搞机器学习的妹子们，写出一本1200页的全栈技术手册！（限时公开下载）

　　搞机器学习的妹子们，写出一本1200页的全栈技术手册！（限时公开下载）

　　

　　今天这篇文章不谈技术，给大家分享一些干货！首先来聊聊一个AI圈子里画风清奇的公众号夕小瑶的卖萌屋。公号的作者中不仅妹子居多，颜值能打，而且喜欢将学术研究和大厂业务上线中的收获与读者分享。

　　卖萌屋的作者们就读或毕业于北大、中科院、北邮、蒙特利尔大学MILA、墨尔本大学等*敏*感*词*的顶尖CS院校&实验室，在微软、百度、腾讯等大厂核心研究/业务团队从事搜索、推荐、NLP/CV相关的研究和业务落地，顶会收割机、上线狂魔、顶级赛事冠军、SSP offer收割机、知乎大V等只是ta们的部分标签。公众号主页点击「这是哪儿」了解更多ta们的故事（有照片哦）同样，这个公众号一直保持原创输出，高质量的文章整理成了一个 1200 页+的技术栈手册，内容从零基础到进阶，方向不限于：

　　数学基础

　　互联网算法岗求职篇

　　深度学习炼丹技巧篇

　　...

　　...

　　编程基础篇

　　手册内容截屏

　　

　　下载方式

　　关注公号，后台回复「666」即可下载

　　手册内容展示

　　图文并茂

　　

　　思维导图

　　

　　机器学习

　　

　　自然语言处理

　　

　　论文解读

　　

