一文读懂「Attention is All You Need」| 附代码实现
前言
2017 年中，有两篇类似同时也是笔者非常欣赏的论文，分别是 FaceBook 的 Convolutional Sequence to Sequence Learning 和 Google 的 Attention is All You Need，它们都算是 Seq2Seq 上的创新，本质上来说，都是抛弃了 RNN 结构来做 Seq2Seq 任务。
十分钟教程：用Keras实现seq2seq学习
序列到序列学习（seq2seq）是一种把序列从一个域（例如英语中的句子）转换为另一个域中的序列（例如把相同的句子翻译成法语）的模型训练方法。目前有多种方法可以用来处理这个任务，可以使用RNN，也可以使用一维卷积网络。这里，我们将重点介绍RNN。
【新智元峰会】德国AI教皇盛赞中国人工智能，25位AI领袖强势打造中国新智极
中美史诗级贸易战，中国AI能否成为破局之剑？3月29日，2018新智元产业跃迁AI技术峰会盛大启幕，德国AI教父、工业4.0提出者之一、诺贝尔奖评审、德国人工智能中心（DFKI）CEO沃夫冈·瓦尔斯特（Wolfgang Wahlster）教授首次对中国AI产业发声，“中国芯之父”邓中翰院士剖析中国AI芯自主研发路，来自微软、IBM、阿里、腾讯、华为等公司和研究院的25位重磅嘉宾齐聚，与创投领袖一起共议中国AI产业跃迁路线图。
大规模深度学习优化技术在PAI平台中的应用及实践
工业界和学术界也先后推出了用于Deep Learning建模用途的多种开源工具和框架，这里详细解读下阿里云推出的PAI(Platform of Artificial Intelligence)。其致力于通过系统与算法协同优化的方式，来有效解决Deep Learning训练工具的使用效率问题，目前PAI集成了TensorFlow、Caffe、MXNet这三款流行的Deep Learning框架，并针对这几款框架做了定制化的性能优化支持，以求更好的解决用户建模的效率问题。
阿里云发布黑科技：面对海量的文本翻译任务，阿里翻译团队是如何解决的
对国际化企业来说语言问题是亟待突破的重要关口。面对海量的文本翻译任务，昂贵低效的人工翻译显然不能满足需求，利用计算机自动进行文本翻译的机器翻译才是解决这个问题的关键。阿里翻译团队在机器翻译领域做了大量技术储备，并针对我们所处的电子商务领域进行算法优化，进而打造阿里巴巴自己的机器翻译平台。
