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

打通Linux脉络系列：进程、线程和调度

4节宋宝华

初级学软件之ASP.NET第四季 验证、母版、主题

7节胡延亮

初级学软件之ASP.NET 第五季 ADO.NET

10节胡延亮

QT实战之监控系统

18节唐青

深度学习模型压缩加速及手机移动端部署

2节CSDN讲师

第一章：深度学习入门

14节CSDN就业班

CSDN讲师老师的其他课程
更多

架构师成长计划

CSDN讲师 974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 861人学习

后疫情时代，敏捷团队管理的升级密码

CSDN讲师 345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 445人学习