NLP自然语言处理视频翠_共：4.36GB

多种网盘链接检测插件

购买前，请先检测网盘链接是否有效

您当前无权限查看，请先登录，或点此注册！

• 1.百度网盘链接，查看是否有效

VIP低至28元三个月，无套路，VIP期间免费下载资源。

                       

1612496151000

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[34.78MB]
    04ws的保存.ev4.mp4[30.81MB]
    03文本序列化的方法.ev4.mp4[69.40MB]
    02collate_fn的实现.ev4_.mp4[20.28MB]
    01复习.ev4.mp4[22.09MB]
目录：【NLP自然语言处理/第8节手写数字识别】
    17小结.ev4.mp4[13.37MB]
    16文本情感分类数据的准备.ev4.mp4[99.37MB]
    15wordembedding的理解.ev4.mp4[11.25MB]
    14循环神经网络基础.ev4.mp4[30.21MB]
    13模型的评估.ev4.mp4[42.34MB]
    12模型的训练保存.ev4.mp4[36.15MB]
    11损失函数的学习.ev4.mp4[18.37MB]
    10手写数字识别.ev4_.mp4[50.50MB]
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[34.31MB]
    08mnist手写数字加载的示例.ev4_.mp4[8.03MB]
    07pytorch中自带数据的使用介绍.ev4.mp4[10.65MB]
    06数据加载器类的使用.ev4.mp4[29.15MB]
    05数据集类的使用.ev4.mp4[18.78MB]
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[73.90MB]
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[32.34MB]
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[44.90MB]
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[34.12MB]
    13手动实现线性回归.ev4.mp4[33.25MB]
    12pytorch中反向传播和梯度计算的方法.ev4.mp4[42.43MB]
    11梯度下降的过程.ev4_.mp4[45.40MB]
    10梯度下降和梯度的介绍.ev4.mp4[22.87MB]
    01知识点回归.ev4.mp4[24.68MB]
目录：【NLP自然语言处理/第2节Pytorch】
    09pytorch的入门操作04.ev4_.mp4[20.28MB]
    08上午回顾和Tensor和tensor的区别.ev4.mp4[35.03MB]
    07pytorch的入门操作02.ev4.mp4[37.46MB]
    06pytorch的入门01.ev4.mp4[46.09MB]
    05pytorch的安装方法.ev4.mp4[8.50MB]
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[51.84MB]
    03感知机和多层神经网路的介绍.ev4.mp4[38.68MB]
    02神经元和神经网路ode介绍.ev4.mp4[19.37MB]
    01机器学习和深度学习的介绍.ev4.mp4[18.37MB]
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[61.21MB]
    12BM25算法的介绍.ev4.mp4[18.84MB]
    11pysparnn的原理.ev4.mp4[12.50MB]
    10使用tfidf实现召回.ev4.mp4[122.34MB]
    09召回的介绍.ev4.mp4[22.34MB]
    09封装的介绍.ev4_.mp4[47.03MB]
    08问答机器人的介绍.ev4.mp4[16.31MB]
    08模型的封装.ev4.mp4[65.87MB]
    07损失函数的模型的训练.ev4.mp4[56.90MB]
    06模型的搭建02.ev4.mp4[49.25MB]
    05模型的搭建.ev4_.mp4[46.50MB]
    04数据集的准备.ev4.mp4[43.87MB]
    03排序介绍.ev4_.mp4[76.62MB]
    02召回的封装.ev4.mp4[89.78MB]
    01复习.ev4.mp4[151.03MB]
