#独家
自然语言处理动手学Bert文本分类

2022-04-06

自然语言处理动手学Bert文本分类课程介绍:

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作为目前最流行的深度学习框架之一,三者结合在一起将会产生什么样的火花?本套课程基于Pytorch最新版本来实现利用Bert实现中文文本分类任务,动手学系列课程全程手敲代码,需要的小伙伴学起来!

课程大纲:

自然语言处理动手学Bert文本分类

自然语言处理动手学Bert文本分类大纲截图

课程目录:

目录

章节1:课程简介试看

课时1视频动手学中文文本分类开篇19:42
课时2视频课堂实战试看10:51
课时3视频课堂实战试看12:13
课时4视频课堂实战试看12:11
课时5视频课堂实战试看08:39
课时6视频课堂实战试看09:57
课时7视频自然语言处理简介11:44
课时8文本课程资料下载方式
课时9视频文本分类简介14:09
课时10视频神经网络中的数据格式讲解13:50
课时11视频本文分类模型综述08:16

章节2:Seq2Seq相关理论

课时12视频RNN理论及相关变体讲解08:46
课时13视频seq2seq理论讲解15:44
课时14视频seq2seq存在的问题05:50

章节3:Attention机制

课时15视频注意力机制理论讲解10:32
课时16视频注意力机制数学公式讲解13:18
课时17视频引出self-attention的两个问题06:58

章节4:Bert理论系列基础

课时18视频self-attention理论讲解.13:12
课时19视频self-attention数学理论讲解05:25
课时20视频Multi-head-self-attention理论讲解08:57
课时21视频Transformer理论讲解11:08
课时22视频Bert理论讲解及文本分类模型讲解13:39

章节5:基于Bert的文本分类实战

课时23视频项目环境构建.及数据集简介10:51
课时24视频BruceBert配置类构建上12:13
课时25视频BruceBert配置类构建下12:11
课时26视频模型构建上08:39
课时27视频模型构建下09:57
课时28视频模型验证11:50
课时29视频bulid_dataset加载数据集讲解09:48
课时30视频数据预处理上11:23
课时31视频数据预处理下08:06
课时32视频数据预处理方法测试.12:00
课时33视频数据集迭代器上13:33
课时34视频数据集迭代器下13:40
课时35视频数据迭代器测试10:08
课时36视频参数衰减分析13:07
课时37视频训练步骤详细讲解10:31
课时38视频模型训练详细讲解13:42
课时39视频模型训练部分代码完成08:25
课时40视频模型评估方法详细讲解09:25
课时41视频模型测试方法详细讲解10:20
课时42视频模型整体debug上12:39
课时43视频模型整体debug中17:06
课时44视频模型整体debug下20:13
课时45视频GPU下完整训练第一个Epoch11:38
课时46视频GPU下完整训练第二个Epoch13:48
课时47视频GPU下完整训练第三个Epoch16:26
课时48视频GPU下完整训练后模型测试07:00
课时49视频GPU下使用Bert非fine-tuning过程06:22

章节6:基于Bert+CNN的文本分类实战

课时50视频CNN整体流程讲解11:05
课时51视频CNN中的卷积详细讲解11:23
课时52视频CNN中的Pooling讲解06:06
课时53视频TextCNN中的文本卷积与N-gram关系06:55
课时54视频TextCNN原理详细讲解06:51
课时55视频TextCNN与CNN区别于联系05:38
课时56视频Bert+TextCNN配置类上09:18
课时57视频Bert+TextCNN配置类下08:07
课时58视频Bert+TextCNN配置类验证09:04
课时59视频Bert+TextCNN模型类init方法讲解15:30
课时60视频Bert+TextCNN模型forword方法上10:17
课时61视频Bert+TextCNN模型forword方法下13:34
课时62视频数据加载优化10:27
课时63视频卷积后的维度分析讲解17:22
课时64视频模型构建完成08:48
课时65视频模型训练与预测08:09

章节7:基于Bert+RNN的文本分类实战

课时66视频RNN详解12:57
课时67视频LSTM详解16:55
课时68视频Config类实现及校验10:10
课时69视频BruceBertRNN类init函数实现11:25
课时70视频BruceBertRNN类forward函数实现12:42
课时71视频模型对比与结果分析06:31

章节8:基于Bert+RCNN的文本分类实战

课时72视频RCNN理论讲解03:46
课时73视频Config类实现及校验07:26
课时74视频BruceBertRCNN类init函数实现07:12
课时75视频BruceBertRCNN类forward函数实现13:10
课时76视频BruceBertRCNN训练过程完整演示85:02

章节9:基于Bert+DPCNN的文本分类实战

课时77视频DPCNN理论讲解05:46
课时78视频Config类实现及校验05:41
课时79视频BruceBertDPCNN类init函数实现11:34
课时80视频BruceBertDPCNN类forward函数实现11:25
课时81视频BruceBertDPCNN类block函数实现10:52
课时82视频模型对比与结果分析06:06

章节10:基于ERNIE的文本分类实战

课时83视频ERNIE模型理论讲解06:24
课时84视频基于ERNIE+FC文本分类实战演示
课时85视频ERNIE+DPCNN文本分类实战演示
此隐藏内容仅限VIP查看升级VIP

免责声明: 1、本站信息来自网络,版权争议与本站无关 2、本站所有主题由该帖子作者发表,该帖子作者与本站享有帖子相关版权 3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和本站的同意 4、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责 5、用户所发布的一切软件的解密分析文章仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。 6、您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。 7、请支持正版软件、得到更好的正版服务。 8、如有侵权请立即告知本站(邮箱:1807388100@qq.com,备用QQ:1807388100),本站将及时予与删除 9、本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章和视频仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如有侵权请邮件与我们联系处理。

独角兽资源站 python 自然语言处理动手学Bert文本分类 https://www.itdjs.com/2211/html

发表评论
暂无评论
  • 0 +

    资源总数

  • 0 +

    今日发布

  • 0 +

    本周发布

  • 0 +

    运行天数

你的前景,远超我们想象