2022nlp视频教程大全 NLP自然语言处理教程 自然语言处理NLP从入门到项目实战

作者: admin 分类: 教程合集大全 发布时间: 2022-02-21 08:04

该合集为NLP自然语言 AI实战教程项目视频系列,定期更新:

 

2022.9.26更新:系列六:2022NLP自然语言处理工程师

├──01、视频
| ├──任务10001 算法复杂度动态规划 DTW-01.mp4 79.91M
| ├──任务10002 算法复杂度动态规划 DTW-02 .mp4 107.27M
| ├──任务10003 算法复杂度动态规划 DTW-03 .mp4 182.63M
| ├──任务10004 算法复杂度动态规划 DTW-04.mp4 109.47M
| ├──任务10005 算法复杂度动态规划 DTW-05.mp4 86.55M
| ├──任务10006 逻辑回归与正则-01.mp4 421.26M
| ├──任务10007 逻辑回归与正则-02.mp4 280.06M
| ├──任务10008 逻辑回归与正则-03.mp4 358.16M
| ├──任务10009 逻辑回归与正则-04(120244).mp4 463.80M
| ├──任务10009 逻辑回归与正则-04.mp4 362.64M
| ├──任务10010 逻辑回归与正则-05.mp4 787.31M
| ├──任务10011 Divideand Conquer技术以及应用-01.mp4 315.34M
| ├──任务10012 Divideand Conquer技术以及应用-02.mp4 197.54M
| ├──任务10013 哈希表搜索树 堆(优先堆)-01.mp4 108.04M
| ├──任务10014 哈希表搜索树 堆(优先堆)-02.mp4 187.81M
| ├──任务10015 XGBoost-01.mp4 432.25M
| ├──任务10016 XGBoost-02.mp4 334.57M
| ├──任务10017 XGBoost-03.mp4 352.38M
| ├──任务10018 XGBoost-04.mp4 646.08M
| ├──任务10019 Searchingand Mining Trillions of Time Series-01.mp4 184.05M
| ├──任务10020 Searchingand Mining Trillions of Time Series S-02.mp4 376.70M
| ├──任务10021 Ensemble模型实战.mp4 402.06M
| ├──任务10022 机器学习回顾(1)-01.mp4 503.38M
| ├──任务10023 机器学习回顾(1)-02.mp4 929.43M
| ├──任务10024 凸优化(1)-01(120253).mp4 358.58M
| ├──任务10024 凸优化(1)-01.mp4 382.25M
| ├──任务10025 凸优化(1)-02.mp4 604.07M
| ├──任务10026 凸优化(1)-03.mp4 294.26M
| ├──任务10027 凸优化(1)-04.mp4 565.35M
| ├──任务10028 凸优化(1)-05.mp4 426.01M
| ├──任务10029 FromWord Embeddings To Document Distances-01.mp4 462.90M
| ├──任务10030 FromWord Embeddings To Document Distances-02.mp4 448.73M
| ├──任务10031 机器学习回顾(2)-01.mp4 149.12M
| ├──任务10032 机器学习回顾(2)-02.mp4 151.82M
| ├──任务10033 生活中的优化问题案例讲解-01.mp4 189.63M
| ├──任务10034 生活中的优化问题案例讲解-02.mp4 274.71M
| ├──任务10035 LagrangianDuality KKT条件 Complementary-01.mp4 207.94M
| ├──任务10036 LagrangianDuality KKT条件 Complementary -02.mp4 254.40M
| ├──任务10037 LagrangianDuality KKT条件 Complementary -03.mp4 268.72M
| ├──任务10038 LP以及它的DualQP以及它的Dual-01.mp4 311.99M
| ├──任务10039 LP以及它的DualQP以及它的Dual-02.mp4 299.85M
| ├──任务10040 核函数Mercers Theorem-01.mp4 234.14M
| ├──任务10041 核函数Mercers Theorem-02.mp4 142.54M
| ├──任务10042 文本表示-01.mp4 588.84M
| ├──任务10043 文本表示-02.mp4 101.58M
| ├──任务10044 文本表示-03.mp4 145.19M
| ├──任务10045 文本表示-04.mp4 171.31M
| ├──任务10046 XGBoost-AScalable Tree Boosting System-01.mp4 166.64M
| ├──任务10047 XGBoost-AScalable Tree Boosting System-02.mp4 270.89M
| ├──任务10048 各类文本相似度计算技术Survey-01.mp4 220.21M
| ├──任务10049 各类文本相似度计算技术Survey-02.mp4 502.52M
| ├──任务10050 SkipGram(重点讲解)CBOWGlove MF 语言模型以及各类Smooting技术-01.mp4 219.40M
| ├──任务10051 SkipGram(重点讲解)CBOWGlove MF 语言模型以及各类Smooting技术-02.mp4 162.42M
| ├──任务10052 SkipGram(重点讲解)CBOWGlove MF 语言模型以及各类Smooting技术-03.mp4 144.49M
| ├──任务10053 SkipGram(重点讲解)CBOWGlove MF 语言模型以及各类Smooting技术-04.mp4 247.59M
| ├──任务10054 SkipGram(重点讲解)CBOWGlove MF 语言模型以及各类Smooting技术-05.mp4 584.71M
| ├──任务10055 SkipGram(重点讲解)CBOWGlove MF 语言模型以及各类Smooting技术-06.mp4 353.37M
| ├──任务10056 SkipGram(重点讲解)CBOWGlove MF 语言模型以及各类Smooting技术-07.mp4 290.72M
| ├──任务10057 SkipGram(重点讲解)CBOWGlove MF 语言模型以及各类Smooting技术-08.mp4 177.26M
| ├──任务10058 SkipGram源代码解读-01.mp4 237.08M
| ├──任务10059 SkipGram源代码解读-02.mp4 414.96M
| ├──任务10060 第一次作业讲解-01.mp4 195.16M
| ├──任务10061 第一次作业讲解-02.mp4 411.19M
| ├──任务10062 第一次作业讲解-03.mp4 348.37M
| ├──任务10063 Miningand Summarizing Customer Reviews-01.mp4 196.50M
| ├──任务10064 Miningand Summarizing Customer Reviews-02.mp4 272.00M
| ├──任务10065 EM算法和HMM-01.mp4 81.61M
| ├──任务10066 EM算法和HMM-02.mp4 154.25M
| ├──任务10067 EM算法和HMM-03.mp4 136.79M
| ├──任务10068 EM算法和HMM-04.mp4 193.60M
| ├──任务10069 EM算法和HMM-05.mp4 145.37M
| ├──任务10070 EM算法和HMM-06.mp4 180.73M
| ├──任务10071 ReadingWikipedia to Answer .mp4 169.03M
| ├──任务10072 ReadingWikipedia to Answer.mp4 313.99M
| ├──任务10073 ReadingWikipedia to Answer.mp4 178.16M
| ├──任务10074 基于HMM的词性分析(POStagger).mp4 159.65M
| ├──任务10075 基于HMM的词性分析.mp4 308.28M
| ├──任务10076 不同语言模型smoothing技术.mp4 403.04M
| ├──任务10077 不同语言模型smoothing技术.mp4 510.51M
| ├──任务10078 CRF模型-01.mp4 193.22M
| ├──任务10079 CRF模型-02.mp4 242.10M
| ├──任务10080 CRF模型-03.mp4 238.24M
| ├──任务10081 CRF模型-04.mp4 219.68M
| ├──任务10082 CRF模型-05.mp4 337.23M
| ├──任务10083 基于HMM的中文分词-jieba分词原理讲解-01.mp4 171.19M
| ├──任务10084 基于HMM的中文分词-jieba分词原理讲解-02.mp4 309.41M
| ├──任务10085 基于LSTM-CRF的命名实体识别实战-01.mp4 351.23M
| ├──任务10086 基于LSTM-CRF的命名实体识别实战-02.mp4 536.42M
| ├──任务10087 基于LSTM-CRF的命名实体识别实战-03.mp4 407.75M
| ├──任务10088 Project1讲解-01.mp4 717.69M
| ├──任务10089 Project1讲解-02.mp4 426.00M
| ├──任务10090 Lecture-CRF模型(2),深度学习基础-1.mp4 449.93M
| ├──任务10091 Lecture-CRF模型(2),深度学习基础-2.mp4 313.83M
| ├──任务10092 Lecture-CRF模型(2),深度学习基础-3.mp4 728.87M
| ├──任务10093 Lecture-CRF模型(2),深度学习基础-4.mp4 293.34M
| ├──任务10094 Lecture-CRF模型(2),深度学习基础-5.mp4 463.43M
| ├──任务10095 Lecture-CRF模型(2),深度学习基础-6.mp4 766.75M
| ├──任务10096 GlobalVectors for Word Representation-1 .mp4 844.54M
| ├──任务10097 GlobalVectors for Word Representation-2.mp4 145.71M
| ├──任务10098 Paper Representation Learning A Review-1.mp4 925.58M
| ├──任务10099 PaperRepresentation Learning A Review-2.mp4 996.09M
| ├──任务10100 Paper Representation Learning A Review-3.mp4 1.23G
| ├──任务10101 ReviewGPU的使用与环境搭建 + 基于pytorch的简单的神经网络搭建-.mp4 436.61M
| ├──任务10102 ReviewGPU的使用与环境搭建 + 基于pytorch的简单的神经网络搭建-2 .mp4 506.61M
| ├──任务10103 Review 对话系统技术概览-1.mp4 563.95M
| ├──任务10104 Review对话系统技术概览-2.mp4 841.47M
| ├──任务10105 Lecture-RNN,LSTM,梯度问题-1.mp4 388.01M
| ├──任务10106 Lecture-RNN,LSTM,梯度问题-2.mp4 461.08M
| ├──任务10107 Lecture-RNN,LSTM,梯度问题-3.mp4 375.57M
| ├──任务10108 Lecture-RNN,LSTM,梯度问题-4 .mp4 329.14M
| ├──任务10109 第八篇论文LSTM-A Search Space Odyssey-1.mp4 394.64M
| ├──任务10110 第八篇论文LSTM-A Search Space Odyssey-2.mp4 795.41M
| ├──任务10111 Review-Pytorch讲解-1.mp4 911.04M
| ├──任务10112 Review-Pytorch讲解-2.mp4 778.82M
| ├──任务10113 Review-Pytorch讲解-3.mp4 364.60M
| ├──任务10114 Lecture-Seq2Seq,Attention,.mp4 895.30M
| ├──任务10115 Lecture-Seq2Seq,Attention, .mp4 570.05M
| ├──任务10116 Lecture-Seq2Seq,Attention.mp4 627.10M
| ├──任务10117 Lecture-Seq2Seq,Attention.mp4 373.99M
| ├──任务10118 Lecture-Seq2Seq,Attention.mp4 720.74M
| ├──任务10119 Review-Introductionto Transfer Learing-1.mp4 623.71M
| ├──任务10120 Review-Introductionto Transfer Learing-2.mp4 517.36M
| ├──任务10121 Paper-第九篇论文Auto-EncodingVariational Bayes (VAE)-1 .mp4 797.77M
