Word2Vec、Glove、FastText、通用句子编码器、GRU、LSTM、Conv1D、Seq2Seq、机器翻译、聊天机器人等等
你会学到什么 云桥网络 ping台 huo取 ke程
使用深度学习模型升级自然语言处理知识
MP4 |视频:h264，1280×720 |音频:AAC，44.1 KHz
语言：英语+中英文字幕（云桥网络 机译）|大小解压后:4.12GB |时长:8h 18m
要求
机器学习，自然语言处理基础，线性代数，Python，张量流，Keras
自然语言处理是机器学习领域的一个热门话题。
本课程是使用深度学习方法的自然语言处理高级课程。
在开始本课程之前，请阅读第2课的指南，以获得本课程的最佳体验。
本课程从配置和安装所有需要的资源开始，包括安装Tensor Flow 1。X CPU/GPU，Cuda和Keras。如果你有图形处理器卡，你可以使用它来快速加速你的模型的训练过程。然而，如果你没有图形处理器卡，你可以使用谷歌可乐按照说明操作。
之后，我们将在第2章回顾深度学习的主要概念，以便将它们应用到自然语言处理领域，为您的主要章节提供坚实的背景。
在主要的第3章中，我们将研究主要的深度学习库和自然语言处理模型，例如
-单词嵌入，
– Word2Vec，
-手套，
-快速文本，
-通用句子编码器，
– RNN，
– GRU，
– LSTM，
-1D的回旋，
– Seq2Seq，
-记忆网络，
-和注意力机制。
本课程为您提供了许多不同数据集的示例，例如
-谷歌新闻，
– Yelp评论，
-亚马逊评论，
– IMDB审查，
——圣经文集等和不同的文本文集。
在第四章的期末考试中，你将通过实际应用来实践你的知识，例如
-多类情感分析，
-文本生成，
-机器翻译，
-开发聊天机器人等。
对于编码，我们将使用TensorFlow、Keras、Google Colab和许多Python库。
如果你需要自然语言处理或机器学习方面的背景知识，我向你推荐我的课程
用于机器学习和数据挖掘的Python或
Python和自然语言处理
这门课是给谁的
寻找使用深度学习方法的自然语言处理高级课程的专业人士