2021年了，学NLP还有出路吗？

最近有粉丝后台私信我，NLP很难学，这条路能坚持走吗？有相同困惑的朋友可以一起探讨一下：

大佬你好，我目前从事数据开发，打算转NLP算法，开始是学数据结构和c刷了些leetcode题，然后把cs224n和它的大作业都撸了一遍，做了点情感文本分类的小任务。

准备去小公司找实习攒项目经验时却被同学劝退，说小公司学不到东西，然后有人建议趁早转做开发，nlp的路太难走了很难竞争。

感觉自己实力很弱，也没有人带，去小公司怕沦为打杂工具人，大厂没有项目经历又进不去。

这种情况是应该趁早自学转一个新领域比如后端吗？但总感觉这样之前的都白学了，很焦虑也很纠结。希望大佬能帮助指点下方向。

这位朋友的问题，我从两方面回答。

这是学习路径不够清晰的问题，深度学习既重理论又重实践，一步登天不可取，学习应该是循环且逐渐细化的。

先看一下学NLP的需要掌握的知识点全貌👇

来源Reddit，作者：Tae-Hwan Jung

核心四大块

路径总结起来就是：基本原理→经典模型→项目实践

机器学习和深度学习原理基础要懂，线性分类、SVM、树模型和图模型这些是必须要吃透的。

有上述基础就能看懂模型结构和论文里的各种名词公式。

接下来重点要做就是了解NLP各个经典任务的baseline，并看懂源码。

在应用程序场景中,尝试修改模型,提高效果

对于TF和Pytorch的问题不用太纠结，接口都差不多，找到什么就看什么，自己写的话建议Pytorch。

这个问题可以理解成，学到什么程度好找工作？

面试无非就是向面试官证明两点：①我知道怎么做②我做过，因此企业最看重的自然是项目经历，但初学者又很难接触到工业界项目，怎么办？

建议学好后去参加一次Kaggle、天池等平台的比赛，享受优化模型的摧残。比赛项目和企业实操所需能力至少能匹配60%。

学习路线清楚了，那这些内容在哪里学，以及怎么样去coding实践呢？

不用你费心去找了，我已经给你准备好了。

工具一（免费）：《NLP算法进阶视频合集》

这套视频基于花书「Deep learning」、《统计学习方法》、【论文】baseline基础篇目——transform，等经典教程设计，关于我学习路径中提到的知识点，它都有体现。

目前已经有30000人通过这套课程学习NLP，普通理工科大学生大概三四个月可以掌握（学过C语言、线性代数、概率论）

扫码回复：NLP01

免费领取

课程学习包含四个模块

章节导学视频讲解

（帮你梳理教程知识概要，并圈出重难点）

手写板详细推导公式

（学科知识串联）

代码复现

（作业代码全部完成复现，并进行视频完整讲解）