| ├──任务10122 Paper-第九篇论文Auto-EncodingVariational Bayes (VAE)-2.mp4 721.08M
| ├──任务10123 Paper-第九篇论文Auto-EncodingVariational Bayes (VAE)-3.mp4 369.91M
| ├──任务10124 Review-LSTM的实现(源码讲解)-1.mp4 542.25M
| ├──任务10125 Review-LSTM的实现(源码讲解)-2.mp4 1.25G
| ├──任务10126 Review-LSTM的实现(源码讲解)-3.mp4 607.16M
| ├──任务10127 LectureTransformer, BERT-.mp4 368.36M
| ├──任务10128 LectureTransformer, BERT-2.mp4 401.92M
| ├──任务10129 LectureTransformer, BERT-3 .mp4 585.27M
| ├──任务10130 LectureTransformer, BERT-4.mp4 593.60M
| ├──任务10131 LectureTransformer, BERT-5.mp4 419.40M
| ├──任务10132 Paper第十篇论文BERT-1.mp4 470.58M
| ├──任务10133 Paper第十篇论文BERT-2.mp4 1.01G
| ├──任务10134 Paper第十篇论文BERT-3.mp4 751.56M
| ├──任务10135 Review基于Transformer的机器翻译-1.mp4 478.76M
| ├──任务10136 Review基于Transformer的机器翻译-2 .mp4 323.52M
| ├──任务10137 Review-BERT的训练与实战-1.mp4 416.92M
| ├──任务10138 Review-BERT的训练与实战-2.mp4 501.22M
| ├──任务10139 Review-BERT的训练与实战-3.mp4 1.42G
| ├──任务10140 LectureGPT, XLNet-1.mp4 532.78M
| ├──任务10141 LectureGPT, XLNet-2 .mp4 618.41M
| ├──任务10142 LectureGPT, XLNet-3.mp4 484.32M
| ├──任务10143 LectureGPT, XLNet-4.mp4 503.57M
| ├──任务10144 LectureGPT, XLNet-5.mp4 603.14M
| ├──任务10145 LectureGPT, XLNet-6 .mp4 267.43M
| ├──任务10146 LectureGPT, XLNet-7.mp4 591.45M
| ├──任务10147 ReviewXLNET应用在文本分类和QA系统-1.mp4 548.26M
| ├──任务10148 ReviewXLNET应用在文本分类和QA系统-2.mp4 1.49G
| ├──任务10149 Paper第十一篇论文Graph_Tranfromer_Networks-1.mp4 1.12G
| ├──任务10150 Paper第十一篇论文Graph_Tranfromer_Networks-2.mp4 468.70M
| ├──任务10151 Paper第十一篇论文Graph_Tranfromer_Networks-4.mp4 725.85M
| ├──任务10152 ReviewXLNET源码讲解-1.mp4 710.85M
| ├──任务10153 ReviewXLNET源码讲解-2.mp4 207.29M
| ├──任务10154 ReviewXLNET源码讲解-3.mp4 929.35M
| ├──任务10155 Lecture信息抽取(1) -1.mp4 324.25M
| ├──任务10156 Lecture信息抽取(1) -2.mp4 878.10M
| ├──任务10157 Lecture信息抽取(1) -3.mp4 230.23M
| ├──任务10158 Lecture信息抽取(1) -4.mp4 702.65M
| ├──任务10159 Lecture信息抽取(1) -5.mp4 795.30M
| ├──任务10160 Paper第十二篇论文-1.mp4 909.34M
| ├──任务10161 Paper第十二篇论文-2.mp4 734.61M
| ├──任务10162 ReviewALBERT-1.mp4 900.19M
| ├──任务10163 ReviewALBERT-2 .mp4 717.13M
| ├──任务10164 Review命名实体识别代码实战.mp4 335.94M
| ├──任务10165 Review命名实体识别代码实战.mp4 720.78M
| ├──任务10166 Reviewproject2讲解-1.mp4 941.20M
| ├──任务10167 Reviewproject2讲解-2.mp4 1.17G
| ├──任务10168 Lecture信息抽取.mp4 503.11M
| ├──任务10169 Lecture信息抽取.mp4 503.11M
| ├──任务10170 Lecture信息抽取(.mp4 1.03G
| ├──任务10171 Lecture信息抽取.mp4 607.28M
| ├──任务10172 Lecture信息抽取(.mp4 287.94M
| ├──任务10173 Lecture信息抽取(.mp4 543.05M
| ├──任务10174 Paper第十三篇论文讲解.mp4 812.31M
| ├──任务10175 Paper第十三篇论文讲解-.mp4 843.70M
| ├──任务10176 Review依存文法分析.mp4 556.89M
| ├──任务10177 Review句法分析.mp4 365.86M
| ├──任务10178 Review句法分析.mp4 352.54M
| ├──任务10179 Review句法分析.mp4 408.51M
| ├──任务10180 Lecture知识图谱 知识图的概念,搭建,应用场景-.mp4 904.16M
| ├──任务10181:Lecture 知识图谱 知识图的概念,搭建,应用场景-2.mp4 1.38G
| ├──任务10182:Lecture 知识图谱 知识图的概念,搭建,应用场景-3.mp4 1.05G
| ├──任务10183:Lecture 知识图谱 知识图的概念,搭建,应用场景-4.mp4 1.25G
| ├──任务10184:Lecture 知识图谱 知识图的概念,搭建,应用场景-5.mp4 563.80M
| ├──任务10185:Paper 第十四篇论文讲解 K-BERT.mp4 300.56M
| ├──任务10186:Paper 第十四篇论文讲解 K-BERT.mp4 589.85M
| ├──任务10187:Paper 第十四篇论文讲解 K-BERT.mp4 856.44M
| ├──任务10188:Review project3 项目讲解-1.mp4 1.13G
| ├──任务10189:Review project3 项目讲解-2.mp4 357.28M
| ├──任务10190:Review 知识图谱在推荐系统中的应用-1.mp4 323.10M
| ├──任务10191:Review 知识图谱在推荐系统中的应用-2.mp4 1.03G
| ├──任务10192:20200718 课外论文分享-Don’t stop pre-training.mp4 962.24M
| ├──任务10193:Lecture-图卷积神经网络,GraphSage, GAT.mp4 438.85M
| ├──任务10194:Lecture-图卷积神经网络,GraphSage, GAT.mp4 616.43M
| ├──任务10195:Lecture-图卷积神经网络,GraphSage, GAT.mp4 385.28M
| ├──任务10196:Lecture-图卷积神经网络,GraphSage, GAT.mp4 507.47M
| ├──任务10197:Review GCN的代码解读-1.mp4 817.54M
| ├──任务10198:Review GCN的代码解读-2.mp4 648.01M
| ├──任务10199:知识图谱的应用-1.mp4 846.87M
| ├──任务10200:知识图谱的应用-2.mp4 1.21G
| ├──任务10201:Paper-第十五篇论文讲解-1.mp4 180.07M
| ├──任务10202:Paper-第十五篇论文讲解-2.mp4 494.81M
| ├──任务10203:Lecture概率图模型-1 贝叶斯推理.mp4 150.86M
| ├──任务10204:Lecture概率图模型-1 贝叶斯推理.mp4 224.93M
| ├──任务10205:Lecture概率图模型-1 贝叶斯推理.mp4 155.16M
| ├──任务10206:Lecture概率图模型-1 贝叶斯推理.mp4 96.59M
| ├──任务10207:Lecture概率图模型-1 贝叶斯推理.mp4 173.56M
| ├──任务10208:Paper第十六篇论文讲解-1 (2).mp4 377.76M
| ├──任务10209:Paper第十六篇论文讲解-2 (2).mp4 375.46M
| ├──任务10210:ReviewBayesian Neural Network-1 (2).mp4 106.82M
| ├──任务10211:ReviewBayesian Neural Network-2 (2).mp4 183.42M
| ├──任务10212:ReviewMCMC之Metroplis Hasting算法-1 (2).mp4 113.67M
| ├──任务10213:ReviewMCMC之Metroplis Hasting算法-2 (2).mp4 75.60M
| ├──任务10214:ReviewMCMC之Metroplis Hasting算法-3 (2).mp4 149.23M
| ├──任务10215:Lecture概率图模型-2-吉布斯采样、变分法-1 (2).mp4 204.03M
| ├──任务10216:Lecture概率图模型-2-吉布斯采样、变分法-2 (2).mp4 136.08M
| ├──任务10217:Lecture概率图模型-2-吉布斯采样、变分法-3 (2).mp4 128.95M
| ├──任务10218:Lecture概率图模型-2-吉布斯采样、变分法-4 (2).mp4 66.70M
| ├──任务10219:Lecture概率图模型-2-吉布斯采样、变分法-5.mp4 282.38M
| ├──任务10220:Lecture概率图模型-2-吉布斯采样、变分法-6.mp4 133.56M
| ├──任务10221:Lecture概率图模型-2-吉布斯采样、变分法-7 .mp4 192.49M
| ├──任务10222:Lecture概率图模型-2-吉布斯采样、变分法-8.mp4 103.10M
| ├──任务10223:课程拓展-1.mp4 136.66M
| ├──任务10224:课程拓展-2.mp4 104.79M
| ├──任务10225:课程拓展-3.mp4 127.28M
| ├──任务10226:课程拓展-4.mp4 143.94M
| ├──任务10227:课程拓展-5.mp4 274.68M
| ├──任务10228:review聊天机器人项目讲解-1.mp4 314.38M
| ├──任务10229:review聊天机器人项目讲解-2.mp4 246.71M
| ├──任务10230:ReviewEdward库来搭建LDA模型-1.mp4 230.19M
| ├──任务10231:ReviewEdward库来搭建LDA模型-2.mp4 116.33M
| ├──任务10232:review机器翻译项目讲解-1.mp4 219.09M
| ├──任务10233:review机器翻译项目讲解-2.mp4 192.81M
| ├──任务10234:ReviewAI工程师面试准备-1.mp4 118.96M
| └──任务10235:ReviewAI工程师面试准备-2.mp4 190.97M
└──02、课件
| └──课件.zip 700.35M

系列一:2022AI工程师之自然语言处理从基础到高阶教程视频 NLP实战教程

├──01-自然语言处理基础知识与操作
| ├──第二章-英文文本处理与解析
| | ├──01-本章概述–金狮-金狮_.mp4 13.90M
| | ├──02-英文文本解析任务介绍:分词、去停用词、提取词干等–金狮-金狮_.mp4 69.12M
| | ├──03-【实战】nltk工具库英文文本处理案例–金狮-金狮_.mp4 139.99M
| | ├──04-【实战】spacy工具库英文文本处理案例–金狮-金狮_.mp4 413.95M
| | ├──05-【实战】基于python的英文文本相似度比对–金狮-金狮_.mp4 122.75M
| | ├──06-【实战】简易文本情感分析器构建–金狮-金狮_.mp4 34.02M
| | └──07-本章小结–金狮-金狮_.mp4 24.52M
| ├──第三章-中文文本处理与解析
| | ├──01-本章概述–金狮_.mp4 4.99M
| | ├──02-中文文本处理任务介绍:分词、去停用词、n-gram–金狮_.mp4 223.80M
| | ├──03-中文文本解析任务介绍:词性分析、依赖分析等–金狮_.mp4 170.84M
| | ├──04-jieba工具库介绍–金狮_.mp4 531.87M
| | ├──05-【实战】python中文文本清洗、处理与可视化–金狮_.mp4 193.05M
| | ├──06-【实战】python新闻网站关键词抽取–金狮_.mp4 44.24M
| | └──07-本章小结–金狮_.mp4 30.34M
| ├──第一章-自然语言处理基础
| | ├──01-本章概述-金狮_.mp4 5.90M
| | ├──02-文本数据、字、词、term–金狮_.mp4 128.35M
