Grant Snider本职是牙医，工作之余画漫画，其实更像是绘本。除了这本《I Will Judge You by Your Bookshelf》外，代表作还有2017年出版的《The Shape of Ideas》。
Grant Snider用真诚的绘画，以明快的色彩和人物造型，记录下自己生活中的所思所想。用他的话来说——将思想图像化。他试图在漫画和诗之间构建某种联系——凝练的语言，突出的意向，并启发读者。他喜爱俳句，这或许是为什么通常一个主题只在一页里表达完的原因。他喜爱当代艺术，如Georgia O’Keeffe、René Magritte、Giorgio de Chirico，最喜爱的作家是村上春树。我们也能从画面中了解他和他的家庭，跟他一起朴实地在思想和理念的世界飞行。
这里节选了个人认为书中较有意思的片断。能看出作者真的是一个爱读书的人。不过，也许是书读太多的缘故，作品中总有一种后现代批判式的视角，导致自我意识过剩。欲了解更多可访问他的个人网站。
宇野亞喜良是我很喜欢的一位插画家和平面设计师，他早年和横尾忠則一起为寺山修司的天井桟敷剧团做过海报，笔法缭乱，画风华丽，气质颓废。上世纪70年代，他那种剃掉眉毛的风格还被称为“宇野亜喜良式”而风行一时。最近无意间看到了一组宇野为《詩とファンタジー》杂志绘制的封面，画面清新之余依旧不乏其招牌式的另类幻想气息。
本作收录于短篇集《キンランドンス》。
这篇漫画是大段中年男人的内心独白，在结尾处揭示了中年男人是学校的老师，这一角色的反差感，又是在情理之中的事实。
屁，在屎尿屁这些秽语中属于清新的了。这个词本身说出口并非那么羞耻，而有半分的玩笑之意。但真正放“屁”，才是羞耻的行为。因此，“自己放出来的屁自己品尝”。老师通过对屁的反思，联想到了社交礼仪、个人与他人的距离感等，可以说是一篇关于“屁”的小小的散文诗。
印象里的高野文子，素来以线条和分镜见长，画面语言质朴之余不乏轻盈，看似平淡的叙事之下又透出些许文学气质。不过最近在翻看她的出道作《絶対安全剃刀》（1982年，白泉社）时，却意外发现了一个不拘泥于现实生活的略显乖张的高野文子。于是顺带也维基了一下这位漫画家。
因为出生在乡村小镇，少女时代的高野文子并没有太多的机会接触到漫画，除了学校杂志上刊载的手塚治虫的作品外，她读的几乎都是图书馆借来的儿童文学作品。高中二年级时，读护理专业的她在同学的介绍下接触到了萩尾望都的作品。大约在同一时期，她参考了石ノ森章太郎の《マンガ家入門》，画出了第一个属于自己的作品，并且将其投稿给了同时收录了萩尾望都作品的《別冊少女コミック》，而且还获得了努力賞。随后，她又画了一个约30页左右的作品，但并没有被选中。
这则漫画吸引我的，是波普的风格和略显荒诞的情节。
该作由James Harvey发表于VICE
选自石ノ森章太郎的《ジュン》系列。关于这个系列，漫言就曾写过一篇长文。
可以看出从小就喜爱手冢老师作品的石ノ森老师，在人物的画法、勾线和风镜上都有青出于蓝而胜于蓝的痕迹。如果说手冢开创了漫画原初范式和最广度的探索，如同古典主义时期的巴赫，那么也可以把石ノ森比作将古典精神传承下去，并发展出自己激进风格的莫扎特。
石ノ森的作品也极其多，不输于手冢。2008年被吉尼斯世界纪录认定为一位作者出版最多的漫画。为人熟知的有《仮面ライダー》、《サイボーグ009》这样的英雄漫画，也有像《家畜人ヤプ》，《くノ一捕物帖》这样的异色作品。
《ジュン》系列具有相当的诗性和如音乐版的节律，亦有超现实主义的时代印记。
鴨沢祐仁的经历比较有意思，他从小就喜欢画画，高中时参加过美术社团画的是油画，之后又进入岩手大学教育学部特設美術科学习设计。大学二年级的时候，时值“サイケ”（Psyche）的全盛期，横尾忠則、伊坂芳太良、宇野亜喜良等人彼时甚为活跃。一心想要施展拳脚的鴨沢于是决定中途退学前往东京。
上京后的鴨沢为了维持生计，有一阵子在餐厅打工。那时的他还是寺山修司的超级粉丝，给天井栈敷剧团打过电话，说希望可以做舞台美术方面的工作，可是被后者拒绝了。不过这期间鴨沢倒是积累了不少插画作品，1971年《黒の手帖》上的《珍奇版 愛の絵本》，让他以插画师的身份正式出道。
先前介绍了伊藤润二的洞穴，相似的主题在这篇小品中以诙谐幽默的笔触复现。在这篇短漫里，主人公应该是在一个闷热的夏日泡澡。从洞里进入一个奇幻的世界，让人想到钻进兔子洞变小的爱丽丝。从入洞到出洞，伴随着嬉闹的不安，宛如一场仲夏夜的梦。
作者Ryan的作品不多，也算是网络画师吧。此作收录于短篇集《Nothing is Forgotten》。
先前的RNN模型都是输入一个向量序列，输出单个向量。在翻译问题中，采用了输入一个向量序列，输出也是一个向量序列的模型。这个序列到序列的模型就是Seq2Seq。
作为准备工作，首先将文本的句子用Embedding的方式表示，然后做padding到一个该语言的最大序列长度。
使用2个RNN模型，一个作为Encoder，将原始语言映射到一种单一向量的“中间表示”，另一个作为Decoder，把这种中间表示再输出到目标语言。
在这个案例里，我们要预测某个名字是哪个国家的。名字是一个字母序列组成的字符串。以此为例介绍另一种非定长的序列的RNN实现。
为了简化问题，假定只考虑英文26个字母表示的名字。每个字母使用如下one-hot的向量表示。