课程介绍:

我们将从BERT的起源入手,详细介绍相关概念,以便任何人都可以遵循并完成掌握该最新NLP算法的课程,即使您是本课程的新手也是如此。学习新的BERT背后的概念,摆脱RNNs、CNNs和其他沉重的深度学习模型,实现一种更直观的方法来处理语言,这将适合各种NLP目的,包括你的!

我们使用Tensorflow 2.0和Google Colab的最新技术设计了该课程,确保您不会遇到任何本地机器/软件版本/兼容性问题,并且使用的是最新的日期工具。

h264, yuv420p, 1280×720 |英语, 44100 Hz, 2 Channels | 5h 28mn | 1.79 GB

 

你将学到什么

了解BERT的历史,以及为什么近年来它比任何算法都改变了NLP

了解BERT与其他标准算法的区别,更接近人类处理语言的方式

使用BERT提供的标记化工具有效地预处理文本数据

使用BERT层作为嵌入,将其插入到您自己的NLP模型中

使用BERT作为一个预先训练的模型,然后对其进行微调以获得最大的收益

从Google研究团队探索Github项目以获得我们需要的工具

在Tensorflow Hub上获取可用的模型,在该平台上可以获得已培训的模型

纯文本数据

从这些数据中为人工智能创建数据集

使用googlecolab和Tensorflow 2.0实现您的AI

在tf2.0中为特定的NLP任务创建定制层和模型

要求

基本的Python和Tensorflow知识

数学基础知识(大学水平)

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