| | ├──03-字符串处理–金狮_.mp4 371.04M
| | ├──04-模式匹配与正则表达式–金狮_.mp4 432.24M
| | ├──05-字符串基本处理与正则表达式文本匹配与替换–金狮_.mp4 625.04M
| | └──06-本章小结–金狮_.mp4 60.87M
| └──课件与代码.zip 30.30M
├──02-语言模型与应用
| ├──第二章-统计语言模型与神经语言模型构建
| | ├──01-本章概述–金狮_.mp4 29.86M
| | ├──02-基于统计的语言模型构建–金狮_.mp4 235.73M
| | ├──03-【实战】kenlm工具库使用及语言模型生成–金狮_.mp4 172.84M
| | ├──04-【实战】基于kenlm的简易拼写纠错–金狮_.mp4 182.16M
| | ├──05-基于rnn的神经语言模型–金狮_.mp4 550.92M
| | ├──06-【实战】基于pytorch的语言模型训练–金狮_.mp4 270.57M
| | └──07-本章小结–金狮_.mp4 102.50M
| ├──第一章-语言模型与应用
| | ├──01-本章概述–金狮_.mp4 19.07M
| | ├──02-假设性独立与联合概率链规则–金狮_.mp4 73.94M
| | ├──03-n-gram语言模型–金狮_.mp4 218.74M
| | ├──04-n-gram应用:词性标注、中文分词、机器翻译与语音识别–金狮_.mp4 327.97M
| | └──05-本章小结–金狮_.mp4 33.10M
| ├──考核作业
| | ├──客观题
| | | ├──1.PNG 5.27kb
| | | ├──10.PNG 6.71kb
| | | ├──2.PNG 8.17kb
| | | ├──3.PNG 8.58kb
| | | ├──4.PNG 21.59kb
| | | ├──5.PNG 26.27kb
| | | ├──6.PNG 8.03kb
| | | ├──7.PNG 8.70kb
| | | ├──8.PNG 6.50kb
| | | ├──9.PNG 7.99kb
| | | └──答案.txt 0.08kb
| | └──主观题
| | | ├──1.PNG 4.34kb
| | | ├──2.PNG 3.39kb
| | | ├──3.PNG 78.52kb
| | | └──4.PNG 44.14kb
| └──课件与代码
| | ├──Language_Models2
| | | ├──.ipynb_checkpoints
| | | ├──img
| | | ├──lesson1
| | | ├──lesson2
| | | └──.DS_Store 6.00kb
| | └──__MACOSX
| | | └──Language_Models2
├──03-文本表示
| ├──第二章-文本表示进阶
| | ├──01-本章概述–金狮_.mp4 50.16M
| | ├──02-预训练在图像领域的应用–金狮_.mp4 259.56M
| | ├──03-elmo基于上下文的word embedding–金狮_.mp4 180.36M
| | ├──04-gpt transformer建模句子信息–金狮_.mp4 349.11M
| | ├──05-bert 预训练双向transformer–金狮_.mp4 429.03M
| | ├──06-基于bert进行fine-tuning–金狮_.mp4 211.48M
| | └──07-本章小结–金狮_.mp4 52.23M
| ├──第一章-文本词与句的表示
| | ├──01-本章概述–金狮_.mp4 32.17M
| | ├──02-文本表示概述–金狮_.mp4 51.69M
| | ├──03-文本离散表示:词袋模型与tf-idf–金狮_.mp4 287.12M
| | ├──04-文本分布式表示:word2vec–金狮_.mp4 312.99M
| | ├──05-【实战】python中文文本向量化表示–金狮_.mp4 95.16M
| | ├──06-【实战】基于gensim的中文文本词向量训练与相似度匹配–金狮_.mp4 274.13M
| | └──07-本章小结–金狮_.mp4 5.52M
| ├──考核作业
| | ├──文本表示:词向量构建与分布表示_客观题
| | | ├──1.PNG 31.41kb
| | | ├──2.PNG 13.40kb
| | | └──答案.txt 0.04kb
| | └──文本表示:词向量构建与分布表示_主观题.PNG 22.63kb
| └──课件代码.zip 612.40M
├──04-文本分类
| ├──第二章-文本分类深度学习模型与实战
| | └──视频
| | | ├──01-本章概述–金狮_.mp4 5.44M
| | | ├──02-词嵌入与fine-tuning–金狮_.mp4 12.72M
| | | ├──03-基于卷积神经网络的文本分类–金狮_.mp4 264.69M
| | | ├──04-基于lstm的文本分类–金狮_.mp4 123.65M
| | | ├──05-transformerself-attention介绍–金狮_.mp4 62.14M
| | | ├──06-使用tensorflow构建卷积神经网络完成新闻分类–金狮_.mp4 105.84M
| | | ├──07-使用tensorflow构建lstm完成影评褒贬分析模型–金狮_.mp4 10.41M
| | | └──08-本章小结–金狮_.mp4 7.39M
| ├──第一章-文本分类机器学习模型与实战
| | └──视频
| | | ├──01-本章概述–金狮_.mp4 55.85M
| | | ├──02-朴素贝叶斯模型与中文文本分类–金狮_.mp4 395.35M
| | | ├──03-逻辑回归 _svm与文本分类–金狮_.mp4 1.25G
| | | ├──04-facebook fasttext原理与操作–金狮_.mp4 366.87M
| | | ├──05-【实战】python中文新闻分类–金狮_.mp4 214.98M
| | | ├──06-【实战】基于fasttext的文本情感分析–金狮_.mp4 183.88M
| | | └──07-本章小结–金狮_.mp4 73.21M
| ├──考核作业
| | ├──文本分类:情感分析与内容分类_客观题
| | | ├──1.PNG 25.03kb
| | | ├──2.PNG 37.11kb
| | | ├──3.PNG 33.01kb
| | | └──答案.txt 0.07kb
| | └──文本分类:情感分析与内容分类_主观题
| | | ├──1.PNG 8.58kb
| | | └──2.PNG 9.75kb
| └──课件-代码.zip 72.33M
├──05-文本主题抽取与表示
| ├──第一章-文本主题抽取与表示
| | └──视频
| | | ├──01-本章小结–金狮_.mp4 6.57M
| | | ├──02-基于tf-idf与text-rank的主题词抽取–金狮_.mp4 16.35M
| | | ├──03-监督学习与文本打标签–金狮_.mp4 6.58M
| | | ├──04-无监督学习与lda主题模型–金狮_.mp4 182.60M
| | | ├──05基于python的中文关键词抽取与可视化–金狮_.mp4 6.55M
| | | ├──06-基于lda的新闻主题分析与可视化呈现–金狮_.mp4 39.47M
| | | └──07-本章小结–金狮_.mp4 7.20M
| ├──考核作业
| | ├──主题模型:文本主题抽取与表示_客观题
| | | ├──1.PNG 19.98kb
| | | ├──2.PNG 21.15kb
| | | └──答案.txt 0.03kb
| | └──主题模型:文本主题抽取与表示_主观题.PNG 7.84kb
| └──课件与代码.zip 68.89M
├──06-序列到序列模型
| ├──第一章-序列到序列模型与应用
| | ├──01-本章概述–金狮_.mp4 5.78M
| | ├──02-从rnn到seq2seq模型–金狮_.mp4 6.01M
| | ├──03-编码解码模型–金狮_.mp4 12.59M
| | ├──04-seq2seq模型详解–金狮_.mp4 45.24M
| | ├──05-注意(attention)机制–金狮_.mp4 36.38M
| | ├──06-tensorflow seq2seq模型使用方法详解–金狮_.mp4 177.54M
| | ├──07-基于seq2seq的文本摘要生成实现–金狮_.mp4 148.80M
| | └──08-本章总结–金狮_.mp4 72.69M
| ├──考核作业
| | ├──seq2seq模型:文本序列映射学习_客观题
| | | ├──1.PNG 20.46kb
| | | ├──2.PNG 24.77kb
| | | └──答案.txt 0.04kb
| | └──seq2seq模型:文本序列映射学习_主观题.PNG 8.62kb
| └──课件与代码.zip 61.78M
├──07-文本生成
| ├──第一章-文本生成与自动创作
| | ├──01-本章概述–金狮_.mp4 2.42M
| | ├──02-基于rnn lstm的语言模型回顾–金狮_.mp4 10.51M
| | ├──03-基于语言模型的文本生成原理–金狮_.mp4 2.04M
| | ├──04-【实战】基于lstm的唐诗生成器–金狮_.mp4 67.12M
| | ├──05-基于seq2seq的文本序列生成原理–金狮_.mp4 9.20M
| | ├──06-【实战】基于seq2seq的对联生成器–金狮_.mp4 96.68M
| | └──07-本章小结–金狮_.mp4 14.87M
| ├──考核作业
| | ├──文本生成:写诗作词对对联_客观题
| | | ├──1.PNG 46.26kb
| | | ├──2.PNG 22.77kb
| | | └──答案.txt 0.04kb
| | └──文本生成:写诗作词对对联_主观题.PNG 8.37kb
| └──课件与代码.zip 44.38M
├──08-机器翻译
| ├──第一章-机器翻译:双语翻译
| | ├──01-统计机器翻译
| | | ├──01-本章概述–金狮_.mp4 1018.25kb
| | | ├──02-词,句子和语料与基本概率论知识–金狮_.mp4 24.72M
| | | ├──03-翻译模型与语言模型–金狮_.mp4 60.40M
| | | ├──04-解码与beam-search–金狮_.mp4 9.37M
| | | ├──05-翻译系统评估–金狮_.mp4 9.02M
| | | ├──06-【实战】moses统计翻译系统实战–金狮_.mp4 63.28M
| | | └──07-本章小结–金狮_.mp4 4.57M
| | ├──02-基于seq2seq的机器翻译模型
| | | └──视频
| | ├──03-fackbook基于CNN的机器翻译模型
| | | └──视频
| | └──04-来自Google的Transformer模型
| | | └──视频
| └──课件-代码.zip 77.72M
├──09-聊天机器人
| ├──第一章-聊天机器人:机器客服与语音助手
| | ├──01-基于内容匹配的聊天机器人
| | | └──视频
| | └──02-基于seq2seq的聊天机器人
| | | ├──01-本章概述–金狮_.mp4 2.93M
| | | ├──02-聊天机器人场景与seq2seq模型回顾–金狮_.mp4 154.12M
| | | ├──03-数据准备与处理–金狮_.mp4 80.19M
| | | ├──04-基于tensorflow seq2seq的chatbot完整实现–金狮_.mp4 180.06M
| | | ├──05-拓展:基于transformer的chatbot实现–金狮_.mp4 169.77M
| | | └──06-本章小结–金狮_.mp4 35.93M
| └──课件-代码.zip 31.91M
├──10-视觉文本任务:看图说话
| ├──01-看图说话问题与实现
| | ├──1.1 本章概述–金狮_.mp4 1.96M
| | ├──1.2 “看图说话”问题介绍–金狮_.mp4 8.42M
| | ├──1.3 简易cnn+rnn编码解码模型完成图片短文本描述原理–金狮_.mp4 65.93M
| | ├──1.4 注意力模型与“看图说话”优化–金狮_.mp4 31.96M
| | ├──1.5 【实战】基于cnn+rnn的编解码“看图说话”与beam-search优化–金狮_.mp4 109.77M
| | ├──1.6 【实战】基于attention model的“看图说话”实现–金狮_.mp4 34.42M
| | └──1.7 本章小结–金狮_.mp4 1.96M
| ├──02-视觉问答机器人(VQA)原理与实现
| | ├──2.1 本章概述–金狮_.mp4 1.48M
| | ├──2.2 视觉问答机器人问题介绍–金狮_.mp4 39.47M
| | ├──2.3 基于图像信息和文本信息抽取匹配的vqa实现方案–金狮_.mp4 38.26M
| | ├──2.4 基于注意力(attention)的深度学习vqa实现方案–金狮_.mp4 19.97M
| | ├──2.5【实战】使用keras完成cnn+rnn基础vqa模型–金狮_.mp4 29.11M
| | ├──2.6【实战】基于attention的深度学习vqa模型实现–金狮_.mp4 53.88M
| | └──2.7 本章小结–金狮_.mp4 1.36M
| └──课件-代码.zip 240.58M
└──11-文本相似度计算与文本匹配问题
| ├──01-文本相似度计算与文本匹配问题
| | ├──视频
| | | ├──1.1 本章概述–金狮_.mp4 4.87M
| | | ├──1.2 文本相似度问题与应用–金狮_.mp4 10.57M
| | | ├──1.3 传统文本相似度计算方式:编辑距离、simhash、word2vec–金狮_.mp4 159.49M
