Python自然语言处理全面实战 Pytorch构建神经网络+HMM+CRF+RNN+Transformer 附带资料

站长 2022-03-07 516 抢沙发

默认

摘要： Python自然语言处理全面实战 Pytorch构建神经网络+HMM+CRF+RNN+Transformer 附带资料===============课程目录============...

===============课程目录===============

(1)\第0部分Pytorch1；目录中文件数:32个
├─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
(2)\第1部分自然语言处理入门；目录中文件数:1个
├─1.1自然语言处理入门.mp4
(3)\第2部分HMM和CRF；目录中文件数:4个
├─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
(4)\第3部分RNN；目录中文件数:67个
├─1.1RNN模型小结.mp4
├─1.1RNN模型简介-part1.mp4
├─1.1RNN模型简介-part2.mp4
├─1.2传统RNN模型优缺点及小结.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
├─1.3LSTM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
├─1.5注意力概念和计算规则介绍.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
(5)\第4部分Transformer；目录中文件数:58个
├─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-小节总结.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-第三步.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-第四步.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
(6)\资料-nlp；目录中文件数:1个
├─NLP基础课所有数据和代码.zip