給數據科學家的 Python 3 指導；簡單 chatbot 代碼實現

Minigo —— 用純 Python 實現的神經網路圍棋 AI

Github：https://github.com/tensorflow/minigo

這是一個基於 TensorFlow 用純 Python 實現的神經網路圍棋 AI，雖然 Minigo 受到 DeepMind AlphaGo 演算法的啟發，但不是 DeepMind 項目，也不是 AlphaGo 的子項目，而是圍棋愛好者獨立研發的項目。

Minigo 以 Brian Lee 的「MuGo」為基礎的，它用 TensorFlow、Kubernetes 和 Google 雲平台提供了一套在各種硬體加速器上使用強化學習管道的學習示例，並且用開源的工具儘可能忠實地重現原始的 DeepMind AlphaGo 論文方法。

seq2seq_chatbot —— 基於 seq2seq 模型的簡單對話系統的 tf 實現

Github：https://github.com/lc222/seq2seq_chatbot

本文是知乎主劉沖基於 seq2seq 模型的簡單對話系統的 tf 實現，代碼參考了 DeepQA，在其基礎上添加了 beam search 的功能和 attention 的機制。關於該簡單對話系統的詳細信息請查看文章：深度學習對話系統實戰篇 -- 簡單 chatbot 代碼實現。

python3_with_pleasure —— 給數據科學家的 Python 3 特徵指南

Github：https://github.com/arogozhnikov/python3_with_pleasure

Python 已經成為機器學習和數據科學的主要編程語言，同時 Python 2 和 Python 3 共存與 Python 的生態體系內。不過，在 2019 年底，科學計算庫將停止支持 Python 2.7，NumPy 2018 年後的新版本只支持 Python 3。為了讓數據科學家們快速上手 Python 3，該庫收集了一些 Python 3 的新功能，供數據工作者參考。

wtfpython —— 一些好玩的 Python 代碼集合

Github：https://github.com/satwikkansal/wtfpython

What the f*ck Python!

Python 是一種非常棒的編程語言，給程序員提供了很多讓人感到舒適的功能。但有的時候，一段 Python 代碼編譯出來的結果對於普通用戶來說不是那麼明顯。

這個 Python 集里收集了一些棘手的問題、反直覺的項目以及 Python 中一些鮮為人知的特性，並試圖探索出在 Python 底層到底發生了什麼。通過這些代碼，用戶會發現學習 Python 是件很有趣的事情。如果你是個很有經驗的 Python 開發者，你可以把這些代碼當作挑戰來試試。

NLP 工程師入門實踐班：基於深度學習的自然語言處理

三大模塊，五大應用，手把手快速入門 NLP

海外博士講師，豐富項目經驗

演算法 + 實踐，搭配典型行業應用

隨到隨學，專業社群，講師在線答疑

新人福利

關注 AI 研習社（okweiwu），回復1領取

【超過 1000G 神經網路 / AI / 大數據，教程，論文】

獲取更多好玩的 Github 項目請進入原文閱讀

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！