NLP自然语言处理视频翠_共：4.36GB
22854文件名称： NLP自然语言处理视频翠_共：4.36GB
文件总数量： 112条
压缩文件数量： 0条
压缩文件比： 0%
疑似加密文件： 0条(需要授权播放的文件)
文件创建时间： 2021-2-5 03:30:42
目录：【NLP自然语言处理】
目录：【NLP自然语言处理】
目录：【NLP自然语言处理/第9节Pytorch自带数据集】
05基础模型的构建.ev4.mp4
04ws的保存.ev4.mp4
03文本序列化的方法.ev4.mp4
02collate_fn的实现.ev4_.mp4
01复习.ev4.mp4
目录：【NLP自然语言处理/第8节手写数字识别】
17小结.ev4.mp4
16文本情感分类数据的准备.ev4.mp4
15wordembedding的理解.ev4.mp4
14循环神经网络基础.ev4.mp4
13模型的评估.ev4.mp4
12模型的训练保存.ev4.mp4
11损失函数的学习.ev4.mp4
10手写数字识别.ev4_.mp4
目录：【NLP自然语言处理/第7节数据加载】
09torchvision中transforms方法的使用.ev4.mp4
08mnist手写数字加载的示例.ev4_.mp4
07pytorch中自带数据的使用介绍.ev4.mp4
06数据加载器类的使用.ev4.mp4
05数据集类的使用.ev4.mp4
目录：【NLP自然语言处理/第6节常见的优化算法】
04不同的梯度下降算法的介绍.ev4.mp4
目录：【NLP自然语言处理/第5节在GPU上执行程序】
03使用GPU完成代码的训练.ev4.mp4
目录：【NLP自然语言处理/第4节PytorchAPI的使用】
02使用pytroch完成线性回归.ev4.mp4
目录：【NLP自然语言处理/第3节梯度下降和反向传播】
14小结.ev4_.mp4
13手动实现线性回归.ev4.mp4
12pytorch中反向传播和梯度计算的方法.ev4.mp4
11梯度下降的过程.ev4_.mp4
10梯度下降和梯度的介绍.ev4.mp4
01知识点回归.ev4.mp4
目录：【NLP自然语言处理/第2节Pytorch】
09pytorch的入门操作04.ev4_.mp4
08上午回顾和Tensor和tensor的区别.ev4.mp4
07pytorch的入门操作02.ev4.mp4
06pytorch的入门01.ev4.mp4
05pytorch的安装方法.ev4.mp4
目录：【NLP自然语言处理/第1节深度学习和神经网络的介绍】
04激活函数和神经网络思想.ev4.mp4
03感知机和多层神经网路的介绍.ev4.mp4
02神经元和神经网路ode介绍.ev4.mp4
01机器学习和深度学习的介绍.ev4.mp4
目录：【NLP自然语言处理/第16节自然语言处理】
12tfidf的优化方法介绍.ev4.mp4
12BM25算法的介绍.ev4.mp4
11pysparnn的原理.ev4.mp4
10使用tfidf实现召回.ev4.mp4
09召回的介绍.ev4.mp4
09封装的介绍.ev4_.mp4
08问答机器人的介绍.ev4.mp4
08模型的封装.ev4.mp4
07损失函数的模型的训练.ev4.mp4
06模型的搭建02.ev4.mp4
05模型的搭建.ev4_.mp4
04数据集的准备.ev4.mp4
03排序介绍.ev4_.mp4
02召回的封装.ev4.mp4
01复习.ev4.mp4
目录：【NLP自然语言处理/第15节beamsearch】
07chatbot的封装.ev4_.mp4
06模型的优化方法.ev4.mp4
05beamsearch的实现.ev4.mp4
05beamsearch的介绍.ev4.mp4
目录：【NLP自然语言处理/第14节attention的原理与实现】
12小结.ev4_.mp4
11attentionweight的计算的结果.ev4.mp4
10attention的分类介绍.ev4.mp4
09attention的介绍.ev4.mp4
04模型的评估.ev4.mp4
03解码的过程中使用attention.ev4.mp4
02attention的实现.ev4.mp4
01复习.ev4_.mp4
目录：【NLP自然语言处理/第13节Seq2seq】
13总结.ev4_.mp4
12模型的训练的02.ev4.mp4
12模型的训练01.ev4.mp4
11解码器的流程.ev4.mp4
10解码器的介绍.ev4.mp4
09编码器的完成.ev4.mp4
08准备数据集02.ev4.mp4
08seq2seq模型的搭建.ev4_.mp4
08dataset的准备.ev4_.mp4
07案例数据集的准备.ev4.mp4
06闲聊机器人的文本序列化.ev4.mp4
06seq2seq案例流程介绍.ev4.mp4
05闲聊机器人准备语料.ev4_.mp4
05seq2seq原理的认识.ev4_.mp4
04层次化的softmax和负采样.ev4.mp4
04teacherforcing的介绍.ev4.mp4
03哈夫曼树和哈夫曼编码.ev4.mp4
03seq2seq模型小结.ev4.mp4
02分类模型的封装.ev4.mp4
02seq2seqdemo完成模型评估.ev4.mp4
01复习_1.ev4.mp4
01复习.ev4.mp4
目录：【NLP自然语言处理/第12节意图识别和文本分类】
17小结.ev4_.mp4
16fasttext原理介绍.ev4.mp4
15模型的封装的介绍.ev4.mp4
14模型的评估.ev4.mp4
13分类模型的准备.ev4.mp4
12分类语料的准备.ev4_.mp4
11fasttext和介绍.ev4.mp4
10文本分类的介绍.ev4.mp4
目录：【NLP自然语言处理/第11节Chatbot】
09分词api的实现.ev4_.mp4
08相似问题的准备.ev4.mp4
07停用词的准备.ev4.mp4
06词典的准备.ev4.mp4
05项目环境的准备.ev4_.mp4
04项目流程介绍.ev4.mp4
03企业中聊天机器人的介绍.ev4.mp4
02聊天机器人的介绍.ev4.mp4
01复习.ev4.mp4
目录：【NLP自然语言处理/第10节RNN】
15总结.ev4.mp4
14pytorch的序列化容器.ev4.mp4
13梯度爆炸和梯度消失.ev4_.mp4
12文本情感分类模型的修改.ev4.mp4
11LSTM的使用示例.ev4.mp4
10LSTMapi的介绍.ev4.mp4
09上午内容回顾.ev4.mp4
08LSTM的GRU的学习.ev4_.mp4
07rnn不同类型的介绍.ev4.mp4
06RNN结果的介绍.ev4.mp4
页:
[1]