　　手册目录树

　　├──深度学习与炼丹技巧

　　│ ├──实践篇

　　│ │ ├──万万没想到，我的炼丹炉玩坏了

　　│ │ ├──分类问题后处理技巧CAN，近乎零成本获取效果提升

　　│ │ ├──模型训练太慢？显存不够用？这个算法让你的GPU老树开新花

　　│ │ ├──盘点我跳过的科研天坑，进坑就是半年白干

　　│ │ ├──BERT重计算：用22.5%的训练时间节省5倍的显存开销（附代码）

　　│ │ ├──算法工程师的效率神器——vim篇

　　│ │ ├──你的 GNN，可能 99% 的参数都是冗余的

　　│ │ ├──训练效率低？GPU利用率上不去？快来看看别人家的tricks吧～

　　│ │ ├──显存不够，如何训练大型神经网络？

　　│ │ ├──All in Linux：一个算法工程师的IDE断奶之路

　　│ │ ├──别再喊我调参侠！夕小瑶“科学炼丹”手册了解一下

　　│ │ ├──一训练就显存爆炸？Facebook 推出 8 比特优化器，两行代码拯救你的显存！

　　│ ├──基础篇

　　│ │ ├──深度解析LSTM神经网络的设计原理

　　│ │ ├──训练神经网络时如何确定batch的大小？

　　│ │ ├──你的模型真的陷入局部最优点了吗？

　　│ │ ├──不要再纠结卷积的公式啦！0公式深度解析全连接前馈网络与卷积神经网络

　　│ │ ├──从前馈到反馈：解析循环神经网络（RNN）及其tricks

　　│ ├──理论篇

　　│ │ ├──高效利用无标注数据：自监督学习简述

　　│ │ ├──抓住训练集中真正有用的样本，提升模型整体性能！

　　│ │ ├──我删了这些训练数据…模型反而表现更好了！？

　　│ │ ├──超硬核 ICML’21 _ 如何使自然语言生成提速五倍，且显存占用减低99%

　　│ │ ├──ICLR2020满分论文 - 为什么梯度裁剪能加速模型训练？

　　│ │ ├──打破情感分类准确率 80 分天花板！更加充分的知识图谱结合范式

　　│ │ ├──吴恩达发起新型竞赛范式！模型固定，只调数据？！

　　│ │ ├──如何提升*敏*感*词*Transformer的训练效果？Primer给出答案

　　│ │ ├──CMU & MILA & 谷歌 _ 三家巨头发布史上最干文本增强总结

　　│ │ ├──AdaX：一个比Adam更优秀，带”长期记忆“的优化器

　　│ │ ├──谷歌 _ 多任务学习，如何挑选有效的辅助任务？只需一个公式！

　　│ │ ├──ICLR2020──如何判断两个神经网络学到的知识是否一致

　　│ │ ├──硬核推导Google AdaFactor：一个省显存的宝藏优化器

　　│ │ ├──大模型炼丹无从下手？谷歌、OpenAI烧了几百万刀，总结出这些方法论…

　　│ │ ├──中文BERT上分新技巧，多粒度信息来帮忙

　　│ │ ├──一时学习一时爽，_持续学习_持续爽

　　│ │ ├──别让数据坑了你！用置信学习找出错误标注（附开源实现）

　　├──机器学习

　　│ ├──还在随缘炼丹？一文带你详尽了解机器学习模型可解释性的奥秘

　　│ ├──史上最萌最认真的机器学习-深度学习-模式识别入门指导手册-三-

　　│ ├──史上最萌最认真的机器学习-深度学习-模式识别入门指导手册-二-

　　│ ├──Allen AI提出MERLOT，视频理解领域新SOTA！

　　│ ├──AllenAI _ 用GPT-3帮助增建数据，NLI任务直接提升十个点！？

　　│ ├──数据缺失、混乱、重复怎么办？最全数据清洗指南让你所向披靡

　　│ ├──强化学习扫盲贴：从Q-learning到DQN

　　│ ├──AdaX：一个比Adam更优秀，带”长期记忆“的优化器

　　│ ├──2202年了，“小样本”还值得卷吗？

　　│ ├──史上最萌最认真的机器学习-深度学习-模式识别入门指导手册-一-

　　│ ├──硬核推导Google AdaFactor：一个省显存的宝藏优化器

　　│ ├──经典统计机器学习模型

　　│ │ ├──从逻辑回归到受限玻尔兹曼机

　　│ │ ├──深度前馈网络与Xavier初始化原理

　　│ │ ├──从点到线：逻辑回归到条件随机场

　　│ │ ├──LightGBM最强解析，从算法原理到代码实现~

　　│ │ ├──逻辑回归与朴素贝叶斯的战争

　　│ │ ├──从逻辑回归到最大熵模型

　　│ │ ├──解开玻尔兹曼机的封印会发生什么？

　　│ │ ├──朴素贝叶斯与拣鱼的故事

　　│ │ ├──机器学习系列-强填EM算法在理论与工程之间的鸿沟（上）