目录：【NLP自然语言处理/第15节beamsearch】
    07chatbot的封装.ev4_.mp4[5.09MB]
    06模型的优化方法.ev4.mp4[17.96MB]
    05beamsearch的实现.ev4.mp4[27.28MB]
    05beamsearch的介绍.ev4.mp4[49.62MB]
目录：【NLP自然语言处理/第14节attention的原理与实现】
    12小结.ev4_.mp4[24MB]
    11attentionweight的计算的结果.ev4.mp4[96.53MB]
    10attention的分类介绍.ev4.mp4[54.53MB]
    09attention的介绍.ev4.mp4[41.43MB]
    04模型的评估.ev4.mp4[57.09MB]
    03解码的过程中使用attention.ev4.mp4[44.50MB]
    02attention的实现.ev4.mp4[43.65MB]
    01复习.ev4_.mp4[107MB]
目录：【NLP自然语言处理/第13节Seq2seq】
    13总结.ev4_.mp4[10.62MB]
    12模型的训练的02.ev4.mp4[54.90MB]
    12模型的训练01.ev4.mp4[30.46MB]
    11解码器的流程.ev4.mp4[40.75MB]
    10解码器的介绍.ev4.mp4[60.59MB]
    09编码器的完成.ev4.mp4[53.43MB]
    08准备数据集02.ev4.mp4[47MB]
    08seq2seq模型的搭建.ev4_.mp4[82.68MB]
    08dataset的准备.ev4_.mp4[34.62MB]
    07案例数据集的准备.ev4.mp4[44.71MB]
    06闲聊机器人的文本序列化.ev4.mp4[32MB]
    06seq2seq案例流程介绍.ev4.mp4[7.03MB]
    05闲聊机器人准备语料.ev4_.mp4[106.37MB]
    05seq2seq原理的认识.ev4_.mp4[21.31MB]
    04层次化的softmax和负采样.ev4.mp4[55.43MB]
    04teacherforcing的介绍.ev4.mp4[41.18MB]
    03哈夫曼树和哈夫曼编码.ev4.mp4[53.65MB]
    03seq2seq模型小结.ev4.mp4[17.40MB]
    02分类模型的封装.ev4.mp4[51.50MB]
    02seq2seqdemo完成模型评估.ev4.mp4[66.31MB]
    01复习_1.ev4.mp4[68.18MB]
    01复习.ev4.mp4[6.43MB]
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[5.15MB]
    16fasttext原理介绍.ev4.mp4[38.62MB]
    15模型的封装的介绍.ev4.mp4[14.90MB]
    14模型的评估.ev4.mp4[19.28MB]
    13分类模型的准备.ev4.mp4[35.96MB]
    12分类语料的准备.ev4_.mp4[69.40MB]
    11fasttext和介绍.ev4.mp4[19.03MB]
    10文本分类的介绍.ev4.mp4[16.93MB]
目录：【NLP自然语言处理/第11节Chatbot】
    09分词api的实现.ev4_.mp4[50.53MB]
    08相似问题的准备.ev4.mp4[67.37MB]
    07停用词的准备.ev4.mp4[7.12MB]
    06词典的准备.ev4.mp4[33.43MB]
    05项目环境的准备.ev4_.mp4[6.18MB]
    04项目流程介绍.ev4.mp4[18.90MB]
    03企业中聊天机器人的介绍.ev4.mp4[32.37MB]
    02聊天机器人的介绍.ev4.mp4[32.40MB]
    01复习.ev4.mp4[18.43MB]
目录：【NLP自然语言处理/第10节RNN】
    15总结.ev4.mp4[10.59MB]
    14pytorch的序列化容器.ev4.mp4[15.25MB]
    13梯度爆炸和梯度消失.ev4_.mp4[14.09MB]
    12文本情感分类模型的修改.ev4.mp4[82.09MB]
    11LSTM的使用示例.ev4.mp4[32MB]
    10LSTMapi的介绍.ev4.mp4[78.15MB]
    09上午内容回顾.ev4.mp4[7.56MB]
    08LSTM的GRU的学习.ev4_.mp4[61.65MB]
    07rnn不同类型的介绍.ev4.mp4[9.28MB]
    06RNN结果的介绍.ev4.mp4[25.71MB]