使用 Pytorch 进行自然语言处理
使用深度学习构建智能语言应用程序
讲师:Packt Publishing
口袋资源独家Udemy付费课程,独家中英文字幕,配套资料齐全!
用不到1/10的价格,即可享受同样的高品质课程,且可以完全拥有,随时随地都可以任意观看和分享。
你会学到什么
- 使用 NLP 技术和 PyTorch 处理来自原始数据的有洞察力的信息
- 与 PyTorch 合作以利用其最大速度和灵活性
- 传统和现代 NLP 方法和工具,如 NLTK、Spacy、Word2Vec 和 Gensim
- 实现词嵌入模型并将其与 Gensim 工具包一起使用
- 读取一个序列并产生另一个序列的序列到序列模型(用于翻译)
- 使用 PyTorch 的 LSTM 用于情感分析及其与 RNN 的不同之处
- 使用注意力网络比较和分析结果以提高项目的性能
要求
- 需要一些基本的机器学习背景和使用 Python 编程的经验。
描述
本课程的主要目标是训练您使用深度学习和 PyTorch 执行复杂的 NLP 任务(并构建智能语言应用程序)。
在整个课程中,您将构建两个完整的真实世界 NLP 应用程序。第一个应用程序是情绪分析器,它分析数据以确定对特定电影的评论是正面的还是负面的。然后,您将创建一个高级神经翻译机,它是一个语音翻译引擎,使用具有 PyTorch 的速度和灵活性的 Sequence to Sequence 模型将给定文本翻译成不同的语言。
在课程结束时,您将掌握使用 PyTorch 的深度学习功能构建自己的真实 NLP 模型的技能。
本课程使用 Python 3.6、Pytorch 1.0、NLTK 3.3.0 和 Spacy 2.0,虽然不是最新版本,但它为 PyTorch 的老用户提供了相关的信息内容。
关于作者:
Jibin Mathew是一位科技企业家、人工智能爱好者和活跃的研究人员。他曾担任软件解决方案架构师多年,过去 5 年专注于人工智能。他设计并构建了人工智能领域的各种解决方案,包括计算机视觉、自然语言处理/理解和数据科学领域的解决方案,推动了计算性能和模型准确性的极限。他精通机器学习和深度学习的概念,并为零售、环境、金融和医疗保健领域的客户提供顾问服务。
本课程适合谁:
- 如果您是开发人员、研究人员或有抱负的 AI 数据科学家,准备深入研究这个快速发展的人工智能领域,那么本课程适合您!
声明:口袋资源网(koudaizy.com)提供的所有课程、素材等资源全部来源于互联网,赞助VIP仅用于对口袋资源服务器带宽及网站运营等费用支出做支持,从本站下载资源,说明你已同意本条款。