|
|
Python人工智能20个小时玩转NLP自然语言处理
〖课程目录〗:
Python人工智能20个小时玩转NLP自然语言处理
┣━━第0部分Pytorch
┃ ┣━━1.1认识Pytorch-第1步-什么是Pytorch.mp4
┃ ┣━━1.1认识Pytorch-第2步-基本元素操作-part1.mp4
┃ ┣━━1.1认识Pytorch-第2步-基本元素操作-part2.mp4
┃ ┣━━1.1认识Pytorch-第3步-基本运算操作-part2.mp4
┃ ┣━━1.1认识Pytorch-第4步-类型转换-part1.mp4
┃ ┣━━1.1认识Pytorch-第4步-类型转换-part2.mp4
┃ ┣━━1.1认识Pytorch-第4步-类型转换-part3.mp4
┃ ┣━━1.1认识Pytorch-第5步-小节总结.mp4
┃ ┣━━1.2Pytorch中的autograd-第1步-关于Tensor的概念.mp4
┃ ┣━━1.2Pytorch中的autograd-第2步-关于Tensor的操作.mp4
┃ ┣━━1.2Pytorch中的autograd-第3步-关于梯度的概念和小节总结.mp4
┃ ┣━━2.1Pytorch构建神经网络-第1步-构建神经网络-part1.mp4
┃ ┣━━2.1Pytorch构建神经网络-第1步-构建神经网络-part2.mp4
┃ ┣━━2.1Pytorch构建神经网络-第1步-构建神经网络-part3.mp4
┃ ┣━━2.1Pytorch构建神经网络-第1步-构建神经网络-part4.mp4
┃ ┣━━2.1Pytorch构建神经网络-第2步-损失函数.mp4
┃ ┣━━2.1Pytorch构建神经网络-第3步-反向传播.mp4
┃ ┣━━2.1Pytorch构建神经网络-第4步-更新网络参数.mp4
┃ ┣━━2.1Pytorch构建神经网络-第5步-小节总结.mp4
┃ ┣━━2.2Pytorch构建分类器-第0步-数据集介绍.mp4
┃ ┣━━2.2Pytorch构建分类器-第1步-下载数据集-part1.mp4
┃ ┣━━2.2Pytorch构建分类器-第1步-下载数据集-part2.mp4
┃ ┣━━2.2Pytorch构建分类器-第1步-下载数据集-part3.mp4
┃ ┣━━2.2Pytorch构建分类器-第2步-定义卷积神经网络-part1.mp4
┃ ┣━━2.2Pytorch构建分类器-第3步-定义损失函数-part1.mp4
┃ ┣━━2.2Pytorch构建分类器-第4步-训练模型-part1.mp4
┃ ┣━━2.2Pytorch构建分类器-第4步-训练模型-part2.mp4
┃ ┣━━2.2Pytorch构建分类器-第5步-测试模型-part1.mp4
┃ ┣━━2.2Pytorch构建分类器-第5步-测试模型-part2.mp4
┃ ┣━━2.2Pytorch构建分类器-第5步-测试模型-part3.mp4
┃ ┣━━2.2Pytorch构建分类器-第5步-测试模型-part4.mp4
┃ ┗━━2.2Pytorch构建分类器-第6步-GPU训练模型和小节总结.mp4
┣━━第1部分自然语言处理入门
┃ ┗━━1.1自然语言处理入门.mp4
┣━━第3部分HMM和CRF
┃ ┣━━1.1CRF模型简介.mp4
┃ ┣━━1.1HMM模型介绍.mp4
┃ ┣━━1.2文本处理的基本方法-part1.mp4
┃ ┗━━2.1新闻主题分类任务-第4步-part2.mp4
┣━━第4部分RNN
┃ ┣━━1.1RNN模型简介-part1.mp4
┃ ┣━━1.1RNN模型简介-part2.mp4
┃ ┣━━1.1RNN模型小结.mp4
┃ ┣━━1.2传统RNN模型构造和代码演示part1.mp4
┃ ┣━━1.2传统RNN模型构造和代码演示part2.mp4
┃ ┣━━1.2传统RNN模型优缺点及小结.mp4
┃ ┣━━1.3LSTM模型介绍-part1.mp4
┃ ┣━━1.3LSTM模型介绍-part2.mp4
┃ ┣━━1.3LSTM模型介绍-part3.mp4
┃ ┣━━1.3LSTM模型介绍-part4.mp4
┃ ┣━━1.3LSTM模型小结.mp4
┃ ┣━━1.4GRU_1模型介绍.mp4
┃ ┣━━1.4GRU_2模型代码演示.mp4
