Python自然语言处理Transformers模型项目实战视频教程

课程介绍:

Transformer 模型是现代 NLP 中的事实标准。它们已经在很大程度上证明了自己是最具表现力、最强大的语言模型,一次又一次地击败了所有主要的基于语言的基准。

在本课程中,我们将学习您开始使用 Google AI 的 BERT 或 Facebook AI 的 DPR 等转换器模型构建尖端性能 NLP 应用程序所需的所有知识。

我们涵盖了几个关键的 NLP 框架,包括:

HuggingFace 的Transformers

TensorFlow 2

PyTorch

spaCy

NLTK

Flair

并了解如何将Transformers应用于一些最流行的 NLP 用例:

语言分类/情感分析

命名实体识别 (NER)

问答

相似性/比较学习

在所有这些用例中,我们都通过各种示例来确保Transformers是什么、如何以及为什么如此重要。除了这些部分,我们还完成了两个完整的 NLP 项目,一个用于金融 Reddit 数据的情感分析,另一个涵盖成熟的开放域问答应用程序。

所有这些都得到了其他几个部分的支持,这些部分鼓励我们学习如何更好地设计、实现和衡量我们模型的性能,例如:

NLP 的历史和 Transformer 的来源

NLP 常用的预处理技术

Transformer 背后的理论

如何微调Transformer

我们涵盖了所有这些以及更多内容,我期待在课程中见到您!

本课程面向的对象:
对 NLP 感兴趣的有抱负的数据科学家和 ML 工程师
希望提升技能的从业
者 希望实施 NLP 解决方案的开发人员
数据科学家
机器学习工程师
Python 开发人员

您将学到的内容

如何将 Transformer 模型用于 NLP
现代自然语言处理技术
NLP 近期发展概述
Python
机器学习
自然语言处理
Tensorflow
PyTorch
Transformers
情感分析
问答
命名实体识别

要求
Python
数据科学经验知识加
NLP 经验加

Duration: 11h 23m | Video: .MP4, 1280×720 30 fps | Audio: AAC, 44.1 kHz, 2ch | Size: 3.28 GB
Genre: eLearning | Language: English

Learn next-generation NLP with transformers using PyTorch, TensorFlow, and HuggingFace!

通过PyTorch、TensorFlow 和 HuggingFace 学习下一代 NLP Transformers模型!


 

主页 https://www.udemy.com/course/nlp-with-transformers/ Python自然语言处理Transformers模型项目实战视频教程

本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。

最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。 若排除这种情况,可在对应资源底部留言,或联络我们。

对于会员专享、整站源码、程序插件、网站模板、网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。

如果您已经成功付款但是网站没有弹出成功提示,请联系站长提供付款信息为您处理

源码素材属于虚拟商品,具有可复制性,可传播性,一旦授予,不接受任何形式的退款、换货要求。请您在购买获取之前确认好 是您所需要的资源