　　│ │ ├──机器学习系列-强填EM算法在理论与工程之间的鸿沟（下）

　　│ │ ├──深入解析GBDT二分类算法（附代码实现）

　　│ ├──如何优雅而时髦的解决不均衡分类问题

　　│ ├──一时学习一时爽，_持续学习_持续爽

　　│ ├──以4%参数量比肩GPT-3！Deepmind 发布检索型 LM，或将成为 LM 发展新趋势！？

　　│ ├──数学基础

　　│ │ ├──线性代数应该这样讲-四--奇异值分解与主成分分析

　　│ │ ├──线性代数应该这样讲（二）

　　│ │ ├──线性代数应该这样讲-三--向量2范数与模型泛化

　　│ │ ├──线性代数应该这样讲（一）

　　│ ├──Meta AI 发布 data2vec！统一模态的新里程碑！

　　│ ├──别让数据坑了你！用置信学习找出错误标注（附开源实现）

　　├──自然语言处理

　　│ ├──基础知识

　　│ │ ├──史上最可爱的关系抽取指南？从一条规则到十个开源项目

　　│ │ ├──斯坦福大学最甜网剧：知识图谱CS520面向大众开放啦！

　　│ │ ├──中文分词的古今中外，你想知道的都在这里

　　│ │ ├──如何优雅地编码文本中的位置信息？三种positioanl encoding方法简述的副本

　　│ │ ├──Step-by-step-to-Transformer：深入解析工作原理（以Pytorch机器翻译为例）

　　│ │ ├──文本分类问题不需要ResNet？小夕解析DPCNN设计原理（上）

　　│ │ ├──NLP的游戏规则从此改写？从word2vec,-ELMo到BERT

　　│ │ ├──搜索引擎核心技术与算法-——-倒排索引初体验

　　│ │ ├──文本分类问题不需要ResNet？小夕解析DPCNN设计原理（下）

　　│ │ ├──如何打造高质量的NLP数据集

　　│ │ ├──文本分类有哪些论文中很少提及却对性能有重要影响的tricks？

　　│ │ ├──那些击溃了所有NLP系统的样本

　　│ │ ├──NLP最佳入门与提升路线

　　│ │ ├──45个小众而实用的NLP开源字典和工具

　　│ │ ├──NLP-Subword三大算法原理：BPE、WordPiece、ULM

　　│ ├──子方向综述

　　│ │ ├──基于知识图谱的篇章标签生成综述

　　│ │ ├──NLP中的少样本困境问题探究

　　│ │ ├──多轮对话与检索式聊天机器人(chatbot)综述

　　│ │ ├──后BERT时代：15个预训练模型对比分析与关键点探究

　　│ │ ├──中文分词的古今中外，你想知道的都在这里

　　│ │ ├──对话系统的设计艺术

　　│ │ ├──超一流 - 从XLNet的多流机制看最新预训练模型的研究进展

　　│ │ ├──从零构建知识图谱

　　│ │ ├──限定域文本语料的短语挖掘综述

　　│ │ ├──预训练模型关键问题梳理与面试必备高频FAQ

　　│ │ ├──一文跟进Prompt进展！综述+15篇最新论文逐一梳理

　　│ │ ├──MSRA-万字综述 直击多模态文档理解

　　│ │ ├──NLP数据增强方法综述：EDA、BT、MixMatch、UDA

　　│ │ ├──NLP进入预训练模型时代：从word2vec,ELMo到BERT

　　│ │ ├──智能问答系统与机器阅读理解分方向综述

　　│ │ ├──文本生成评价指标的进化与推翻

　　│ │ ├──如何提高NLP模型鲁棒性和泛化能力？对抗训练论文综述

　　│ │ ├──工业界求解NER问题的12条黄金法则

　　│ │ ├──任务完成型对话之对话状态追踪DST综述

　　│ │ ├──写了一篇关于 NLP 综述的综述！

　　│ │ ├──文本匹配相关方向打卡点总结

　　│ │ ├──搜索中的Query理解及应用

　　│ ├──20篇NLP综述.zip

　　│ ├──学术前沿

　　│ │ ├──Prompt tuning新工作，五个参数解决下游任务 fine-tuning

　　│ │ ├──万能的BERT连文本纠错也不放过

　　│ │ ├──ACL2020──基于Knowledge-Embedding的多跳知识图谱问答

　　│ │ ├──GPT-3诞生，Finetune也不再必要了！NLP领域又一核弹！

　　│ │ ├──Google Research新成果，让表格理解和检索更上一层楼！

　　│ │ ├──ACL'21 _ 多模态数值推理新挑战，让 AI 学解几何题

　　│ │ ├──告别自注意力，谷歌为Transformer打造新内核Synthesizer