┃ ┣━━1.4GRU_3模型小结.mp4
┃ ┣━━1.5注意力概念和计算规则介绍.mp4
┃ ┣━━1.5注意力机制代码分析.mp4
┃ ┣━━1.5注意力机制代码实现.mp4
┃ ┣━━1.5注意力机制小结.mp4
┃ ┣━━2.1人名分类器第1步.mp4
┃ ┣━━2.1人名分类器第2步-part1.mp4
┃ ┣━━2.1人名分类器第2步-part2.mp4
┃ ┣━━2.1人名分类器第3步-part1.mp4
┃ ┣━━2.1人名分类器第3步-part2.mp4
┃ ┣━━2.1人名分类器第3步-part3.mp4
┃ ┣━━2.1人名分类器第3步-part4.mp4
┃ ┣━━2.1人名分类器第3步-part5.mp4
┃ ┣━━2.1人名分类器第4步-构建训练函数-part1.mp4
┃ ┣━━2.1人名分类器第4步-构建训练函数-part2.mp4
┃ ┣━━2.1人名分类器第4步-构建训练函数-part3.mp4
┃ ┣━━2.1人名分类器第4步-构建训练函数-part4.mp4
┃ ┣━━2.1人名分类器第4步-构建训练函数-part5.mp4
┃ ┣━━2.1人名分类器第4步-构建训练函数-part6.mp4
┃ ┣━━2.1人名分类器第4步-构建训练函数-part7.mp4
┃ ┣━━2.1人名分类器第4步-构建训练函数-part8.mp4
┃ ┣━━2.1人名分类器第4步-构建训练函数-part9.mp4
┃ ┣━━2.1人名分类器第5步-构建评估函数-part1_RNN.mp4
┃ ┣━━2.1人名分类器第5步-构建评估函数-part2_LSTM.mp4
┃ ┣━━2.1人名分类器第5步-构建评估函数-part3_GRU.mp4
┃ ┣━━2.1人名分类器第5步-构建预测函数-part4.mp4
┃ ┣━━2.1人名分类器第5步-构建预测函数-part5.mp4
┃ ┣━━2.1人名分类器第6步案例小结.mp4
┃ ┣━━2.2英译法任务_第0步-总体介绍.mp4
┃ ┣━━2.2英译法任务_第1步-导入包.mp4
┃ ┣━━2.2英译法任务_第2步-part1.mp4
┃ ┣━━2.2英译法任务_第2步-part2.mp4
┃ ┣━━2.2英译法任务_第2步-part3.mp4
┃ ┣━━2.2英译法任务_第2步-part4.mp4
┃ ┣━━2.2英译法任务_第2步-part5.mp4
┃ ┣━━2.2英译法任务_第2步-part6.mp4
┃ ┣━━2.2英译法任务_第2步-part7.mp4
┃ ┣━━2.2英译法任务_第3步-part1.mp4
┃ ┣━━2.2英译法任务_第3步-part2.mp4
┃ ┣━━2.2英译法任务_第3步-part3.mp4
┃ ┣━━2.2英译法任务_第3步-part4.mp4
┃ ┣━━2.2英译法任务_第3步-part5.mp4
┃ ┣━━2.2英译法任务_第3步-part6.mp4
┃ ┣━━2.2英译法任务_第4步-part1.mp4
┃ ┣━━2.2英译法任务_第4步-part2.mp4
┃ ┣━━2.2英译法任务_第4步-part3.mp4
┃ ┣━━2.2英译法任务_第4步-part4.mp4
┃ ┣━━2.2英译法任务_第4步-part5.mp4
┃ ┣━━2.2英译法任务_第4步-part6.mp4
┃ ┣━━2.2英译法任务_第5步-part1.mp4
┃ ┣━━2.2英译法任务_第5步-part2.mp4
┃ ┣━━2.2英译法任务_第5步-part3.mp4
┃ ┣━━2.2英译法任务_第5步-part4.mp4
┃ ┗━━2.2英译法任务_第5步-part5.mp4
┣━━第5部分Transformer
┃ ┣━━1.1Transformer背景介绍.mp4
┃ ┣━━2.1认识Transformer架构-part1.mp4
┃ ┣━━2.1认识Transformer架构-part2.mp4
┃ ┣━━2.2输入部分实现-part1.mp4
┃ ┣━━2.2输入部分实现-part2.mp4
┃ ┣━━2.2输入部分实现-part3.mp4
┃ ┣━━2.2输入部分实现-part4.mp4
┃ ┣━━2.2输入部分实现-part5.mp4
┃ ┣━━2.2输入部分实现-part6.mp4
┃ ┣━━2.3.1掩码张量-part1.mp4
