+1-自然语言处理通用框架BERT原理解读 227.0 MB
10-BERT模型训练方法.mp4 20.7 MB
11-训练实例 .mp4 24.2 MB
1-BERT课程简介.mp4 29.8 MB
2-BERT任务目标概述 .mp4 11.5 MB
3-传统解决方案遇到的问题.mp4 22.7 MB
4-注意力机制的作用.mp4 14.8 MB
5-self-attention计算方法.mp4 23.8 MB
6-特征分配与softmax机制.mp4 21.3 MB
7-Multi-head的作用 .mp4 19.4 MB
8-位置编码与多层堆叠 .mp4 16.8 MB
9-transformer整体架构梳理.mp4 22.3 MB
+2-谷歌开源项目BERT源码解读与应用实例 574.0 MB
10-构建QKV矩阵.mp4 50.8 MB
11-完成Transformer模块构建.mp4 40.8 MB
12-训练BERT模型.mp4 54.7 MB
1-BERT开源项目简介 .mp4 41.3 MB
2-项目参数配置.mp4 107.0 MB
3-数据读取模块 .mp4 54.3 MB
4-数据预处理模块.mp4 40.1 MB
5-tfrecord数据源制作 .mp4 51.5 MB
6-Embedding层的作用.mp4 31.0 MB
7-加入额外编码特征 .mp4 42.4 MB
8-加入位置编码特征.mp4 23.6 MB
9-mask机制的作用.mp4 36.8 MB
+3-项目实战-基于BERT的中文情感分析实战 209.0 MB
1-中文分类数据与任务概述.mp4 83.5 MB
2-读取处理自己的数据集.mp4 53.1 MB
3-训练BERT中文分类模型.mp4 72.3 MB
+4-项目实战-基于BERT的中文命名实体识别识别实战 163.0 MB
1-命名实体识别数据分析与任务目标.mp4 30.5 MB
2-NER标注数据处理与读取 .mp4 66.1 MB
3-构建BERT与CRF模型 .mp4 66.5 MB
+5-必备基础知识点-woed2vec模型通俗解读 119.0 MB
1-词向量模型通俗解释 .mp4 21.7 MB
2-模型整体框架.mp4 28.2 MB
3-训练数据构建 .mp4 15.9 MB
4-CBOW与Skip-gram模型 .mp4 23.8 MB
5-负采样方案 .mp4 29.5 MB
+6-必备基础-掌握Tensorflow如何实现word2vec模型 224.0 MB
1-数据与任务流程 .mp4 45.7 MB
2-数据清洗.mp4 27.6 MB
3-batch数据制作.mp4 51.5 MB
4-网络训练 .mp4 49.1 MB
5-可视化展示 .mp4 49.6 MB
+7-必备基础知识点-RNN网络架构与情感分析应用实例 883.0 MB
1-RNN网络模型解读.mp4 23.7 MB
2-NLP应用领域与任务简介.mp4 32.8 MB
3-项目流程解读 .mp4 42.2 MB
4-加载词向量特征.mp4 32.3 MB
5-正负样本数据读取 .mp4 36.8 MB
6-构建LSTM网络模型 .mp4 46.7 MB
7-训练与测试效果 .mp4 91.8 MB
8-LSTM情感分析.mp4 576.0 MB
+8-医学糖尿病数据命名实体识别 236.0 MB
1-数据与任务介绍.mp4 22.7 MB
2-整体模型架构.mp4 15.0 MB
3-数据-标签-语料库处理.mp4 40.0 MB
4-训练网络模型.mp4 40.4 MB
5-医疗数据集（糖尿病）实体识别 .mp4 81.4 MB
6-输入样本填充补齐.mp4 36.2 MB