제 1 장 과정을 설명
인공 지능, 자연 언어 처리 (NLP)의 신흥 분야에서 과정의 매우 중요한 부분이 NLP의 주류 방향에 초점을 맞추고있다, 중국 과학 아카데미를 기반으로 현재 가장 인기있는 Pytorch 깊은 학습 프레임 워크의 적용, 실천과 이론, 실제 코드는 인덱싱 봇과 봇 공식 완료 산업 프로젝트를 수행합니다. ...
제 2 장 봇 개요
주로 채팅 로봇의 정의, 분류, 원산지 및 개발 산업의 현재 주류 유통에.
제 3 장 NLP 기준
NLTK, 코퍼스 태그, 단어, TF-IDF, Word2Vec 포함 NLP의 핵심 기본적인 부분 등이 장의
제 4 장을 찾는 중 클래스 채팅 로봇
장, 핵심 검색 기술, 베이지안 분류 클래스 봇 원리를 검색 설명 채터 봇 응용 프로그램 및 구현.
공식 봇의 제 5 장
원리 장에서는 공식 채팅 로봇, 설계 과정, RNN / LSTM 언어 모델을 설명합니다. 주의 메커니즘 및 Seq2Seq 모델.
제 6 장 Pytorch 재단
이 장에서는 Pytorch의 핵심 원칙, 동적 텐서, 입력 데이터의 설립, 모델 교육 및 시험 구축에 대해 설명합니다.
로봇과 seqGAN 전투의 제 7 장 개발 방향
장 추가 SeqGan 원리와 코드 구현 결합 봇과 대결 포인트 세대 네트워크 GAN 및 강화 학습 RL 설명
실제 Pytorch 봇 코드에 제 8 장입니다
제로 장에서 걸릴 당신을 Pytorch 깊이 학습 프레임 워크 산업용 등급 프로젝트는 채팅 - 스타일 채팅 로봇을 완료했다.
다운로드 : 기반 Pytorch 인기 제로 깊이 학습 프레임 워크에서이 NLP 로봇을 개발