| | | ├──1.4 【实战】编辑距离计算python实现–金狮_.mp4 30.22M
| | | ├──1.5 【实战】基于simhash的相似文本判断–金狮_.mp4 69.27M
| | | ├──1.6 【实战】词向量word averaging–金狮_.mp4 30.45M
| | | └──1.7 本章小结–金狮_.mp4 2.01M
| | └──第1章文本相似度问题与应用场景.pdf 7.49M
| ├──02-基于深度学习的文本语义匹配
| | ├──视频
| | | ├──2.1 本章概述–金狮_.mp4 1.96M
| | | ├──2.2 基于深度学习的句子相似度模型–金狮_.mp4 37.20M
| | | ├──2.3 dssm(deep structured semantic models)模型详解–金狮_.mp4 26.64M
| | | ├──2.4 drmm(deep relevance matching model)模型详解–金狮_.mp4 25.98M
| | | ├──2.5【实战】基于lstm的监督学习语义表达抽取–金狮_.mp4 82.24M
| | | ├──2.6【实战】基于dssm的问题语义相似度匹配案例–金狮_.mp4 31.43M
| | | ├──2.7【实战】基于drmm的问答匹配案例–金狮_.mp4 24.22M
| | | └──2.8 本章小结–金狮_.mp4 3.47M
| | └──第2章基于深度学习的文本语义匹配.pdf 7.84M
| └──课件-代码.zip 739.17kb

 

系列二:2021京东NLP教程视频全套

├──20210028 项目三布置.mp4 164.50M
├──20210606 Lecture11课程安排以及核心技能 .mp4 230.73M
├──20210606 Lecture12概论与常见基础任务 .mp4 219.16M
├──20210606 Lecture13分类问题,命名实体识别 .mp4 315.54M
├──20210606 Lecture14句法分析,语义理解与常见应用1 .mp4 257.76M
├──20210606 Lecture15常见应用2 .mp4 273.29M
├──20210606 Lecture16如何成为优秀的NLP人才 .mp4 370.95M
├──20210606 Review1(案例) 自然语言处理应用场景以及常用的技术-1 .mp4 286.26M
├──20210606 Review1(案例) 自然语言处理应用场景以及常用的技术-2 .mp4 192.43M
├──20210607 Review2(基础)工程师必须要懂的算法(时间空间)复杂度-1 .mp4 367.11M
├──20210607 Review2(基础)工程师必须要懂的算法(时间空间)复杂度-2 .mp4 355.83M
├──20210608 Paper1paper 如何阅读-1 .mp4 271.99M
├──20210611 Review3DP动态规划 补课-1 .mp4 375.52M
├──20210611 Review3DP动态规划 补课-2 .mp4 124.51M
├──20210611 Review3DP动态规划 补课-3 .mp4 363.38M
├──20210613 Lecture2多分类文本处理与特征工程-1 .mp4 310.02M
├──20210613 Lecture2多分类文本处理与特征工程-2 .mp4 132.41M
├──20210613 Lecture2多分类文本处理与特征工程-3 .mp4 240.25M
├──20210613 Lecture2多分类文本处理与特征工程-4 .mp4 240.83M
├──20210613 Lecture2多分类文本处理与特征工程-5 .mp4 271.60M
├──20210613 Lecture2多分类文本处理与特征工程-6 .mp4 127.59M
├──20210613 Lecture2多分类文本处理与特征工程-8 .mp4 188.41M
├──20210613 Lecture2多分类文本处理与特征工程-9 .mp4 341.10M
├──20210613 Review1词向量的训练以及使用-1 .mp4 270.65M
├──20210613 Review1词向量的训练以及使用-2 .mp4 271.19M
├──20210614 Review2编程环境的搭建-1 .mp4 264.28M
├──20210614 Review3Numpy Pandas Sklearn的使用基础-1 .mp4 414.34M
├──20210614 Review3Numpy Pandas Sklearn的使用基础-2 .mp4 398.04M
├──20210615 Paper2Distributed Representations-01 .mp4 166.28M
├──20210615 Paper2Distributed Representations-02 .mp4 282.11M
├──20210620Lecture3(1)机器学习项目流程 .mp4 169.94M
├──20210620Lecture3(1)逻辑回归 .mp4 390.13M
├──20210620Lecture3(1)偏差与方差 .mp4 249.88M
├──20210620Lecture3(2)工业界模型训练和部署最佳实战-1 .mp4 221.07M
├──20210620Lecture3(2)工业界模型训练和部署最佳实战-2 .mp4 203.08M
├──20210620Projectproject-01 .mp4 294.77M
├──20210620Projectproject-02 .mp4 370.94M
├──20210620Review1(实战)数据不平衡的处理-1 .mp4 192.61M
├──20210620Review1(实战)数据不平衡的处理-2 .mp4 295.38M
├──20210620Review2(基础)SkipGram模型讲解-1 .mp4 239.19M
├──20210620Review2(基础)SkipGram模型讲解-2 .mp4 314.45M
├──20210620Review3(实战)工程代码编写-1 .mp4 255.88M
├──20210620Review3(实战)工程代码编写-2 .mp4 302.88M
├──20210620Review3(实战)工程代码编写-3 .mp4 179.02M
├──20210621Paper03Paper-1 .mp4 280.72M
├──20210621Paper03Paper-2 .mp4 223.49M
├──20210704 Lecture4 常用的分类算法-1 .mp4 291.46M
├──20210704 Lecture4 常用的分类算法-2 .mp4 283.05M
├──20210704 Lecture4 常用的分类算法-3 .mp4 227.61M
├──20210704 Review1 (前沿技术) 多模态文本分类技术-1 .mp4 229.11M
├──20210704 Review1 常用的分类算法-4 .mp4 229.45M
├──20210704 Review2 (实战)(前沿技术) 多模态文本分类技术-2 .mp4 405.90M
├──20210704 Review2 (实战)(实战)Pytorch的使用-1 .mp4 255.66M
├──20210704 Review3 (实战)(实战)常用的卷积神经网络-1 .mp4 249.59M
├──20210704 Review3 (实战)(实战)常用的卷积神经网络-2 .mp4 258.80M
├──20210705 paper4Visualizing and understandi-1 .mp4 295.70M
├──20210705 paper4(实战)常用的卷积神经网络-3 .mp4 224.13M
├──20210711 LectureVisualizing and understandi-2 .mp4 92.78M
├──20210711 Lecture递归神经网络-1 .mp4 257.45M
├──20210711 Lecture递归神经网络-2 .mp4 191.74M
├──20210711 Lecture递归神经网络-3 .mp4 227.14M
├──20210711 Review-1GPU计算-1 .mp4 193.64M
├──20210711 Review-1递归神经网络-4 .mp4 182.90M
├──20210711 Review-2GPU计算-2 .mp4 220.40M
├──20210711 Review-2(代码讲解)实现基于LSTM的情感分类-1 .mp4 330.35M
├──20210712 Review3(代码讲解)实现基于LSTM的情感分类-2.mp4 371.02M
├──20210712 Review3(代码讲解)实现基于LSTM的情感分类-3 .mp4 215.87M
├──20210712 Review3基于LSTM语言模型的代码生成-1 .mp4 348.99M
├──20210713 Paper1.mp4 230.41M
├──20210713 Paper基于LSTM语言模型的代码生成-2 .mp4 360.28M
├──20210716 Review2.mp4 143.54M
├──20210716 Review图书分类项目讲解-1 .mp4 358.18M
├──20210716 Review图书分类项目讲解-2 .mp4 272.30M
├──20210717 Project图书分类项目讲解-3 .mp4 201.59M
├──20210717 Project智能营销项目说明-2 .mp4 151.66M
├──20210718 Lecture基于Seq2Seq的文本生成-1 .mp4 395.64M
├──20210718 Lecture智能营销项目说明_1 .mp4 247.57M
├──20210718 Review1基于Seq2Seq的文本生成-2 .mp4 173.63M
├──20210718 Review2基于Seq2Seq的机器翻译系统-1 .mp4 273.17M
├──20210718 Review2基于Seq2Seq的机器翻译系统-2 .mp4 387.51M
├──20210718 Review2基于Seq2Seq的文本生成-3 .mp4 243.31M
├──20210719 PaperNamed Entity Recognition-1 .mp4 225.12M
├──20210719 PaperNamed Entity Recognition-2 .mp4 265.33M
├──20210719 Paper基于Seq2Seq的机器翻译系统-3 .mp4 244.44M
├──20210719 ProjectNamed Entity Recognition-3 .mp4 301.41M
├──20210719 Project图书分类项目讲解-1 .mp4 255.72M
├──20210719 Project图书分类项目讲解-2.mp4 273.68M
├──20210725 LecturePointer Network以及Beam Search-1.mp4 264.69M
├──20210725 LecturePointer Network以及Beam Search-2 .mp4 422.36M
├──20210725 LecturePointer Network以及Beam Search-3 .mp4 330.11M
├──20210725 Lecture图书分类项目讲解-3 .mp4 204.68M
├──20210725 PaperPointer Network以及Beam Search-4 .mp4 418.83M
├──20210725 Paper营销文案生成论文-1 .mp4 140.64M
├──20210725 Paper营销文案生成论文-2 .mp4 136.93M
├──20210725 Paper营销文案生成论文-3 .mp4 152.95M
├──20210725 Project营销文案生成论文-4 .mp4 217.09M
├──20210725 Project智能营销项目手把手教学-1 .mp4 240.94M
├──20210801 Lecture1.文本领域中的数据增强技术-1 .mp4 243.91M
├──20210801 Lecture2.文本领域中的数据增强技术-2 .mp4 330.05M
├──20210801 Lecture3.深度学习训练技巧-神经网络模型的问题-1 .mp4 290.33M
├──20210801 Lecture智能营销项目手把手教学-2 .mp4 284.22M
├──20210801 workshop14.深度学习训练技巧-神经网络模型的问题-2 .mp4 152.54M
├──20210801 workshop1Debug-1 .mp4 349.60M
├──20210802 workshop2Debug-2 .mp4 253.06M
├──20210802 workshop2Multi-Source Pointer Network-1 .mp4 390.08M
├──20210802 workshop3Multi-Source Pointer Network-2 .mp4 315.92M
├──20210802 workshop3智能营销项目教学-1 .mp4 561.27M
├──20210815 Lecture20210815 NLP Lecture 对话系统中的核心1 .mp4 266.07M
├──20210815 Lecture20210815 NLP Lecture 对话系统中的核心2 .mp4 257.91M
├──20210815 Lecture20210815 NLP Lecture 对话系统中的核心3 .mp4 163.10M
├──20210815 Lecture智能营销项目教学-2 .mp4 172.17M
├──20210816 Workshop20210815 NLP Lecture 对话系统中的核心4 .mp4 218.27M
