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

深度学习-商业场景实战

14节倪嘉呈

APP内置IM 系统——从入门到千万级在线

5节郝飞

人工智能现状及展望

1节CSDN讲师

Java基础核心技术：多线程(day16-day17)

16节宋红康

深度学习快速入门

78节阿勒拉哈

CSDN讲师老师的其他课程
更多

架构师成长计划

CSDN讲师 1005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 455人学习

在金融行业中如何使用Python加速建模运算

CSDN讲师 866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 449人学习