你将收获

了解一些背景知识，包括Word Embedding、RNN/LSTM/GRU、Seq2Seq模型和Attention机制等。

了解BERT的基础Transformer模型

适用人群

需要基本的机器学习和深度学习知识，了解Word Embedding、RNN/LSTM/GRU、Seq2seq模型和Attention机制，了解基本的Python编程技巧的开发者。

课程介绍

本课程会介绍最近NLP领域取得突破性进展的BERT模型。首先会介绍一些背景知识，包括Word Embedding、RNN/LSTM/GRU、Seq2Seq模型和Attention机制等。然后介绍BERT的基础Transformer模型，这个模型最初用于机器翻译，但是它提出的Self-Attention被用于替换传统的RNN/LSTM/GRU模型。再然后是介绍BERT出现之前的Universal Sentence Embedding模型，包括ELMo和OpenAI GPT。接着介绍BERT模型是什么，它解决了之前模型的哪些问题从而可以达到这么好的效果。代码分析和案例介绍，通过解决实际问题加深理解

课程目录

推荐

机器翻译前沿技术及应用

3节CSDN讲师

人工智能工程师直通车-第七周课程

15节AI100讲师

OpenGL

138节张立铜

深度学习--RNN与LSTM实战项目-唐诗生成视频教学

15节唐宇迪

Activiti 工作流入门到大神

29节任亮

嵌入式工程师养成计划之——嵌入式软件工程师完全学习指南

6节朱有鹏

CSDN讲师老师的其他课程
更多

架构师成长计划

CSDN讲师 985人学习

面向全场景模块化设计，京东智联云自研服务器探索

CSDN讲师 452人学习

在金融行业中如何使用Python加速建模运算

CSDN讲师 863人学习

后疫情时代，敏捷团队管理的升级密码

CSDN讲师 346人学习

构建可视化研发工作流，制定规模化敏捷策略

CSDN讲师 446人学习