├──20210816 Workshop20210816 NLP Review 智能营销项目1 .mp4 215.25M
├──20210816 Workshop20210816 NLP Review 智能营销项目2 .mp4 249.22M
├──20210822 Lecture20210816 NLP Review 智能营销项目3 .mp4 148.12M
├──20210822 Lecture检索模型-1 .mp4 349.88M
├──20210822 Lecture检索模型-2 .mp4 192.36M
├──20210822 检索模型-3 .mp4 271.48M
├──20210823 Workshop HNSW papers讲解-1 .mp4 233.96M
├──20210823 Workshop HNSW papers讲解-2.mp4 279.45M
├──20210828 作业布置 项目三布置.mp4 163.28M
├──20210829 Lecture1 CFG-1.mp4 382.56M
├──20210829 Lecture1 GBDT-3.mp4 293.25M
├──20210829 Lecture1 LTR-2.mp4 165.05M
├──20210829 Workshop1 最⻓公共⼦串和最⻓公共⼦序列的动态规划实现.mp4 388.20M
├──20210829 Workshop2 Word Moving Distance 论文.mp4 322.09M
├──20210830 Lecture2 信息检索综述以及倒排技术-1.mp4 325.71M
├──20210830 Lecture2 信息检索综述以及倒排技术-2.mp4 246.37M
├──20210830 Lecture2 信息检索综述以及倒排技术-3.mp4 269.48M
├──20210830 Lecture2 信息检索综述以及倒排技术-4.mp4 253.35M
├──20210830 Lecture2 信息检索综述以及倒排技术-5.mp4 236.80M
├──20210830 Workshop3 作业2-3讲解.mp4 236.80M
├──20210905Lecture ⾃注意⼒机制以及Transformer-1.mp4 237.55M
├──20210905Lecture ⾃注意⼒机制以及Transformer-2.mp4 264.56M
├──20210905Lecture ⾃注意⼒机制以及Transformer-3.mp4 214.48M
├──20210905Workshop Transformer的代码实现-1.mp4 271.26M
├──20210905Workshop Transformer的代码实现-2.mp4 408.39M
├──20210905Workshop Transformer的代码实现-3.mp4 244.96M
├──20210906 Workshop2 Papertransformer.mp4 112.34M
├──20210906 Workshop3 作业3-1讲解.mp4 358.13M
├──20210912 Lecture 基于BERT和Transformer的闲聊引擎-1 .mp4 251.30M
├──20210912 Lecture 基于BERT和Transformer的闲聊引擎-2.mp4 348.93M
├──20210912 Lecture 基于BERT和Transformer的闲聊引擎-3.mp4 369.78M
├──20210913 Workshop1 项目3-1讲解 项目3-2布置.mp4 488.34M
├──20210913 Workshop2 BERT的fine-tuning实例讲解-01.mp4 546.45M
├──20210913 Workshop2 BERT的fine-tuning实例讲解-02.mp4 625.20M
├──20210919 Lecture XLNet, ALBERT以及应⽤-1.mp4 169.59M
├──20210919 Lecture XLNet, ALBERT以及应⽤-2.mp4 200.34M
├──20210919 Lecture XLNet, ALBERT以及应⽤-3.mp4 325.34M
├──20210919 Lecture XLNet, ALBERT以及应⽤-4.mp4 235.09M
├──20210919 Lecture XLNet, ALBERT以及应⽤-5.mp4 317.96M
├──20210919 Lecture XLNet, ALBERT以及应⽤-6.mp4 376.37M
├──20210919 Workshop1 XLNet论文讲解-1.mp4 317.96M
├──20210919 Workshop1 XLNet论文讲解-2.mp4 376.37M
├──20210919 Workshop2 ALBERT论文讲解.mp4 355.96M
├──20210920 Workshop2 作业3-2讲解.mp4 378.08M
├──20210926 Lecture 模型压缩-1.mp4 203.20M
├──20210926 Lecture 模型压缩-2.mp4 441.06M
├──20210926 Lecture 模型压缩-3.mp4 448.05M
├──20211017 Lecture 对话管理-1.mp4 279.67M
├──20211017 Lecture 对话管理-2.mp4 347.96M
├──20211017 Lecture 对话管理-3.mp4 310.81M
├──20211018 Workshop paper解读:Transferable-1.mp4 258.14M
├──20211018 Workshop paper解读:Transferable-2.mp4 276.77M
├──20211020 workshop 项目作业3-3第二部分.mp4 258.80M
├──20211020 workshop 项目作业3-3第一部分.mp4 337.04M
├──20211023 Workshop 就业指导-1.mp4 277.90M
├──20211023 Workshop 就业指导-2.mp4 295.86M
└──20211023 Workshop 就业指导-3.mp4 226.32M

├──京东nlp资料【完】
| ├──00.论文
| | ├──第二周论文
| | | ├──第二篇论文.pdf 143.13kb
| | | ├──第三篇论文.pdf 9.74M
| | | ├──第四篇.pdf 3.32M
| | | └──第一篇论文.pdf 122.29kb
| | ├──第三周论文
| | | ├──0624Efficient Large-Scale Multi-Modal Classification.pdf 138.23kb
| | | ├──0624LearningFromImbalancedDataOpen.zip 247.00kb
| | | ├──0624Visualizing and understanding convolutional networks.pdf 2.25M
| | | └──第三篇论文.pdf 9.74M
| | └──第四周论文20210711paper05.pdf 3.40M
| ├──01.第一周资料
| | ├──Han(6.7)
| | | ├──.gitkeep
| | | ├──complexity.ipynb 3.96kb
| | | └──complexity2.pptx 670.39kb
| | ├──slide1.pptx 2.17M
| | ├──京东NLP第一课.pptx 9.14M
| | ├──京东paper01.pdf 2.81M
| | └──自然语言处理楚江及常见技术.pptx 3.18M
| ├──02.第二周资料
| | ├──第一次小作业:作业代码0010
| | | ├──.gitkeep
| | | ├──【下载使用】第一个小作业(作业代码0010).zip 2.98kb
| | | └──【直接查看】第一个小作业(作业代码0010).ipynb 6.88kb
| | ├──20210615_贪心科技_机器学习常用库介绍代码资料.zip 1.50M
| | ├──编程环境搭建(4).pptx 176.42kb
| | ├──词向量的训练以及使用_review(1).pptx 5.61M
| | ├──第二课.pptx 16.28M
| | ├──京东paper01.pdf 2.81M
| | ├──京东paper02.pdf 8.12M
| | └──自然语言处理楚江及常见技术.pptx 3.18M
| ├──03.第三周资料
| | ├──620pan
| | | ├──.gitkeep
| | | ├──logistic_regression_demo.ipynb 23.05kb
| | | └──testSet-LR.txt 2.04kb
| | ├──620tuan
| | | ├──.gitkeep
| | | ├──Distributed Representations of Words and Phrases and their Compositionality.pdf 109.37kb
| | | ├──Efficient Estimation of Word Representations in Vector Space.pdf 223.36kb
| | | ├──Linguistic Regularities in Continuous Space Word Representations.pdf 135.64kb
| | | ├──word2vec.py 14.25kb
| | | └──word2vec中的数学.pdf 1.47M
| | ├──jd books project
| | | ├──.gitkeep
| | | ├──embedding(To_Do).ipynb 9.02kb
| | | ├──LightGBM_feature_engineering_grid(To_Do).ipynb 17.21kb
| | | ├──README.md 10.65kb
| | | └──京东图书文本分类.pdf 3.30M
| | ├──2021.6.21(直播-Review)【基础】SkipGram模型讲解.pptx 17.88M
| | ├──jd图书文本分类.zip 3.21M
| | ├──【实战】工程代码编写.pptx 1.27M
| | ├──京东图书文本分类(1)(1).pdf 3.32M
| | ├──逻辑回归模型详解Bias and Variance,调参.pdf 1.45M
| | └──样本不平衡.pptx 4.41M
| ├──04.第四周资料
| | ├──20210704Review2
| | | ├──.gitkeep
| | | ├──MNIST.py 6.67kb
| | | └──Pytorch_Tutorial_Tanxin.ipynb 826.29kb
| | ├──20210704Review3
| | | ├──.gitkeep
| | | ├──CNN.pptx 3.09M
| | | └──example.py 4.63kb
| | ├──20210704Lecture4.pdf 3.72M
| | ├──20210704review1.pptx 9.97M
| | ├──bookClassification(ToDo)(3).zip 34.33M
| | ├──README.md 0.03kb
| | └──第四周论文20210711paper05.pdf 3.40M
| ├──05.第五周资料
| | ├──7.12review3
| | | ├──.gitkeep
| | | ├──20210712Review3LSTM.pptx 633.86kb
| | | └──LSTM.zip 4.76M
| | ├──20210711Lecture(hu).pdf 3.31M
| | ├──20210711paper05.pdf 3.40M
| | ├──20210711review1CPU和GPU.pptx 7.15M
| | ├──20210712review3chat.txt 13.32kb
| | ├──bookClassification(ToDo)(3).zip 34.82M
| | ├──Sentiment.zip 123.37M
| | └──京东-贪心NLP项目2文档.pdf 2.18M
| ├──06.第六周资料
| | ├──20210718Lecture6
| | | ├──.gitkeep
| | | ├──20210718lecture6_seq2seq+attention.pptx 11.31M
| | | └──20210718lecture6_seq2seq+attention.zip 10.12M
| | ├──20210718ReviewNamed Entity Recognition with Bidirectional LSTM-CNNs
| | | ├──.gitkeep
| | | ├──bilstm-cnn paper.pdf 410.21kb
| | | ├──bilstm_cnn.pptx 1.01M
| | | └──pytorch.zip 546.43kb
| | ├──20210718Review2机器翻译.pdf 2.89M
| | ├──20210725Lecture.pdf 5.43M
| | ├──bookClassification(ToDo)(3).zip 34.82M
| | └──README.md 0.03kb
| ├──07-08.第7-8周资料
| | ├──20210725Lecture.pdf 5.43M
| | ├──20210801lecture7预处理及深度学习技巧.pdf 4.31M
| | ├──20210801Review1debug.pdf 1.60M
| | ├──20210802Review2Ptr.pdf 1.16M
| | ├──20210803Assignment1讲解.pdf 2.64M
