Update README.md

README.md

@@ -39,7 +39,7 @@
 | 7月26日 （周日）10:30AM  | (直播-Lecture10)    <br> RNN, LSTM，梯度问题 ||[Lecture10](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0726%20RNN,%20LSTM%EF%BC%8C%E6%A2%AF%E5%BA%A6%E9%97%AE%E9%A2%98.pptx)|||[project2](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/Project2-%E6%83%85%E6%84%9F%E5%88%86%E6%9E%90%E9%A1%B9%E7%9B%AE.zip)截止日期：<br>8月9日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档|
 | 7月26日 （周日） 5:00PM  | (直播-Discussion)  <br> GPU的使用与环境搭建 +  基于pytorch的简单的神经网络搭建||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0726GPU%E7%9A%84%E4%BD%BF%E7%94%A8%E4%B8%8E%E7%8E%AF%E5%A2%83%E6%90%AD%E5%BB%BA%20+%20%20%E5%9F%BA%E4%BA%8Epytorch%E7%9A%84%E7%AE%80%E5%8D%95%E7%9A%84%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E6%90%AD%E5%BB%BA.rar)|[阅读资料](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/GPU+pytorch%E9%98%85%E8%AF%BB%E8%B5%84%E6%96%99cuda_c_chinese.pdf)|||
 | 7月26日 （周日） 8:00PM  | (直播-Discussion)  <br> Pytorch讲解||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0726-pytorch_introduction.zip)||||
-| 8月1日  （周六） 8:00PM  | (直播-Paper)       <br> Sequence to Sequence Learning with Neural Networks |||||[第五篇论文原文](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/17.Sequence%20to%20Sequence%20Learning%20with%20Neural%20Networks.pdf)summary截止日期：<br>8月2日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档|
+| 8月1日  （周六） 8:00PM  | (直播-Paper)       <br> Sequence to Sequence Learning with Neural Networks ||[课件](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/0801seq2seq.pptx)|||[第五篇论文原文](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/17.Sequence%20to%20Sequence%20Learning%20with%20Neural%20Networks.pdf)summary截止日期：<br>8月2日（周日）<br>北京时间 23:59PM,<br> 上传到核心文档|
 | 8月2日  （周日） 10:30AM | (直播-Lecture11)   <br> Seq2Seq, Attention, Pointer Network ||||||
 | 8月2日  （周日） 5:00PM  | (直播-Discussion)  <br> Introduction to Transfer Learing||||||
 | 8月2日  （周日） 8:00PM  | (直播-Discussion)  <br> LSTM的实现（源码讲解） ||[资料](http://47.94.6.102/NLP7/course-info/blob/master/%E8%AF%BE%E4%BB%B6/LSTM_review.zip)||||