1、变分自编码器（一）：原来是这么一回事

https://spaces.ac.cn/archives/5253

2、python

http://book.pythontips.com/en/latest/index.html

http://interpy.eastlakeside.com/

3、统计学习要素

英文书籍： The Elements of Statistical Learning

1、https://esl.hohoweiya.xyz/01-Introduction/2016-07-26-Chapter-1-Introduction/index.html
2、http://www.loyhome.com/elements_of_statistical_learining_lecture_notes/

4、python进阶

https://blog.csdn.net/qq_41853758/article/details/82853811

5、

伯克利PPT带你丝滑入门机器学习

https://mp.weixin.qq.com/s/o3Gkey3SnYBcZGdOWojDXQ

PPT传送门：
https://csinva.github.io/pres/189/#/

CS 189/289课程笔记：
https://people.eecs.berkeley.edu/~jrs/papers/machlearn.pdf

CS 189/289课程主页：
https://people.eecs.berkeley.edu/~jrs/189/

GitHub传送门：
https://github.com/csinva/csinva.github.io/blob/master/_notes/ref/ml_slides/slides.md

6、文本分类方法综述

https://zhuanlan.zhihu.com/p/29201491

7、深度学习语义相似度

深度学习解决NLP问题：语义相似度计算

“传统的文本相似性如 BM25”  BM25跟beamsearch不是一个东西。

DSSM（Deep Structured Semantic Models）

https://www.cnblogs.com/qniguoym/p/7772561.html

Simaese LSTM实现: https://blog.csdn.net/android_ruben/article/details/78427068

8、position embedding

目前了解到有两种方法：
1、从数据中学习到embedding

https://medium.com/@_init_/how-self-attention-with-relative-position-representations-works-28173b8c245a

2、attention is all you need中直接通过sin函数公式计算出position embedding向量。论文中说，跟学出的embedding效果一致。

https://datascience.stackexchange.com/questions/51065/what-is-positional-encoding-in-transformer-model  其中pow(10000,0),0是代表0/4。

http://jalammar.github.io/illustrated-transformer/

https://www.comp.nus.edu.sg/~kanmy/courses/6101_1810/w8-transformer.pdf

http://nlp.seas.harvard.edu/2018/04/03/attention.html