| | ├──bookClassification(ToDo)(3).zip 34.82M
| | └──README.md 0.03kb
| ├──09.第九周资料
| | ├──20210815lecture-对话系统.pdf 5.14M
| | ├──20210816workshop.pptx 4.28M
| | └──20210816预习.pdf 456.36kb
| ├──10.第十周资料
| | ├──20210822Lecture9-邻近搜索.pdf 3.01M
| | └──20210823Skip List+NHSW(1).pptx 2.83M
| ├──11-12.第11和12周资料
| | ├──0830信息检索及倒排技术1.pdf 4.53M
| | ├──0830信息检索及倒排技术2.pdf 3.88M
| | ├──20210905Transformer.pdf 6.75M
| | ├──20210905transformer.zip 3.22M
| | ├──20210906Assignment3-1讲解.pptx 3.25M
| | ├──20210906transformerXL.pdf 2.37M
| | ├──CFG.pdf 1.95M
| | ├──GBDT.pdf 1022.13kb
| | ├──lcs_dp_20210829.zip 74.22kb
| | └──LTR.pdf 1.23M
| ├──16周资料
| | ├──20211017多轮对话.pptx 2.42M
| | └──Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems.pdf 623.78kb
| ├──paper-截至10.1最新
| | ├──0624Efficient Large-Scale Multi-Modal Classification.pdf 138.23kb
| | ├──0624LearningFromImbalancedDataOpen.pdf 459.64kb
| | ├──0624LearningFromImbalancedDataOpen.zip 247.00kb
| | ├──0624Visualizing and understanding convolutional networks.pdf 2.25M
| | ├──2.From Word Embeddings To Document Distances.pdf 1.14M
| | ├──20210705paper04.pdf 22.71M
| | ├──20210711paper05.pdf 3.40M
| | ├──20210711paper05代码复现.zip 34.34M
| | ├──20210712paper5.pptx 1.38M
| | ├──20210712paper5chat.txt 3.54kb
| | ├──20210725Paper-haoran.pdf 3.89M
| | ├──20210822Lecture9-邻近搜索.pdf 3.01M
| | ├──ALBERT.pdf 409.28kb
| | ├──Aspect-Aware Multimodal Summarization for Chinese E-Commerce Products.pdf 954.98kb
| | ├──BERT-OF-THESEUS.pdf 692.05kb
| | ├──From Word Embeddings To Document Distances.pptx 3.19M
| | ├──Keywords-Guided Abstractive Sentence Summarization.pdf 240.14kb
| | ├──Multi-Source Pointer Network for Product Title Summarization.pdf 2.94M
| | ├──Multimodal Summarization with Guidance of Multimodal Reference.pdf 954.98kb
| | ├──README.md 0.01kb
| | ├──TransformerXL Attentive Language Models Beyond a Fixed-Length Context.pdf 4.36M
| | ├──Xlnet.pdf 743.94kb
| | └──【Aspect-Aware Multimodal Summarization for Chinese E-Commerce Products】.pdf 5.49M
| ├──Project-截止到1023最新
| | ├──Project3-2
| | | ├──.gitkeep
| | | ├──Assignment3-2.zip 368.13kb
| | | ├──ranking_datasets.zip 4.98M
| | | └──ReadMe 0.16kb
| | ├──0830.pptx 3.17M
| | ├──1_Assignment3-2_solution.zip 66.70kb
| | ├──3_Assignment2-3_solution(2).zip 52.69kb
| | ├──Assignment1_solution.zip 75.31M
| | ├──Assignment2-1_solution.zip 375.13kb
| | ├──Assignment2-2.zip 371.01kb
| | ├──Assignment2-2_solution(corrected)(1).zip 264.53kb
| | ├──Assignment2-2_solution.zip 250.82kb
| | ├──Assignment2-3.zip 218.65kb
| | ├──Assignment3-1.zip 112.74kb
| | ├──Assignment3-1_solution(1).zip 39.06kb
| | ├──Assignment3-3.zip 200.11kb
| | ├──Assignment3-3_solution.zip 207.71kb
| | ├──JD-NLP3_handbook.pdf 1.49M
| | ├──JDNLP-项目一答案.zip 34.73M
| | ├──README.md
| | ├──京东-贪心NLP项目2文档.pdf 2.18M
| | └──项目二.zip 1.22M
| ├──Project-截至10.1最新
| | ├──Project3-2
| | | ├──.gitkeep
| | | ├──Assignment3-2.zip 368.13kb
| | | ├──ranking_datasets.zip 4.98M
| | | └──ReadMe 0.16kb
| | ├──0830.pptx 3.17M
| | ├──3_Assignment2-3_solution(2).zip 52.69kb
| | ├──Assignment1_solution.zip 75.31M
| | ├──Assignment2-2.zip 371.01kb
| | ├──Assignment2-2_solution(corrected)(1).zip 264.53kb
| | ├──Assignment2-2_solution.zip 250.82kb
| | ├──Assignment2-3.zip 218.65kb
| | ├──Assignment3-1.zip 112.74kb
| | ├──Assignment3-1_solution(1).zip 39.06kb
| | ├──Assignment3-3.zip 200.11kb
| | ├──JD-NLP3_handbook.pdf 1.49M
| | ├──JDNLP-项目一答案.zip 34.73M
| | ├──README.md
| | ├──京东-贪心NLP项目2文档.pdf 2.18M
| | └──项目二.zip 1.22M
| ├──全量资料完整版
| | ├──course-info
| | | ├──data
| | | └──README.md 28.24kb
| | ├──data
| | | ├──620pan
| | | ├──620tuan
| | | ├──data
| | | ├──dp
| | | ├──han6.22
| | | ├──Han(6.7)
| | | ├──jd books project
| | | ├──ning6.7
| | | ├──第一次小作业:作业代码0010
| | | ├──1024求职建议与面试准备.pptx 10.86M
| | | ├──2021.6.21.pptx 17.88M
| | | ├──20210615_贪心科技_机器学习常用库介绍代码资料.zip 1.50M
| | | ├──Assignment3-3-2.pptx 4.90M
| | | ├──Assignment3-3讲解.pptx 6.15M
| | | ├──jd图书文本分类更新版.zip 3.23M
| | | ├──Lecture 3-扣扣-上课用.pdf 1.45M
| | | ├──Mini-homework1.ipynb 6.87kb
| | | ├──NLP面试项目经验.pptx 8.62M
| | | ├──slide1.pptx 2.17M
| | | ├──stopwords(1).txt 5.13kb
| | | ├──编程环境搭建(4).pptx 176.42kb
| | | ├──编程最佳实践.pptx 1.27M
| | | ├──词向量的训练以及使用_review(1).pptx 5.61M
| | | ├──第二课.pptx 16.28M
| | | ├──第二篇论文.pdf 143.13kb
| | | ├──第三篇论文.pdf 9.74M
| | | ├──第四篇.pdf 3.32M
| | | ├──第一篇论文.pdf 122.29kb
| | | ├──京东NLP第一课.pptx 9.14M
| | | ├──京东paper01.pdf 2.81M
| | | ├──京东paper02.pdf 8.12M
| | | ├──京东paper03.pdf 14.04M
| | | ├──面试总结.pdf 1.11M
| | | ├──样本不平衡.pptx 4.41M
| | | ├──自然语言处理楚江及常见技术.pptx 3.18M
| | | └──最佳实践.zip 347.78kb
| | ├──data2
| | | ├──20210704Review2
| | | ├──20210704Review3
| | | ├──20210718Lecture6
| | | ├──20210718ReviewNamed Entity Recognition with Bidirectional LSTM-CNNs
| | | ├──20210829 Lecture
| | | ├──20210905Lecture
| | | ├──7.12review3
| | | ├──0830信息检索及倒排技术1.pdf 4.53M
| | | ├──0830信息检索及倒排技术2.pdf 3.88M
| | | ├──20210704Lecture4.pdf 3.72M
| | | ├──20210704review1.pptx 9.97M
| | | ├──20210711Lecture(hu).pdf 3.31M
| | | ├──20210711review1CPU和GPU.pptx 7.15M
| | | ├──20210711Review2.pdf 1.91M
| | | ├──20210712review3chat.txt 13.32kb
| | | ├──20210718Review2机器翻译.pdf 2.89M
| | | ├──20210725Lecture.pdf 5.43M
| | | ├──20210801lecture7预处理及深度学习技巧.pdf 4.31M
| | | ├──20210801Review1debug.pdf 1.60M
| | | ├──20210802Review2Ptr.pdf 1.16M
| | | ├──20210803Assignment1讲解.pdf 2.64M
| | | ├──20210815lecture-对话系统.pdf 5.14M
| | | ├──20210816workshop.pptx 4.28M
| | | ├──20210816预习.pdf 456.36kb
| | | ├──20210822Lecture9-邻近搜索.pdf 3.01M
| | | ├──20210823Skip List+NHSW(1).pptx 2.83M
| | | ├──20210905Transformer.pdf 6.75M
| | | ├──20210905transformer.zip 3.22M
| | | ├──20210906Assignment3-1讲解.pptx 3.25M
| | | ├──20210906transformerXL.pdf 2.37M
| | | ├──20210912_lecture_5-1.pdf 29.46M
| | | ├──20210913Assignment3-1讲解答疑.pptx 4.64M
| | | ├──20210913Bert代码(1).pptx 1.19M
| | | ├──20210913JDNLP1Bert-GPT.pdf 7.21M
| | | ├──20210919Assignment3-2讲解.pptx 5.90M
| | | ├──20210919paper10.pdf 26.78M
| | | ├──20210919XLNet-Albert.pptx 5.18M
| | | ├──20211017多轮对话.pptx 2.42M
| | | ├──bookClassification(ToDo)(3).zip 34.82M
| | | ├──lcs_dp_20210829.zip 74.22kb
| | | ├──README.md 0.03kb
| | | ├──TRADE.pdf 4.08M
