教程：
· 由Thang Luong编写的NMT教程 -这是一个简短的教程，循序渐进的介绍神经机器翻译的原理。但稍微令人感到失望的是，没有详细记录基础实验的运行和评估情况。当然，解决这些问题很简单，但这确实需要花一点时间。
· 原始的Tensorflow seq2seq教程 -第一个Seq2Seq实验。现在我们讨论的是WMT15 set。
· tf-seq2seq （博客地址：这里）
· Graham Neubig的教程
· Nematus
· OpenNMT
· NeuralMonkey（基于Tensorflow）
有一点很特别：Tensor2Tensor采用新颖的架构，而原始基于RNN / CNN解码/编码架构。它的提出，产生了惊人的收益。因此，使得NNMT有可能成为未来翻译技术发展的趋势。
重要的论文：
· Learning Phrase Representations using RNN
Encoder–Decoder for Statistical Machine Translation by Cho Et al. (link) - Kyunghyun Cho发表的，非常创新和非常有智慧的一篇论文，还引入了GRU。
· Sequence to Sequence Learning with Neural
Networks by Ilya Sutskever (link) - 由谷歌的研究人员提出，首次显示NMT系统可以获得与传统的技术相似的效果。
· Google’s Neural Machine Translation System:
Bridging the Gap between Human and Machine Translation (link)
· Neural Machine Translation by Joint Learning to Align and
Translate by Dzmitry Bahdanau (link) - 提出Attention机制的论文
· Neural Machine Translation by
Min-Thuong Luong (link)
· Effective Approaches to Attention-based Neural
Machine Translation by Min-Thuong Luong (link) – 提出如何基于local Attention去提升Attention效果。
· Massive
Exploration of Neural Machine Translation Architectures by Britz et al (link)
· Recurrent Convolutional Neural Networks for
Discourse Compositionality by Kalchbrenner and Blunsom (link)
重要博客文章/网页：
· 注意机制和增强化的循环神经网络：仅与基于注意力机制的RNN部分相关，但Olah'的文章是非常值得阅读的。
· 斯坦福大学NMT实验室页面：涉及Luong，See和Manning在NMT上的工作。非常有趣看看最近的技术。教程/代码/模型可用。
其他:(未排序）
· JayPark的Github https://github.com/JayParks/tf-seq2seq
· https://github.com/ematvey/tensorflow-seq2seq-tutorials
· https://indico.io/blog/the-good-bad-ugly-of-tensorflow/
· https://www.reddit.com/r/MachineLearning/comments/43fw8s/simple_seq2seq_example_in_tensorflow/
· https://r2rt.com/recurrent-neural-networks-in-tensorflow-iii-variable-length-sequences.html
· http://forums.fast.ai/t/the-wonders-of-the-new-version-of-tensorflow-1-2rc0/3491
· http://monik.in/a-noobs-guide-to-implementing-rnn-lstm-using-tensorflow/
· http://suriyadeepan.github.io/2016-12-31-practical-seq2seq/
在Chatbot和Summarization中使用（未排序）
· https://tutorials.botsfloor.com/how-to-build-your-first-chatbot-c84495d4622d
· https://medium.com/towards-data-science/text-summarization-with-amazon-reviews-41801c2210b
· http://pavel.surmenok.com/2016/10/15/how-to-run-text-summarization-with-tensorflow/
往期精彩内容分享：
麻省理工学院-2017年-深度学习与自动驾驶视频课程分享
模型汇总22 机器学习相关基础数学理论、概念、模型思维导图分享
深度学习在自然语言处理中的应用综述
深度学习与NLP 深度学习|机器学习|人工智能 精品视频教程合集分享
深度学习/机器学习的处理器列表（最全_中文版）
纯干货14 2017年-会撒娇的往事-最新深度学习/机器学习中文视频教程分享_后篇
纯干货10 强化学习视频教程分享（从入门到精通）
纯干货7 Domain Adaptation视频教程（附PPT）及经典论文分享
更多深度学习在NLP方面应用的经典论文、实践经验和最新消息，欢迎关注微信公众号“深度学习与NLP”或“DeepLearning_NLP”或扫描二维码添加关注。