#独家
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

侵权联系与免责声明 1、本站资源所有言论和图片纯属用户个人意见,与本站立场无关 2、本站所有资源收集于互联网,由用户分享,该帖子作者与独角兽资源站不享有任何版权,如有侵权请联系本站删除 3、本站部分内容转载自其它网站,但并不代表本站赞同其观点和对其真实性负责 4、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意 如有侵权联系邮箱:itdjs@qq.com

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