　　│ │ ├──迁移Prompt–解决Prompt Tuning三大问题！

　　│ │ ├──如何让BERT拥有视觉感知能力？两种方式将视频信息注入BERT

　　│ │ ├──当NLPer爱上CV：后BERT时代生存指南之VL-BERT篇

　　│ │ ├──ACL’21 _ 对话系统也要进军多模态了！

　　│ │ ├──别再Prompt了！谷歌提出tuning新方法，强力释放GPT-3潜力！

　　│ │ ├──ACL2020──对话数据集Mutual：论对话逻辑，BERT还差的很远

　　│ │ ├──格局打开，带你解锁 prompt 的花式用法

　　│ │ ├──ACL2020 - 线上搜索结果大幅提升！亚马逊提出对抗式query-doc相关性模型

　　│ │ ├──别再蒸馏3层BERT了！变矮又能变瘦的DynaBERT了解一下

　　│ │ ├──卖萌屋上线Arxiv论文速刷神器，直达学术最前沿！

　　│ │ ├──加了元学习之后，少样本学习竟然可以变得这么简单！

　　│ │ ├──NYU & Google_ 知识蒸馏无处不在，但它真的有用吗？

　　│ │ ├──LayerNorm是Transformer的最优解吗？

　　│ │ ├──成本砍砍砍！不用数据也能用 BERT 做对比学习？

　　│ │ ├──Google - 突破瓶颈，打造更强大的Transformer

　　│ │ ├──吊打BERT-Large的小型预训练模型ELECTRA终于开源！真相却让人──

　　│ │ ├──对话系统答非所问？快试试这篇ACL'21的连贯性评估大法

　　│ │ ├──ACL'21 _ 弱标签的垃圾数据，也能变废为宝！

　　│ │ ├──如何优雅地编码文本中的位置信息？三种positioanl encoding方法简述

　　│ │ ├──ACL2020──FastBERT：放飞BERT的推理速度

　　│ │ ├──图灵奖大佬 Lecun 发表对比学习新作，比 SimCLR 更好用！

　　│ │ ├──用多模态信息做 prompt，解锁 GPT 新玩法

　　│ │ ├──ACL20 - 让笨重的BERT问答匹配模型变快！

　　│ │ ├──EMNLP'21 _ 让压缩语言模型自动搜索最优结构！

　　│ │ ├──刷新SOTA！Salesforce提出跨模态对比学习新方法，仅需4M图像数据！

　　├──算法岗求职必备

　　│ ├──别再搜集面经啦！小夕教你斩下NLP算法岗offer！

　　│ ├──拒绝跟风，谈谈几种算法岗的区别和体验

　　│ ├──在大厂和小厂做算法有什么不同？

　　│ ├──写在校招季，谈谈机器学习岗的Offer选择问题

　　│ ├──6 年大厂面试官，谈谈我对算法岗面试的一些看法

　　│ ├──13个offer，8家SSP，谈谈我的秋招经验

　　│ ├──面试必备基础知识

　　│ │ ├──卖萌屋算法岗面试手册上线！通往面试自由之路

　　│ │ ├──算法工程师思维导图—深度学习篇

　　│ │ ├──预训练模型关键问题梳理与面试必备高频FAQ

　　│ │ ├──算法工程师思维导图—数据结构与算法

　　│ │ ├──算法工程师思维导图—统计机器学习篇

　　│ │ ├──算法与数据结构--空间复杂度O-1-遍历树

　　│ │ ├──「小公式」平均数与级数

　　│ │ ├──「小算法」回文数与数值合法性检验

　　│ ├──Google、MS和BAT教给我的面试真谛

　　├──精编文章

　　│ ├──如何让BERT拥有视觉感知能力？两种方式将视频信息注入BERT

　　│ ├──吐血整理：论文写作中注意这些细节，能显著提升成稿质量

　　│ ├──视觉增强词向量：我是词向量，我开眼了！

　　│ ├──别再喊我调参侠！夕小瑶“科学炼丹”手册了解一下

　　│ ├──如何优雅地编码文本中的位置信息？三种positioanl encoding方法简述

　　│ ├──ACL2020 - 线上搜索结果大幅提升！亚马逊提出对抗式query-doc相关性模型

　　│ ├──纵观对话预训练技术演变史：化繁为简的背后，什么在消亡？

　　│ ├──模型训练太慢？显存不够用？这个算法让你的GPU老树开新花

　　│ ├──从论文到PPT，一键生成！从此报告不用愁！

　　│ ├──数据还是模型？人类知识在深度学习里还有用武之地吗？

　　│ ├──图灵奖大佬+谷歌团队，为通用人工智能背书！CV 任务也能用 LM 建模！

　　│ ├──工作6年，谈谈我对“算法岗”的理解

　　│ ├──对话系统的设计艺术

　　│ ├──诺奖级成果开源！为什么说AlphaFold2足以改变全人类？

　　│ ├──恕我直言，很多小样本学习的工作就是不切实际的

