① 7.4，经历大致两周的颓废状态（说是颓废，其实我的厨艺有很大长进 lol，也看了不少时事政治如《骁话一下》），我突然恢复了学习动力，开始学 NLP、刷 leetcode。
② 7.6 整了一下 Stanford 的入学手续，翻以前的体检文件发现自己是 AB+ 型血…之后某政策出台，留学生圈子又炸锅了，在国内的上不了课，在美国的要被遣返。看到美帝这么作死，看到留学生群体对美国的印象暴跌，看到有良知的美国人集体表达对政府的不满和羞耻，我心里反而感觉挺开心的…
③ 7.8 凌晨做出了 LC 315，感觉很爽，这题我思考的时候猜对了最佳时间复杂度、排除了一些常见的方法，但还是想不出来，后来看答案以后发现了新的解题方法。如果一道题看了答案，原则上我需要间隔至少半天，然后再独立实现一遍算法，确保自己真正理解。
④ 7.8 ~ 7.9 连做了 4 道 LC Hard。哎，最近刷题来劲了，NLP 也没怎么学，我学习真是太随性了，对什么来了兴致就学啥。话说最近我刷微信和 pyq 的频率空前地高，感觉是时候控制一下自己了，不过狂刷手机可以让自己不感觉孤独就是了。
⑤ 回到 NLP 的学习上。3 月探索 AI 的那个时代，我从知乎上关注了 NLP 大神、26 岁的百度程序媛夕小瑶，以及她的微信公号“夕小瑶的卖萌屋”。她写的文章我还在看，那篇用马尔科夫链和她恋爱的帖子把我看得乐死了额哈哈。
⑥ 7.11 看完了 S&LP 第 2 章，了解到很多 NLP 最常用到的方法并非基于 NN，比如 regex（regex 这个技能和我最近在做的日记分析，包括词数统计等工作，非常相关），还有在拼写改正等功能里需要用到的 LC 74（Edit Distance）问题，用的是 DP。
⑦ 这似乎应证了我 4 月在知乎上看到的印象深刻的一句话，“算法工程师，先是工程师，再是算法工程师…所以 Leetcode 走天下”。从某个角度讲，LC 上的字符串问题，也可以算是 NLP 的范畴啊。
⑧ 最近除了 CS 224n 以外，我看的最多的便是《数学之美》了，半年前 495 给我推荐它的时候，我不曾想到它会给我带来如此巨大的启蒙作用。
⑨ 这本书和我看过其他所有教材不同的地方在于，他是从工业界解决实际问题的角度来讲概念，比如搜索引擎算法的原理以及遇到的“ bad case ”问题，让我能体会到编程技能的实际用处。书中还涉及了很多 CS 科学家的成长轨迹和读博经历。
⑩ 书中的一个核心观点是，NLP 应该用信息学而不是语言学的视角去分析，解决一切问题的核心都是“利用信息消除不确定性”。一个词可以以二维编码的形式储存，也可以以向量的形式表达它的意义。
⑪ 《数学之美》是 2012 年出版的，而据 CS 224n 说，2013 年 word2vec 的出现改变了整个 NLP 世界；现在似乎 NLP 的一切似乎都是“炼丹”驱动的，所以我还不知道我学的这些“传统方法”和“内功”、“核心”有多少用，但至少夕小瑶曾说过她后悔没有系统地学过信息论…
⑫ 但夕小瑶的面经贴里，考的内容基本上都是模型架构、训练方法、评价体系。WTF，所以我现在学的东西有用吗？？上次面 CV 创业公司的日记无数次在我脑中回荡（D5P311-200415）：
⑬ “最后对我得出的结论是我的 MASI 项目就光调参了，没有深入了解常用网络结构的原理。我无奈地表示我比较擅长梯度下降、反向传播的理论，面试官说这些都用不到的，我醉了…”
⑭ 看着 NLP 大神讲起各种模型，我感觉像看天书一样（就像实习时听组会的时候…），顿时慌的一批，后来看到一位腾讯小哥的面经，考到了 n 元模型、文本相似性、HMM、维特比，啊这不都是我刚学的吗！这才平静下来…