A股上市公司传智教育(股票代码 003032)旗下技术交流社区北京昌平校区

 找回密码
 加入黑马

QQ登录

只需一步,快速开始

© 播妞 程序媛   /  2021-1-22 16:16  /  5605 人查看  /  23 人回复  /   1 人收藏 转载请遵从CC协议 禁止商业使用本文

20个小时迈入自然语言处理的大门, 并直通循环神经网络和大名鼎鼎的Transformer, 为向NLP登堂入室打下坚实基础。

讲解方式:
本课程采用由浅入深,层层递进的讲解方式. 在解析理论算法的同时, 更加注重代码实践. 每一个知识点, 每一个专题都以代码驱动, 案例终结. 让学生们学懂, 学通, 学会.

课程亮点:
1,课程由浅到深,由原理到实践,适合自然语言处理入门学习。
2,代码驱动, 结合实际案例模型, 培养真实代码开发能力和解决实际问题的能力。

课程内容:
1. Pytorch基础知识
2. 自然语言处理入门
3. 文本预处理
4. HMM和CRF
5. RNN, LSTM, GRU
6. Transformer

适用人群:
1、对自然语言处理技术感兴趣的在校生和应届生。
2、希望从事人工智能行业高薪工作的在职人员。
3、对自然语言处理技术感兴趣的相关人员。

基础课程主讲内容包括:
第一章: Pytorch基础知识
1. Pytorch基础元素和函数
2. Pytorch构建神经网络案例
3. Pytorch构建分类器案例
第二章: 自然语言处理入门
1. 介绍NLP的发展历史, 关键时间节点
2. 介绍NLP的行业主流应用和当前热点
第三章: 文本预处理
1. 文本处理的基本方法
2. 文本张量的表示方法
3. 文本的数据分析方法
4. 文本的特征处理方法
5. 文本的数据增强
6. 新闻主题分类任务的案例
第四章: HMM和CRF
1. 介绍HMM的原理和特点
2. 介绍CRF的原理和特点
第五章: RNN系列模型
1. RNN模型介绍和代码实践
2. LSTM模型介绍和代码实践
3. GRU模型介绍和代码实践
4. 注意力机制原理介绍和代码实践
5. 人名分类器的案例
6. 英译法任务的案例
第六章: Transformer
1. 认识Transformer的架构
2. 详解Transformer的输入部分和代码实现
3. 详解Transformer的编码器部分和代码实现
4. 详解Transformer的解码器部分和代码实现
5. 详解Transformer的输出部分和代码实现
6. 基于Transformer架构的copy任务测试
7. 基于Transformer构建语言模型的案例

网盘视频截图展示:
视频下载链接已添加
回帖可获取视频下载提取码

游客,如果您要查看本帖隐藏内容请回复

23 个回复

倒序浏览
您需要登录后才可以回帖 登录 | 加入黑马