157. 英译法任务_第3步-part3
2023年2月6日 867观看
Python人工智能20个小时玩转NLP自然语言处理【黑马程序员】
大学课程 / 计算机 / AI大数据
共235集 26.1万人观看
1认识Pytorch-第1步-什么是Pytorch03:26
2认识Pytorch-第2步-基本元素操作-part107:20
3认识Pytorch-第2步-基本元素操作-part209:51
4认识Pytorch-第3步-基本运算操作-part209:07
5认识Pytorch-第4步-类型转换-part105:04
6认识Pytorch-第4步-类型转换-part203:57
7认识Pytorch-第4步-类型转换-part309:38
8认识Pytorch-第5步-小节总结05:30
9Pytorch中的autograd-第1步-关于Tensor的概念06:39
10Pytorch中的autograd-第2步-关于Tensor的操作 - 106:25- 11Pytorch中的autograd-第2步-关于Tensor的操作 - 306:22
12Pytorch中的autograd-第3步-关于梯度的概念和小节总结09:33
13Pytorch构建神经网络-第1步-构建神经网络-part103:39
14Pytorch构建神经网络-第1步-构建神经网络-part205:16
15Pytorch构建神经网络-第1步-构建神经网络-part309:02
16Pytorch构建神经网络-第1步-构建神经网络-part404:26
17Pytorch构建神经网络-第2步-损失函数09:53
18Pytorch构建神经网络-第3步-反向传播04:32
19Pytorch构建神经网络-第4步-更新网络参数07:57
20Pytorch构建神经网络-第5步-小节总结04:30
21Pytorch构建分类器-第0步-数据集介绍04:46
22Pytorch构建分类器-第1步-下载数据集-part103:40
23Pytorch构建分类器-第1步-下载数据集-part207:55
24Pytorch构建分类器-第1步-下载数据集-part308:20
25Pytorch构建分类器-第2步-定义卷积神经网络-part1 - 105:03- 26Pytorch构建分类器-第2步-定义卷积神经网络-part1 - 305:07
27Pytorch构建分类器-第3步-定义损失函数-part103:20
28Pytorch构建分类器-第4步-训练模型-part105:52
29Pytorch构建分类器-第4步-训练模型-part209:07
30Pytorch构建分类器-第5步-测试模型-part104:00
31Pytorch构建分类器-第5步-测试模型-part206:11
32Pytorch构建分类器-第5步-测试模型-part307:51
33Pytorch构建分类器-第5步-测试模型-part407:51
34Pytorch构建分类器-第6步-GPU训练模型和小节总结05:20
35自然语言处理入门 - 109:09- 36自然语言处理入门 - 309:12
37认识文本预处理05:58
38文本处理的基本方法-part2 - 108:05- 39文本处理的基本方法-part2 - 308:03
40文本处理的基本方法-part304:54
41文本处理的基本方法-part4 - 105:48- 42文本处理的基本方法-part4 - 305:51
43文本处理的基本方法-part509:46
44文本处理的基本方法-part606:00
45文本张量表示方法-part1 - 105:26- 46文本张量表示方法-part1 - 305:25
47文本张量表示方法-part207:41
48文本张量表示方法-part306:59
49文本张量表示方法-part408:30
50文本张量表示方法-part5-step107:39
51文本张量表示方法-part5-step204:08
52文本张量表示方法-part5-step304:15
53文本张量表示方法-part5-step406:55
54文本张量表示方法-part5-step503:55
55文本张量表示方法-part6 - 105:11- 56文本张量表示方法-part6 - 305:17
57文本张量表示方法-part7 - 105:07- 58文本张量表示方法-part7 - 305:07
59文本数据分析-1标签数量分布-part109:22
60文本数据分析-1标签数量分布-part205:51
61文本数据分析-2句子长度分布-part104:58
62文本数据分析-2句子长度分布-part207:15
63文本数据分析-2句子长度分布-part305:20
64文本数据分析-3不同词汇总数统计-part106:04
65文本数据分析-4训练集词云-part107:50
66文本数据分析-4训练集词云-part2 - 107:02- 67文本数据分析-4训练集词云-part2 - 307:08
68文本数据分析-5验证集词云-part107:18
69文本数据分析-6小节总结05:24
70文本特征处理-1ngram-part108:18
71文本特征处理-1ngram-part202:41
72文本特征处理-2文本长度规范-part104:44
73文本特征处理-2文本长度规范-part206:23
74文本数据增强-part108:48
75文本数据增强-part207:15
76文本数据增强-part305:11
