购买 ¥298.00 抽机械键盘

Python自然语言处理-BERT模型实战-

共52节8797人学习唐宇迪 课程详情
播放页问题反馈

  • 自然语言处理通用框架BERT原理解读

    • BERT课程简介
    • BERT任务目标概述
    • 传统解决方案遇到的问题（课程数据代码下载------------>）
    • 注意力机制的作用
    • self-attention计算方法
    • 特征分配与softmax机制
    • Multi-head的作用
    • 位置编码与多层堆叠
    • transformer整体架构梳理
    • BERT模型训练方法
    • 训练实例

  • 谷歌开源项目BERT源码解读与应用实例

    • BERT开源项目简介
    • 项目参数配置
    • 数据读取模块
    • 数据预处理模块
    • tfrecord制作
    • Embedding层的作用
    • 加入额外编码特征
    • 加入位置编码特征
    • mask机制
    • 构建QKV矩阵
    • 完成Transformer模块构建
    • 训练BERT模型

  • 项目实战-基于BERT的中文情感分析实战

    • 中文分类数据与任务概述
    • 读取处理自己的数据集
    • 训练BERT中文分类模型

  • 项目实战-基于BERT的中文命名实体识别实战

    • 命名实体识别数据分析与任务目标
    • NER标注数据处理与读取
    • 构建BERT与CRF模型

  • 必备基知识点-word2vec模型通俗解读（建议零基础同学先看）

    • 词向量模型通俗解释
    • 模型整体框架
    • 训练数据构建
    • CBOW与Skip-gram模型
    • 负采样方案

  • 必备基础-掌握Tensorflow如何实现word2

    • 数据与任务流程
    • 数据清洗
    • batch数据制作
    • 网络训练
    • 可视化展示

  • 必备基础知识点-RNN网络架构与情感分析应用实例

    • RNN网络模型解读
    • NLP应用领域与任务简介
    • 项目流程解读
    • 加载词向量特征
    • 正负样本数据读取
    • 构建LSTM网络模型
    • 训练与测试效果

  • 医学糖尿病数据命名实体识别

    • 数据与任务介绍
    • 整体模型架构
    • 数据-标签-语料库处理
    • 输入样本填充补齐
    • 训练网络模型
    • 医疗数据集（糖尿病）实体识别
0/1024
暂无留言

    订阅失败

    Python自然语言处理-BERT模型实战
    Python自然语言处理-BERT模型实战 ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    程序员研修院 v1.1.0
    一、播放器优化
    修改播放器默认倍速设置，增加1.25倍速
    调整目录展示形式，增加折叠/展开
    优化播放器的使用体验，有播放问题可以点击播放页内的”反馈“提交问题
    查看全部版本记录
    课件正在飞速打包中，请耐心等待几秒钟～