深度學習自然語言處理實戰(zhàn)_第1頁
深度學習自然語言處理實戰(zhàn)_第2頁
深度學習自然語言處理實戰(zhàn)_第3頁
深度學習自然語言處理實戰(zhàn)_第4頁
深度學習自然語言處理實戰(zhàn)_第5頁
已閱讀5頁，還剩17頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

深度學習自然語言處理實戰(zhàn)讀書筆記模板01思維導圖讀書筆記作者介紹內(nèi)容摘要目錄分析精彩摘錄目錄0305020406思維導圖深度自然語言處理自然語言處理深度實戰(zhàn)模型領域框架代碼實戰(zhàn)神經(jīng)網(wǎng)絡模型梯度第章深度語言卷積環(huán)境配置本書關鍵字分析思維導圖內(nèi)容摘要內(nèi)容摘要近年來，基于深度學習方法的自然語言處理（NLP）已逐漸成為主流。本書共8章，主要介紹自然語言處理任務中的深度學習技術，包含深度學習理論基礎、深度學習的軟件框架、語言模型與詞向量、序列模型與梯度消失/爆炸、卷積神經(jīng)網(wǎng)絡在NLP領域的應用、Seq2Seq模型與Attention機制、大規(guī)模預訓練模型、預訓練語言模型BERT，還給出了自然語言處理技術的高級應用和開發(fā)實例，并收錄了基于PyTorch深度學習框架的部分實踐項目。本書既可作為人工智能、計算機科學、電子信息工程、自動化等專業(yè)的本科生及研究生教材，也可作為自然語言處理相關領域的研究人員和技術人員的參考資料。讀書筆記讀書筆記比較粗略地介紹，如果不是本身就懂的話基本是看不懂的。目錄分析1.2深度學習神經(jīng)網(wǎng)絡1.1深度學習概況第1章深度學習理論基礎2.1環(huán)境配置2.2PyTorch入門2.3PyTorch自動求梯度2.4PyTorchnn模塊第2章深度學習的軟件框架3.1語言模型3.3代碼實戰(zhàn)3.2詞向量第3章語言模型與詞向量4.1循環(huán)神經(jīng)網(wǎng)絡4.2梯度消失與爆炸4.3改進方法4.4代碼實戰(zhàn)：搭建LSTM/GRU的文本分類器第4章序列模型與梯度消失/爆炸5.1卷積神經(jīng)網(wǎng)絡的概念5.3代碼實戰(zhàn)：CNN情感分類實戰(zhàn)5.2空洞卷積神經(jīng)網(wǎng)絡第5章卷積神經(jīng)網(wǎng)絡在NLP領域的應用6.1Encoder-Decoder結構6.2Attention機制6.3Seq2Seq訓練與預測6.4代碼實戰(zhàn)：應用PyTorch搭建機器翻譯模型第6章Seq2Seq模型與Attention機制7.2Transformer7.1ELMo第7章大規(guī)模預訓練模型8.1BERT的基本概念8.2BERT的工作原理8.3BERT的可解釋性8.4其他預訓練模型8.5代碼實戰(zhàn)：預訓練模型12345第8章預訓練語言模型BERT作者介紹同名作者介紹這是《深度學習自然語言處理實戰(zhàn)》的讀書筆記模板，暫無該書作者的介紹。

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論