　　│ ├──超一流 - 从XLNet的多流机制看最新预训练模型的研究进展

　　│ ├──All in Linux：一个算法工程师的IDE断奶之路

　　│ ├──肝了1W字！文本生成评价指标的进化与推翻

　　│ ├──NLP中的少样本困境问题探究

　　│ ├──恕我直言，你的实验结论可能严重依赖随机数*敏*感*词*！

　　│ ├──11 个好用的科研工具推荐！工作效率提升 max！

　　│ ├──中文分词的古今中外，你想知道的都在这里

　　│ ├──BERT重计算：用22.5%的训练时间节省5倍的显存开销（附代码）

　　│ ├──ACL'21 _ debug完的神经网络，如何测试是否仍然存在bug？

　　│ ├──Google掀桌了，GLUE基准的时代终于过去了？

　　│ ├──NLP哪个细分方向最具社会价值？

　　│ ├──一时学习一时爽，_持续学习_持续爽

　　│ ├──万万没想到，我的炼丹炉玩坏了

　　│ ├──万能的BERT连文本纠错也不放过

　　│ ├──从 ACL’22 投稿情况，速览当下 NLP 研究热点！

　　│ ├──Google - 突破瓶颈，打造更强大的Transformer

　　│ ├──Facebook 推出多模态通用模型 FLAVA，吊打 CLIP 平均十个点！

　　│ ├──在错误的数据上，刷到 SOTA 又有什么意义？

　　│ ├──如何提高NLP模型鲁棒性和泛化能力？对抗训练论文串讲

　　│ ├──算法工程师的效率神器——vim篇

　　│ ├──AllenAI 发布万能问答系统 MACAW！各类题型样样精通，性能大幅超越 GPT-3！

　　│ ├──深度学习，路在何方？

　　│ ├──史上最大多模态图文数据集发布！

　　│ ├──13个offer，8家SSP，谈谈我的秋招经验

　　│ ├──多模态为什么比单模态好？第一份严谨证明来了！

　　│ ├──聊聊机器翻译界的“灌水与反灌水之战”！

　　│ ├──GAN 的内在漏洞！只看眼睛就能找出虚拟人脸？

　　│ ├──ACL20 - 让笨重的BERT问答匹配模型变快！

　　│ ├──写Rap，编菜谱，你画我猜……这些 AI demo 我可以玩一天！

　　│ ├──预训练卷不动，可以卷输入预处理啊！

　　│ ├──LayerNorm是Transformer的最优解吗？

　　│ ├──Git从入门到进阶，你想要的全在这里

　　│ ├──近期神奇机器学习应用大赏

　　│ ├──学完文本知识，我就直接看懂图片了！

　　│ ├──工业界求解NER问题的12条黄金法则

　　│ ├──谷歌：一篇论文，让研究者吃我三份安利

　　│ ├──谁说发 paper 一定要追快打新？2021年，研究 word2vec 也能中顶会！

　　│ ├──ICLR2020满分论文 - 为什么梯度裁剪能加速模型训练？

　　│ ├──硬核推导Google AdaFactor：一个省显存的宝藏优化器

　　├──编程基础

　　│ ├──一份北大信科内部流传的 “CS 自救指南”（无广推荐）

　　│ ├──Git从入门到进阶，你想要的全在这里

　　│ ├──算法工程师的效率神器——vim篇

　　│ ├──All in Linux：一个算法工程师的IDE断奶之路

　　│ ├──7款优秀Vim插件帮你打造完美IDE

　　├──有毒的文章

　　│ ├──万万没想到，我的炼丹炉玩坏了

　　│ ├──两个月，刷了八千篇Arxiv，我发现……

　　│ ├──发现一篇专门吐槽 NLP 内卷现状的 ACL 论文 .._

　　│ ├──他与她，一个两年前的故事

　　│ ├──谢撩，人在斯坦福打SoTA

　　│ ├──如何优雅的追到女神夕小瑶

　　│ ├──一位老师，一位领导，一个让全体学生考上目标学校的故事

　　│ ├──如果你跟夕小瑶恋爱了──（上）

　　│ ├──如果你跟夕小瑶恋爱了──（下）

　　│ ├──我在斯坦福做科研的碎碎念

　　│ ├──在斯坦福，做 Manning 的 phd 要有多强？

　　其它宝藏

　　除此之外，这群硬核的萌妹子将公众号其它宝藏整理了一番，分享给大家：

　　1.自然语言处理入门书单与热门方向论文列表。

　　2. 通往面试自由之路的算法岗面试手册，涵盖数学基础、数据结构与算法、统计机器学习和深度学习。

　　3. NLP经典公开课StanfordCS224n追剧计划，收录了中英字幕视频、笔记、FAQ、课后作业等，还有数千人的讨论群。

　　4. 轻松跟紧前沿的NLP/CV/IR方向Arxiv神器。

　　获取方式

　　关注公号，后台回复「666」即可获取