┃ ┣━━2.3.1掩码张量-part2.mp4
┃ ┣━━2.3.1掩码张量-part3.mp4
┃ ┣━━2.3.2注意力机制-part1.mp4
┃ ┣━━2.3.2注意力机制-part2.mp4
┃ ┣━━2.3.2注意力机制-part3.mp4
┃ ┣━━2.3.2注意力机制-part4.mp4
┃ ┣━━2.3.3多头注意力机制-part1.mp4
┃ ┣━━2.3.3多头注意力机制-part2.mp4
┃ ┣━━2.3.3多头注意力机制-part3.mp4
┃ ┣━━2.3.3多头注意力机制-part4.mp4
┃ ┣━━2.3.4前馈全连接层-part1.mp4
┃ ┣━━2.3.4前馈全连接层-part2.mp4
┃ ┣━━2.3.5规范化层-part1.mp4
┃ ┣━━2.3.5规范化层-part2.mp4
┃ ┣━━2.3.6子层连接结构-part1.mp4
┃ ┣━━2.3.6子层连接结构-part2.mp4
┃ ┣━━2.3.7编码器层-part1.mp4
┃ ┣━━2.3.7编码器层-part2.mp4
┃ ┣━━2.3.8编码器-part1.mp4
┃ ┣━━2.3.8编码器-part2.mp4
┃ ┣━━2.4.1解码器层-part1.mp4
┃ ┣━━2.4.1解码器层-part2.mp4
┃ ┣━━2.4.2解码器-part1.mp4
┃ ┣━━2.4.2解码器-part2.mp4
┃ ┣━━2.5输出部分实现-part1.mp4
┃ ┣━━2.5输出部分实现-part2.mp4
┃ ┣━━2.6模型构建-part1.mp4
┃ ┣━━2.6模型构建-part2.mp4
┃ ┣━━2.6模型构建-part3.mp4
┃ ┣━━2.6模型构建-part4.mp4
┃ ┣━━2.7模型基本测试运行-第二步-part1.mp4
┃ ┣━━2.7模型基本测试运行-第二步-part2.mp4
┃ ┣━━2.7模型基本测试运行-第三步.mp4
┃ ┣━━2.7模型基本测试运行-第四步.mp4
┃ ┣━━2.7模型基本测试运行-第一步-part1.mp4
┃ ┣━━2.7模型基本测试运行-第一步-part2.mp4
┃ ┣━━2.7模型基本测试运行-小节总结.mp4
┃ ┣━━3.1使用Transformer构建语言模型-0总体介绍.mp4
┃ ┣━━3.1使用Transformer构建语言模型-第1步.mp4
┃ ┣━━3.1使用Transformer构建语言模型-第2步-part1.mp4
┃ ┣━━3.1使用Transformer构建语言模型-第2步-part2.mp4
┃ ┣━━3.1使用Transformer构建语言模型-第3步-part1.mp4
┃ ┣━━3.1使用Transformer构建语言模型-第3步-part2.mp4
┃ ┣━━3.1使用Transformer构建语言模型-第4步-part1.mp4
┃ ┣━━3.1使用Transformer构建语言模型-第4步-part2.mp4
┃ ┣━━3.1使用Transformer构建语言模型-第4步-part3.mp4
┃ ┣━━3.1使用Transformer构建语言模型-第5步-part1.mp4
┃ ┗━━3.1使用Transformer构建语言模型-第5步-part2.mp4
┗━━资料-nlp
┗━━NLP基础课所有数据和代码.zip
〖百度网盘下载地址〗:
---------------------------------华丽分割线--------------------------------华丽分割线-------------------华丽分割线-------------------------华丽分割线----------------
〖下载地址失效反馈〗:
如果下载地址失效，请尽快反馈给我们，我们尽快修复。反馈地址：http://www.51shequ.cn/forum-70-1.html
〖赞助VIP免社区币下载全站资源〗:
全站资源高清无密，每天不间断更新，vip会员可以免费下载全部资源
〖客服24小时咨询〗:
有任何问题，请点击左侧QQ咨询。 |
|
发表于 2021-2-18 17:39:15
发表于 2021-2-24 17:22:30
发表于 2021-5-11 14:18:26
发表于 2021-5-20 09:41:03
