自然语言处理动手学Bert文本分类
课程简介
Seq2Seq相关理论
Attention机制
Bert理论系列基础
基于Bert的文本分类实战
- 项目环境构建及数据集简介
- BruceBert配置类构建上
- BruceBert配置类构建下
- 模型构建上
- 模型构建下
- 模型验证
- 模型验证
- bulid_dataset加载数据集讲解
- 数据预处理上
- 数据预处理下
- 数据与处理方法测试
- 数据集迭代器上
- 数据集迭代器下
- 数据集迭代器测试
- 参数衰减分析
- 训练步骤详细讲解
- 模型训练详细讲解
- 模型训练部分代码完成
- 模型评估方法详细讲解
- 模型测试方法详细讲解
- 模型整体debug上
- 模型整体debug中
- 模型整体debug下
- GPU下完成训练第一个Epoch
- GPU下完成训练第二个Epoch
- GPU下完成训练第三个Epoch
- GPU下完成训练后模型测试
- GPU下使用Bert非fine-tuning过程
基于Bert+CNN的文本分类实战
Bert+RNN的文本分类实战
Bert+RCNN的文本分类实战
基于Bert+DPCNN的文本分类实战
基于ERNIE的文本分类实战
提交答案
视频学习中有任何产品建议都可由此反
馈，我们将及时处理！
馈，我们将及时处理！
课时介绍
卷积后的维度分析讲解
课程介绍
Bert作为目前自然语言处理领域最流行的技术之一，文本分类作为自然语言处理领域最常见的任务之一，Pytorch作为目前最流程的深度学习框架之一，三者结合在一起将会产生什么样的花火，本套课程基于Pytorch最新1.4版本来实现利用Bert实现中文文本分类任务，延续动手学系列课程风格，全程手敲代码，跟着杨博一行一行代码撸起来。
推荐课程