77新闻主题分类任务-0任务介绍-part105:30
78新闻主题分类任务-0任务介绍-part207:37
79新闻主题分类任务-第1步-part1 - 107:34- 80新闻主题分类任务-第1步-part1 - 307:32
81新闻主题分类任务-第1步-part2 - 108:10- 82新闻主题分类任务-第1步-part2 - 308:13
83新闻主题分类任务-第2步-part108:08
84新闻主题分类任务-第3步-part1 - 107:50- 85新闻主题分类任务-第3步-part1 - 307:55
86新闻主题分类任务-第3步-part2 - 107:54- 87新闻主题分类任务-第3步-part2 - 307:52
88新闻主题分类任务-第4步-part1 - 105:41- 89新闻主题分类任务-第4步-part1 - 305:45
90新闻主题分类任务-第5步和小节总结05:20
91CRF模型简介07:25
92HMM模型介绍08:48
93文本处理的基本方法-part106:19
94RNN模型简介-part108:05
95RNN模型简介-part207:36
96RNN模型小结07:01
97传统RNN模型构造和代码演示part106:47
98传统RNN模型构造和代码演示part2 - 105:16- 99传统RNN模型构造和代码演示part2 - 305:16
100传统RNN模型优缺点及小结09:24
101LSTM模型介绍-part106:48
102LSTM模型介绍-part203:39
103LSTM模型介绍-part307:16
104LSTM模型介绍-part409:01
105LSTM模型小结05:11
106GRU_1模型介绍06:21
107GRU_2模型代码演示06:47
108GRU_3模型小结05:42
109注意力概念和计算规则介绍09:09
110注意力机制代码分析 - 105:10- 111注意力机制代码分析 - 305:14
112注意力机制代码实现 - 106:47- 113注意力机制代码实现 - 306:48
114注意力机制小结04:43
115人名分类器第1步06:19
116人名分类器第2步-part1 - 105:23- 117人名分类器第2步-part1 - 305:27
118人名分类器第2步-part2 - 107:21- 119人名分类器第2步-part2 - 307:22
120人名分类器第3步-part106:58
121人名分类器第3步-part2 - 106:04- 122人名分类器第3步-part2 - 306:02
123人名分类器第3步-part3 - 105:24- 124人名分类器第3步-part3 - 305:27
125人名分类器第3步-part407:57
126人名分类器第3步-part509:29
127人名分类器第4步-构建训练函数-part108:18
128人名分类器第4步-构建训练函数-part209:35
129人名分类器第4步-构建训练函数-part3 - 109:04- 130人名分类器第4步-构建训练函数-part3 - 309:01
131人名分类器第4步-构建训练函数-part407:26
132人名分类器第4步-构建训练函数-part505:56
133人名分类器第4步-构建训练函数-part606:36
134人名分类器第4步-构建训练函数-part7 - 109:17- 135人名分类器第4步-构建训练函数-part7 - 309:17
136人名分类器第4步-构建训练函数-part807:19
137人名分类器第4步-构建训练函数-part904:40
138人名分类器第5步-构建评估函数-part1_RNN04:05
139人名分类器第5步-构建评估函数-part2_LSTM04:01
140人名分类器第5步-构建评估函数-part3_GRU06:48
141人名分类器第5步-构建预测函数-part405:17
142人名分类器第5步-构建预测函数-part5 - 105:22- 143人名分类器第5步-构建预测函数-part5 - 305:27
144人名分类器第6步案例小结09:51
145英译法任务_第0步-总体介绍07:35
146英译法任务_第1步-导入包04:40
147英译法任务_第2步-part107:32
148英译法任务_第2步-part209:36
149英译法任务_第2步-part308:22
150英译法任务_第2步-part4 - 105:02- 151英译法任务_第2步-part4 - 305:01
152英译法任务_第2步-part509:35
153英译法任务_第2步-part608:12
154英译法任务_第2步-part709:14
155英译法任务_第3步-part107:24
156英译法任务_第3步-part209:42
157英译法任务_第3步-part306:49
158英译法任务_第3步-part4 - 105:19- 159英译法任务_第3步-part4 - 305:22
160英译法任务_第4步-part1 - 110:35- 161英译法任务_第4步-part1 - 310:34
162英译法任务_第4步-part2 - 111:00- 163英译法任务_第4步-part2 - 311:04
164英译法任务_第4步-part305:01
165英译法任务_第4步-part407:29
166英译法任务_第4步-part5 - 107:04- 167英译法任务_第4步-part5 - 307:02
