘法
梯度下降法理论与实践
神经网络基础模型--Logistic Regression的理论和实践
深度学习之激活函数详解
深度学习之卷积神经网络CNN理论与实践详解
深度学习之RNN、LSTM及正向反向传播原理
过拟合解决方法之L2正则化和Dropout
简单理解Momentum,RMSprop,Adam优化算法
【干货】基于pytorch的CNN、LSTM神经网络模型调参小结
AI速查表：神经网络、机器学习、深度学习与数据科学一览
调参的一些个人拙见
【干货】GRU神经网络
【干货】神经网络SRU
如何防止softmax函数上溢出(overflow)和下溢出(underflow)
Highway Networks
TreeLSTM Sentiment Classification
深度学习如何入门？
详解机器学习之the Learning Problem
实例讲解决策树分类器
实例讲解朴素贝叶斯分类器
机器学习之多层感知机理论与实践
机器学习最常用的损失函数之交叉熵
详解机器学习之感知机理论与实践
一文了解机器学习以及其相关领域（上）
一文了解机器学习以及其相关领域（下）
如何直观地解释 back propagation 算法？
详解循环神经网络RNN（理论篇）
详解循环神经网络RNN（实践篇）
通俗易懂理解Attention机制
简单实例讲解为何深度学习有效
这些神经网络调参细节，你都了解了吗
【收藏版】深度学习中的各种优化算法
【精华】Batch Normalization理论与实践
【机器学习】决策树的理论与实践
【机器学习】如何处理数据不均衡问题
【机器学习】今天想跟大家聊聊SVM
【机器学习】今天详细谈下Soft Margin SVM和 SVM正则化
【长文详解】卷积神经网络常见架构AlexNet、ZFNet、VGGNet、GoogleNet和ResNet模型的理论与实践
详解文本分类之多通道CNN的理论与实践
介绍4个大神常用而你不常用的python函数
详解文本分类之DeepCNN的理论与实践
强烈推荐 | 算法/深度学习/NLP面试笔记
【一分钟知识】七种损失函数
Linux
实例快速上手shell脚本
Linux下与github建立ssh连接
有关vi(vim)的常用命令
掌握这些的Linux命令，你基本稳了
Linux基本命令之grep命令常见用法
这些进程的后台可靠运行命令你都知道了吗
【linux】常用命令之scp命令
python
【干货】python正则表达式应用笔记
爬虫基础入门
matplotlib--python的数据可视化入门
matplotlib--python的数据可视化二
Python学习——collections系列
Python命令行参数学习
python科学计算之Pandas使用(一)
python科学计算之Pandas使用(二)
python科学计算之Pandas使用(三)
【珍藏版】长文详解python正则表达式
【python】命令行参数argparse用法详解
【python】读取json文件
【python】Tkinter可视化窗口(一)
【python】Tkinter窗口可视化(二)
【python】Tkinter可视化窗口(三)
【笔记】高效率但却没用过的一些numpy函数
C++
【C++】C/C++指针使用常见的坑
PyTorch
pyTorch基础入门练习
深度学习之卷积神经网络CNN理论与实践详解
PyTorch(总)---PyTorch遇到令人迷人的BUG与记录
【干货】基于pytorch的CNN、LSTM神经网络模型调参小结
自然语言处理之基于biLSTM的pytorch立场检测实现
基于attention的seq2seq机器翻译实践详解
数学
卡方分布与卡方检验
大数定律和中心极限定理的区别和联系
中心极限定理通俗介绍
【概率论】基础之概率概论与集合论
【概率笔记】这些概率公理性质你需要会的呀
【概率笔记】条件概率这样学才快啦
研究必备
（LaTex)CTex的初次使用心得及入门教程
还没关注ta的小伙伴，等你很久啦！