| | | ├──xlnet(1).zip 1.83M
| | | └──模型压缩-上课用(4).pdf 18.55M
| | ├──paper
| | | ├──0624Efficient Large-Scale Multi-Modal Classification.pdf 138.23kb
| | | ├──0624LearningFromImbalancedDataOpen.pdf 459.64kb
| | | ├──0624LearningFromImbalancedDataOpen.zip 247.00kb
| | | ├──0624Visualizing and understanding convolutional networks.pdf 2.25M
| | | ├──2.From Word Embeddings To Document Distances.pdf 1.14M
| | | ├──20210705paper04.pdf 22.71M
| | | ├──20210711paper05.pdf 3.40M
| | | ├──20210711paper05代码复现.zip 34.34M
| | | ├──20210712paper5.pptx 1.38M
| | | ├──20210712paper5chat.txt 3.54kb
| | | ├──20210725Paper-haoran.pdf 3.89M
| | | ├──20210822Lecture9-邻近搜索.pdf 3.01M
| | | ├──ALBERT.pdf 409.28kb
| | | ├──Aspect-Aware Multimodal Summarization for Chinese E-Commerce Products.pdf 954.98kb
| | | ├──BERT-OF-THESEUS.pdf 692.05kb
| | | ├──From Word Embeddings To Document Distances.pptx 3.19M
| | | ├──Keywords-Guided Abstractive Sentence Summarization.pdf 240.14kb
| | | ├──Multi-Source Pointer Network for Product Title Summarization.pdf 2.94M
| | | ├──Multimodal Summarization with Guidance of Multimodal Reference.pdf 954.98kb
| | | ├──README.md 0.01kb
| | | ├──Transferable Multi-Domain State Generator for Task-Oriented Dialogue Systems.pdf 623.78kb
| | | ├──TransformerXL Attentive Language Models Beyond a Fixed-Length Context.pdf 4.36M
| | | ├──Xlnet.pdf 743.94kb
| | | └──【Aspect-Aware Multimodal Summarization for Chinese E-Commerce Products】.pdf 5.49M
| | └──Project
| | | ├──Project3-2
| | | ├──0830.pptx 3.17M
| | | ├──1_Assignment3-2_solution.zip 66.70kb
| | | ├──3_Assignment2-3_solution(2).zip 52.69kb
| | | ├──Assignment1_solution.zip 75.31M
| | | ├──Assignment2-1_solution.zip 375.13kb
| | | ├──Assignment2-2.zip 371.01kb
| | | ├──Assignment2-2_solution(corrected)(1).zip 264.53kb
| | | ├──Assignment2-2_solution.zip 250.82kb
| | | ├──Assignment2-3.zip 218.65kb
| | | ├──Assignment3-1.zip 112.74kb
| | | ├──Assignment3-1_solution(1).zip 39.06kb
| | | ├──Assignment3-3.zip 200.11kb
| | | ├──Assignment3-3_solution.zip 207.71kb
| | | ├──JD-NLP3_handbook.pdf 1.49M
| | | ├──JDNLP-项目一答案.zip 34.73M
| | | ├──README.md
| | | ├──京东-贪心NLP项目2文档.pdf 2.18M
| | | └──项目二.zip 1.22M
| ├──上课资料-全量版本-最全-截止到10.1最新
| | ├──data1
| | | ├──620pan
| | | ├──620tuan
| | | ├──data
| | | ├──dp
| | | ├──han6.22
| | | ├──Han(6.7)
| | | ├──jd books project
| | | ├──ning6.7
| | | ├──第一次小作业:作业代码0010
| | | ├──2021.6.21.pptx 17.88M
| | | ├──20210615_贪心科技_机器学习常用库介绍代码资料.zip 1.50M
| | | ├──jd图书文本分类更新版.zip 3.23M
| | | ├──Lecture 3-扣扣-上课用.pdf 1.45M
| | | ├──Mini-homework1.ipynb 6.87kb
| | | ├──slide1.pptx 2.17M
| | | ├──stopwords(1).txt 5.13kb
| | | ├──编程环境搭建(4).pptx 176.42kb
| | | ├──编程最佳实践.pptx 1.27M
| | | ├──词向量的训练以及使用_review(1).pptx 5.61M
| | | ├──第二课.pptx 16.28M
| | | ├──第二篇论文.pdf 143.13kb
| | | ├──第三篇论文.pdf 9.74M
| | | ├──第四篇.pdf 3.32M
| | | ├──第一篇论文.pdf 122.29kb
| | | ├──京东NLP第一课.pptx 9.14M
| | | ├──京东paper01.pdf 2.81M
| | | ├──京东paper02.pdf 8.12M
| | | ├──京东paper03.pdf 14.04M
| | | ├──样本不平衡.pptx 4.41M
| | | ├──自然语言处理楚江及常见技术.pptx 3.18M
| | | └──最佳实践.zip 347.78kb
| | └──data2
| | | ├──20210704Review2
| | | ├──20210704Review3
| | | ├──20210718Lecture6
| | | ├──20210718ReviewNamed Entity Recognition with Bidirectional LSTM-CNNs
| | | ├──20210829 Lecture
| | | ├──20210905Lecture
| | | ├──7.12review3
| | | ├──0830信息检索及倒排技术1.pdf 4.53M
| | | ├──0830信息检索及倒排技术2.pdf 3.88M
| | | ├──20210704Lecture4.pdf 3.72M
| | | ├──20210704review1.pptx 9.97M
| | | ├──20210711Lecture(hu).pdf 3.31M
| | | ├──20210711review1CPU和GPU.pptx 7.15M
| | | ├──20210711Review2.pdf 1.91M
| | | ├──20210712review3chat.txt 13.32kb
| | | ├──20210718Review2机器翻译.pdf 2.89M
| | | ├──20210725Lecture.pdf 5.43M
| | | ├──20210801lecture7预处理及深度学习技巧.pdf 4.31M
| | | ├──20210801Review1debug.pdf 1.60M
| | | ├──20210802Review2Ptr.pdf 1.16M
| | | ├──20210803Assignment1讲解.pdf 2.64M
| | | ├──20210815lecture-对话系统.pdf 5.14M
| | | ├──20210816workshop.pptx 4.28M
| | | ├──20210816预习.pdf 456.36kb
| | | ├──20210822Lecture9-邻近搜索.pdf 3.01M
| | | ├──20210823Skip List+NHSW(1).pptx 2.83M
| | | ├──20210905Transformer.pdf 6.75M
| | | ├──20210905transformer.zip 3.22M
| | | ├──20210906Assignment3-1讲解.pptx 3.25M
| | | ├──20210906transformerXL.pdf 2.37M
| | | ├──20210912_lecture_5-1.pdf 29.46M
| | | ├──20210913Assignment3-1讲解答疑.pptx 4.64M
| | | ├──20210913Bert代码(1).pptx 1.19M
| | | ├──20210913JDNLP1Bert-GPT.pdf 7.21M
| | | ├──20210919Assignment3-2讲解.pptx 5.90M
| | | ├──20210919paper10.pdf 26.78M
| | | ├──20210919XLNet-Albert.pptx 5.18M
| | | ├──bookClassification(ToDo)(3).zip 34.82M
| | | ├──lcs_dp_20210829.zip 74.22kb
| | | ├──README.md 0.03kb
| | | └──模型压缩-上课用(4).pdf 18.55M
| └──数据集【勿外传,发现流出,后期不提供数据集】
| | ├──项目二数据集
| | | ├──服饰_50k.json 74.47M
| | | └──服饰数据.json 29.79M
| | ├──项目三数据集
| | | ├──chat.txt
| | | ├──order.txt 15.62M
| | | ├──user.txt 17.62M
| | | ├──ware.txt 1.63M
| | | ├──测试集.txt 192.35kb
| | | └──开发集.txt 207.33kb
| | └──项目一数据集
| | | ├──book_cover.zip 1.46G
| | | ├──chinese_L-12_H-768_A-12.zip 364.20M
| | | ├──dev.csv 72.11M
| | | ├──dev_clean.csv 32.19M
| | | ├──label2id.json 0.96kb
| | | ├──stopwords.txt 5.13kb
| | | ├──test.csv 36.07M
| | | ├──test_clean.csv 16.03M
| | | ├──train.csv 247.44M
| | | └──train_clean.csv 112.52M
├──数据集
| └──新建文件夹
| | └──数据集
| | | ├──项目二数据集
| | | ├──项目三数据集
| | | └──项目一数据集

 

系列三:2022企业级NLP实战教程项目视频全套

├──01-核心能力提升班自然语言处理方向
| ├──1.1 语言模型与语法树
| | ├──Lecture-1.pptx 12.29M
| | ├──lesson_1class.zip 6.25kb
| | ├──第一节课作业.zip 11.13kb
| | ├──数据集.zip 74.19M
| | ├──优秀作业推荐-核心lesson01-.zip 316.67kb
| | └──作业数据集.zip 13.30M
| ├──10.1 CNN卷积神经网络
| | ├──lecture-10.pdf 26.80M
| | └──核心优秀作业1-liuhc-18511858245-homework10.zip 250.39kb
| ├──11.1 RNN循环神经网络
| | ├──lecture-11.pdf 11.47M
| | └──核心优秀作业1-liuhc-18511858245-homework11.zip 37.94kb
| ├──12.1 Transformer与BERT,大规模预训练问题
| | └──lecture-12.pdf 16.27M
| ├──13.1 面向服务的智能客户机器人与新闻自动摘要生成
| | ├──lecture-13.pptx.zip 21.18M
| | └──优秀作业13-郭晟晔-13904629678seq2seq_chatbot.zip 41.95kb
| ├──14.1 高级人工智能知识
| | ├──lecture-14.pptx.zip 21.68M
| | └──优秀作业14-18362989058-画圈圈.zip 7.28M
| ├──2.1 爬虫、搜索引擎与 自动路径决策
| | ├──Assignment_02.zip 1.98kb
| | ├──Lecture_02.zip 146.91kb
| | ├──Lecture_2 copy.pptx 14.97M
| | ├──Lecture_2.pptx 14.09M
