课程介绍:
神经网络为语言建模提供了强大的新工具,并已被用于改进一些任务的最新技术,并用于解决过去不容易的新问题。这个类(在卡内基-梅隆大学的语言技术研究所)将从对神经网络的简要概述开始,然后花费大部分课程来演示如何将神经网络应用于自然语言问题。每一部分将以自然语言介绍一个特定的问题或现象,描述难以模拟的原因,并展示若干用于解决这个问题的模型。在这样做的过程中,课程将涵盖创建神经网络模型有用的不同技术,包括处理可变大小和结构化句子,高效处理大数据,半监督和无监督学习,结构化预测和多语言建模。
课程截图:
〖课程目录〗:
- | └──8、【CMU大学】2019 神经网络与自然语言处理NLP课程
- | | ├──1.第一讲:课程介绍以及使用神经网络做自然语言处理的原因(P1).mp4 386.26M
- | | ├──2.第二讲:预测句子中的下一个单词(P2).mp4 460.09M
- | | ├──3.第三讲:词向量和词模型(P3).mp4 413.58M
- | | ├──4.第四讲:针对文本的卷积神经网络(P4).mp4 431.07M
- | | ├──5.第五讲:语句或语言建模的循环神经网络(P5).mp4 498.07M
- | | ├──6.第六讲:条件生成(P6).mp4 334.18M
- | | ├──7.第七讲:注意力机制(P7).mp4 320.85M
- | | ├──8.第八讲:语句和上下文词语的表示(P8).mp4 379.99M
- | | ├──9.第九讲:调试用于自然语言处理的神经网络(P9).mp4 252.92M
- | | └──CMU课件.rar 40.40M
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。