NLP视频课程-含Kubernetes、Docker、Quora等xp

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。

                       

1669551904556

文件名称：	NLP视频课程-含Kubernetes、Docker、Quora等xp_共：59.08GB
文件总数量：	155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：

目录：【NLP视频课程-含Kubernetes、Docker、Quora等/51-99】
    63丨xDeepFM的代码解析_.mp4　[354.43MB]
    69丨挖掘自然语言中的人工特征：如何用传统的特征解决问题？_.mp4　[432.07MB]
    58丨神经网络的训练：学习率和Warm-up_.mp4　[560.47MB]
    70丨重新审视WordEmbedding：NegativeSampling和ContextualEmbedding71丨深度迁移学习模型：从ELMo到BERT_.mp4　[748.94MB]
    82丨LabelSmoothing和LogitSqueezing_.mp4　[111.88MB]
    79丨多重loss的方式：如何使用多重loss来提高模型准确率？_.mp4　[233.12MB]
    72丨深度迁移学习模型：RoBERTa、XLNet、ERNIE和T5_.mp4　[588.16MB]
    99丨SemanticParsing基础：SemanticParsing的任务是什么？_.mp4　[268.17MB]
    74丨深度迁移学习模型的微调：如何使用TensorFlow在TPU对模型进行微调_.mp4　[737.71MB]
    75丨深度迁移学习模型的微调：TensorFlowBERT代码简析_.mp4　[933.52MB]
    96丨ShiftReduce算法_.mp4　[216.86MB]
    94丨依存分析和UniversalDepdencyRelattions_.mp4　[426.96MB]
    65丨图嵌入：如何将图关系纳入模型？_.mp4　[548.21MB]
    56丨神经网络的构建：Normalization_.mp4　[260.00MB]
    90丨DomainAdaptation：如何利用其它有标注语料来提升效果？_.mp4　[193.87MB]
    93丨依存分析和SemanticParsing概述_.mp4　[87.42MB]
    55丨神经网络的构建：ActivationFunction_.mp4　[300.34MB]
    67丨模型融合基础：如何让你所学到的模型方法一起发挥作用？_.mp4　[296.79MB]
    84丨上层模型拼接：如何在语言模型基础上拼接更多的模型？_.mp4　[287.86MB]
    64丨时序建模：如何用神经网络解决时间序列的预测问题？_.mp4　[785.60MB]
    86丨VirtualAdverserialTraining：如何减少一般对抗训练难收敛的问题并提高结果的鲁棒X？_.mp4　[313.03MB]
    66丨图网络简介：如何在图结构的基础上建立神经网络？_.mp4　[699.96MB]
    88丨训练预语言模型_.mp4　[221.56MB]
    52丨神经网络的构建：NetworkinNetwork_.mp4　[79.02MB]
    51丨健康检查：与Liveness、Readiness、Startup探测集成实现高可用_.mp4　[259.77MB]
    59丨神经网络的训练：新的PyTorch训练框架_.mp4　[921.57MB]
    68丨高级模型融合技巧：Metades是什么？_.mp4　[544.11MB]
    73丨深度迁移学习模型：ALBERT和ELECTRA_.mp4　[171.29MB]
    62丨xDeepFM：如何用神经网络处理高维的特征？_.mp4　[522.79MB]
    61丨Transformer代码实现剖析_.mp4　[1.01GB]
    60丨Transformer：如何通过Transformer榨取重要变量？_.mp4　[738.38MB]
    76丨深度迁移学习的微调：如何利用PyTorch实现深度迁移学习模型的微调及代码简析_.mp4　[426.66MB]
    98丨树神经网络：如何采用TreeLSTM和其它拓展方法？_.mp4　[107.83MB]
    53丨神经网络的构建：GatingMechanism和Attention_.mp4　[231.98MB]
    57丨神经网络的训练：初始化_.mp4　[283.86MB]
    81丨UDA：一种系统的数据扩充框架_.mp4　[376.98MB]
    78丨优化器：Lookahead，Radam和Lamb_.mp4　[139.66MB]
    92丨半监督学习：如何让没有标注的数据也派上用场？_.mp4　[120.78MB]
    89丨多任务训练：如何利用多任务训练来提升效果？_.mp4　[402.12MB]
    83丨底层模型拼接：如何让不同的语言模型融合在一起从而达到更好的效果？_.mp4　[146.64MB]
    77丨优化器：Adam和AdamW_.mp4　[387.39MB]
    80丨数据扩充的基本方法：如何从少部分数据中扩充更多的数据并避免过拟合？_.mp4　[176.47MB]
    91丨Few-shotLearning：是否有更好的利用不同任务的方法？_.mp4　[359.40MB]
    97丨基于神经网络的依存分析算法_.mp4　[652.13MB]
    54丨神经网络的构建：Memory_.mp4　[766.21MB]
    87丨其他Embedding的训练：还有哪些Embedding方法？_.mp4　[134.89MB]
    95丨Stanza使用_.mp4　[379.80MB]
    85丨长文本分类：截取、关键词拼接和预测平均_.mp4　[299.03MB]
目录：【NLP视频课程-含Kubernetes、Docker、Quora等】
    143丨TransferReinforcementLearning和Few-shotReinforcementLearning_.mp4　[508.32MB]
    131丨多模态表示学习简介_.mp4　[234.97MB]
    139丨解决SparseReward的一些方法_.mp4　[660.97MB]
    108丨最短路问题和DijkstraAlgorithm_.mp4　[245.67MB]
    149丨Docker部署实践_.mp4　[342.92MB]
    147丨微服务和Kubernetes简介_.mp4　[223.20MB]
    155丨Kubernetes健康检查_.mp4　[235.36MB]
    119丨RENAS：如何使用遗传算法和增强学习探索网络架构_.mp4　[425.47MB]
    103丨LambdaCaculus概述_.mp4　[139.70MB]
    160丨结束语_.mp4　[127.65MB]
    102丨Tranx简介_.mp4　[282.18MB]
    146丨文本校对案例学习_.mp4　[409.66MB]
    153丨Kubernetes服务发现_.mp4　[136.96MB]
    105丨InductiveLogicProgramming：基本设定_.mp4　[432.99MB]
    112丨A2C和A3C：如何提升基本的PolicyGradient算法_.mp4　[427.46MB]
    110丨Rainbow：如何改进Q-learning算法？_.mp4　[511.27MB]
    125丨遗传算法和增强学习的结合_.mp4　[202.38MB]
    127丨多_代*_增强学习概述：什么是多_代*_增强学习？_.mp4　[240.56MB]
    118丨AutoML网络架构举例_.mp4　[554.74MB]
    104丨Lambda-DCS概述_.mp4　[332.32MB]
    117丨AutoML及NeuralArchitectureSearch简介_.mp4　[265.87MB]
    121丨层次搜索法：如何在模块之间进行搜索？_.mp4　[179.08MB]
    132丨知识蒸馏：如何加速神经网络推理_.mp4　[180.35MB]
    140丨ImitationLearning和Self-imitationLearning_.mp4　[429.06MB]
    154丨KubernetesIngress_.mp4　[253.99MB]
    109丨Q-learning：如何进行Q-learning算法的推导？_.mp4　[1.09GB]
    128丨AlphaStar介绍：AlphaStar中采取了哪些技术？_.mp4　[326.62MB]