168英译法任务_第4步-part607:32
169英译法任务_第5步-part109:17
170英译法任务_第5步-part2 - 107:21- 171英译法任务_第5步-part2 - 307:25
172英译法任务_第5步-part305:27
173英译法任务_第5步-part405:01
174英译法任务_第5步-part508:22
175Transformer背景介绍05:08
176认识Transformer架构-part107:56
177认识Transformer架构-part204:09
178输入部分实现-part105:03
179输入部分实现-part209:35
180输入部分实现-part3 - 106:38- 181输入部分实现-part3 - 306:40
182输入部分实现-part4 - 105:49- 183输入部分实现-part4 - 305:52
184输入部分实现-part506:14
185输入部分实现-part604:28
186掩码张量-part107:08
187掩码张量-part207:43
188掩码张量-part303:16
189注意力机制-part109:16
190注意力机制-part206:07
191注意力机制-part3 - 105:26- 192注意力机制-part3 - 305:26
193注意力机制-part404:12
194多头注意力机制-part1 - 109:45- 195多头注意力机制-part1 - 309:44
196多头注意力机制-part207:03
197多头注意力机制-part406:16
198前馈全连接层-part105:52
199前馈全连接层-part208:43
200规范化层-part106:05
201规范化层-part208:55
202子层连接结构-part105:35
203子层连接结构-part208:50
204编码器层-part106:00
205编码器层-part2 - 105:12- 206编码器层-part2 - 305:18
207编码器-part104:16
208编码器-part208:37
209解码器层-part1 - 106:39- 210解码器层-part1 - 306:42
211解码器层-part2 - 107:39- 212解码器层-part2 - 307:42
213解码器-part104:40
214解码器-part2 - 105:04- 215解码器-part2 - 305:01
216输出部分实现-part104:54
217输出部分实现-part206:20
218模型构建-part108:19
219模型构建-part2 - 105:50- 220模型构建-part2 - 305:56
221模型构建-part307:47
222模型构建-part4 - 107:37- 223模型构建-part4 - 307:37
224模型基本测试运行-第二步-part109:04
225模型基本测试运行-第二步-part207:28
226模型基本测试运行-第三步08:24
227模型基本测试运行-第四步 - 106:21- 228模型基本测试运行-第四步 - 306:22
229模型基本测试运行-第一步-part108:36
230模型基本测试运行-第一步-part205:53
231模型基本测试运行-小节总结09:58
232使用Transformer构建语言模型-0总体介绍07:26
233使用Transformer构建语言模型-第1步08:43
234使用Transformer构建语言模型-第2步-part106:25
235使用Transformer构建语言模型-第2步-part206:29
相关视频
04:26宋朝是审美的时代，北宋有两股相反潮流12月前1113观看
02:15文学常识：撰写《大医精诚》的是谁？是孙思邈吗？1年前997观看
04:09夏朝，真的存在吗？西方学者：中国根本没有五千年历史！1年前1207观看
第4/4集 · 11:00魅力诗经：中国人的精神家底（二） - 3
大学课程2022年9月29日4129观看
01:16不听明人言，吃亏是必然，《止学》就是一位明白人写的。 #传统文化 #止学 #好书推荐 #儒家经典1年前1911观看
04:46在中国的圣贤里面，我最喜欢的是庄子。中国文学中最洒脱、最诗意、最自由的一股清流，源头是庄子。在哲学上...1年前1156观看
第1/34集 · 1:43:05【国立台湾大学公开课：中国文学史】序论：何谓文学大学课程2014年4月8日118.5万观看
03:43通常的西方哲学史以本体论和认识论为标准，对于在这两个领域无专门研究的著作家，便不承认其为哲学家，往往...1年前2427观看
第3/15集 · 10:31中国古代神话与文学精神 - 3大学课程2022年8月18日2874观看
05:25全国高考满分作文：《刑赏忠厚之至论》赏析 考生：苏轼2022年6月20日2.4万观看
05:33分钟读完《论“他**”！》：鲁迅和你聊聊“骂人为啥先骂妈”2023年8月8日5786观看
14:19何刚：人是管理的目标和最终的一切2023年9月12日3956观看
07:32阅见世界的参差：回归非功利性阅读2021年4月23日10.6万观看
08:36庄子是“躺平学”鼻祖吗？2022年2月23日4万观看
02:02阿克琉斯被誉为“西方文学史上第一人的形象”，该形象出自哪里1年前950观看
第3/97集 · 09:29清华大学：西方近现代史思想史专题（二） - 1大学课程2022年11月10日1万观看