| | └──优秀作业.docx 10.72kb
| ├──3.1 动态规划与编辑距离
| | ├──article_9k(2).txt 90.73M
| | ├──Assignment_3.zip 1.22kb
| | ├──Lecture_3.zip 8.67kb
| | ├──Lecture_3_new.pptx 28.49M
| | └──核心课lesson03优秀作业-吴.zip 5.72kb
| ├──4.1 自然语言理解初步
| | ├──Assignment_4.zip 1.03kb
| | ├──Lecture_3.zip 15.59kb
| | ├──第四课 copy.pptx 6.21M
| | ├──第四课.pptx 4.80M
| | └──核心Lesson04优秀作业_wu20200923.zip 1.44M
| ├──5.1 经典机器学习一
| | ├──lecture5-zhang(1).pdf 9.05M
| | └──核心优秀作业5-18511858245 (2).zip 485.49kb
| ├──6.1 深度学习
| | └──lecture6.pptx 53.92M
| ├──7.1 经典机器学习二
| | ├──lecture7.pdf 15.14M
| | └──神经网络工具代码的github地址.docx 10.71kb
| ├──8.1 经典机器学习三:非监督、 半监督、主动学习
| | ├──lecture-8-课后.pptx 85.55M
| | └──lecture-8.pptx 85.54M
| ├──9.1 word2vec
| | ├──lecture-9(1).pptx 17.42M
| | ├──lecture-9(2).pptx 44.02M
| | └──核心lesson09优秀作业1-liuhc-1851185824.zip 575.87kb
| ├──1-语言模型与语法树.mp4 453.41M
| ├──10-CNN卷积神经网络.mp4 397.96M
| ├──11-RNN循环神经网络.mp4 410.91M
| ├──12-Transformer与BERT,大规模预训练问题.mp4 443.49M
| ├──13-面向服务的智能客户机器人与新闻自动摘要生成.mp4 411.06M
| ├──14-高级人工智能知识.mp4 494.82M
| ├──2-爬虫、搜索引擎与自动路径决策.mp4 527.65M
| ├──3-动态规划与编辑距离.mp4 489.03M
| ├──4-自然语言理解初步.mp4 549.24M
| ├──5-经典机器学习一.mp4 343.79M
| ├──6-深度学习.mp4 313.56M
| ├──7-经典机器学习二.mp4 348.92M
| ├──8-经典机器学习三:非监督、半监督、主动学习.mp4 364.11M
| └──9-word2vec.mp4 398.91M
├──02-导师制名企实训班自然语言处理方向004期-项目一
| ├──1.1 项目导论与中文 词向量实践
| | ├──week1-homework(1).zip 11.88kb
| | ├──导师班4期lecture-week1.pdf 9.18M
| | ├──导师班4期week1课后有笔记.pdf 7.13M
| | ├──课上代码Lecture1(1).zip 7.98kb
| | └──名企lesson01优秀作业推荐.zip 3.81kb
| ├──2.1 基于Seq2Seq架构的模型搭建
| | ├──homework-week2(1).zip 19.22kb
| | ├──Lecture2(1).zip 4.33kb
| | ├──导师4期lecture-week2-课后有笔记.pdf 8.79M
| | ├──导师4期lecture-week2-课前.pdf 4.72M
| | └──名企Lesson02优秀作业-王浩然 (2).zip 135.83M
| ├──3.1 NLG过程的优化与项目Inference
| | ├──homework-3(1).zip 42.72kb
| | ├──lecture-3(1).zip 701.39kb
| | ├──导师班4期week3课后有笔记.pdf 4.33M
| | ├──导师班4期week3课前.pdf 1.35M
| | └──名企Lesson03优秀作业_wu20200923.zip 40.44M
| ├──4.1 OOV和Word-repetition问题的改进
| | ├──homework-4(1).zip 50.14kb
| | ├──lecture-4(1).zip 4.53kb
| | ├──导师班4期week4课后有笔记.pdf 5.69M
| | ├──导师班4期week4课前.pdf 3.08M
| | └──名企Lesson04优秀作业_wu20200923.zip 686.28kb
| ├──5.1 基于Transformer特征提取器的改进
| | ├──homework-week5(1).zip 0.51kb
| | ├──lecture5课上代码.zip 6.54kb
| | ├──导师班4期week5课后有笔记.pdf 9.11M
| | ├──导师班4期week5课前.pdf 6.32M
| | └──名企Lesson05优秀作业_.zip 16.11kb
| ├──6.1 BERT在抽取式任务中的效果
| | ├──homework-week6(1).zip 0.42kb
| | ├──sentiment_bert_pytorch(1).zip 5.95kb
| | ├──导师4期lecture-week6课后有笔记.pdf 9.67M
| | ├──导师4期lecture-week6课前.pdf 5.62M
| | └──优秀作业.zip 140.99kb
| ├──7.1 预训练模型在摘要任务中的改进
| | ├──homework-week7(1).zip 0.45kb
| | ├──导师班4期week7课后有笔记.pdf 7.14M
| | ├──导师班4期week7课前.pdf 5.78M
| | └──优秀作业.zip 67.93kb
| ├──8.1 项目总结与回顾
| | ├──homework-week8(1).zip 0.34kb
| | ├──导师班4期week8课后有笔记.pdf 7.31M
| | ├──导师班4期week8课前.pdf 5.25M
| | └──名企Lesson08优秀作业.zip 7.85M
| ├──2.1 基于Seq2Seq架构的模型搭建.mp4 472.30M
| ├──3.1 NLG过程的优化与项目Inference.mp4 646.30M
| ├──4.1 OOV和Word-repetition问题的改进.mp4 446.86M
| ├──5.1 基于Transformer特征提取器的改进.mp4 680.67M
| ├──6.1 BERT在抽取式任务中的效果.mp4 612.12M
| ├──7.1 预训练模型在摘要任务中的改进.mp4 724.35M
| ├──8.1 项目总结与回顾.mp4 409.62M
| └──项目导论与中文词向量实践.mp4 516.50M
├──03-基于大规模预训练模型的机器阅读理解-项目二
| ├──1.1 机器阅读理解发展及任务解析
| | ├──datas.zip 51.78M
| | ├──homework_01_说明.txt 0.40kb
| | ├──lesson_01_mark.pptx 7.49M
| | ├──名企班-week1-张楠.zip 40.00M
| | └──田子敬_week1.zip 665.26kb
| ├──2.1 常见机器阅读理解模型(一)
| | ├──05期名企NLP课程-week02-段慧明.zip 6.84kb
| | ├──homework_02_code.zip 8.79M
| | ├──homework_02_说明.txt 0.35kb
| | └──lesson_02_mark.pptx 14.92M
| ├──3.1 常见机器阅读理解模型(二)
| | ├──BiDAF_pytorch参考代码.zip 7.23M
| | ├──BiDAF_tf2作业说明 第二节参考答案(1).zip 68.52M
| | ├──homework_03_说明.txt 0.98kb
| | ├──lesson_03_mark.pptx 9.99M
| | ├──名企班-week3-孙兴.zip 23.33kb
| | ├──苏煜竣_week3.zip 310.97kb
| | └──阅读理解项目Lesson03优秀作业.zip 1.32M
| ├──4.1 BERT与机器阅读理解
| | ├──homework_04_说明.txt 0.76kb
| | ├──lesson_04.pptx 17.44M
| | ├──lesson_04_codes.zip 56.68kb
| | ├──NLP05-Enterprise-homework4-李博.zip 11.19M
| | ├──week4_田子敬.zip 28.45kb
| | └──阅读理解项目lesson04优秀作业.zip 52.45kb
| ├──5.1 BERT的模型变体
| | ├──homework_05.txt 0.53kb
| | ├──lesson_05(1).pptx 14.51M
| | ├──名企班 week5 龚斌.zip 10.02kb
| | ├──名企班-week5-陈国旗.zip 59.99kb
| | └──阅读理解项目lesson05优秀作业.zip 7.76kb
| ├──6.1 其它阅读理解相关模型
| | ├──6作业讲解.pdf 784.24kb
| | ├──lesson_06.pptx 10.62M
| | ├──lesson_06_codes.zip 24.00M
| | ├──lesson_06_homework.txt 0.20kb
| | ├──罗建军_机器阅读理解week6作业.docx 15.31kb
| | └──名企班-week6-陈国旗.zip 14.70kb
| ├──7.1 模型集成与部署
| | ├──7作业讲解.pdf 12.42M
| | ├──lesson_07.pptx 3.57M
| | ├──lesson_07_code.zip 26.36M
| | ├──lesson_07_homework.txt 0.30kb
| | ├──mq_week7_杜宇鹏.zip 6.41kb
| | ├──week7-钱郎-ensemble.zip 6.09kb
| | ├──week7_笔记_田子敬.docx 376.90kb
| | └──第七章笔记-黄苛.docx 21.46kb
| ├──8.1 项目总结
| | ├──6作业讲解.pdf 784.24kb
| | ├──7作业讲解.pdf 12.42M
| | ├──homework_lesson_08.txt 0.33kb
| | ├──lesson_08_mark.pptx 14.10M
| | ├──风老师项目总结资料.zip 35.99kb
| | ├──机器阅读理解总结_Lesson8_王皓.pdf 1.60M
| | ├──名企班-week8-潘维维(学习笔记).pdf 207.98kb
| | ├──名企班-司德谭-week8.zip 504.36kb
| | └──张楠-homework08.zip 669.21kb
| ├──1-机器阅读理解发展及任务解析.mp4 402.58M
| ├──2-常见机器阅读理解模型(一).mp4 423.12M
| ├──3-常见机器阅读理解模型(二).mp4 445.78M
| ├──4-BERT与机器阅读理解.mp4 585.25M
| ├──5-BERT的模型变体.mp4 412.30M
| ├──6-其它阅读理解相关模型.mp4 521.85M
| ├──7-模型集成与部署.mp4 556.95M
| └──8-项目总结.mp4 595.72M
├──04-企业级任务型对话机器人-项目三
| ├──1.1 智能对话系统导论
| | ├──1-Conversational-AI-Overview(1).pdf 34.33M
| | ├──Course 1 – HW – Black.pdf 25.28kb
| | └──week 1 作业.docx 11.61kb
| ├──10.1 端到端的对话系统和智能对话系统在工业中
| | ├──8-Conversational-AI-in-Industry-and-Interview.pdf 25.01M
| | ├──AI面试内参.pdf 2.19M
| | ├──paper.zip 64.15M
| | └──张佶-多语言阿里小蜜.pdf 10.87M
| ├──2.1 使用 RASA 制作你的第一个对话机器人
| | ├──2-RASA-ChatBot-Framework (1).pdf 2.30M
| | ├──2-RASA-ChatBot-Framework(1).pdf 7.42M
| | ├──week 2 (1).docx 128.86kb
| | ├──week 2.docx 128.86kb
| | ├──对话项目lesson02优秀作业.zip 83.80M
| | └──名企班-week2-陈国旗–rasa总结.pdf 228.51kb
| ├──3.1 深入 RASA 源码和定制化你的对话机器人
| | ├──3-Dive-Into-RASA-and-Customerize-Your-ChatBot (1).pdf 4.52M
| | ├──3-Dive-Into-RASA-and-Customerize-Your-ChatBot.pdf 4.85M
| | └──截屏2021-01-08 上午11.28.27.png 102.91kb
| ├──4.1 代码课-基于 rasa 做 KBQA
| | ├──cdss.zip 287.27kb
| | └──process_data.zip 15.84M
| ├──5.1 自然语言理解(NLU)
| | └──4-Natural-Language-Understanding(1).pdf 9.28M
| ├──6.1 HuggingFace’s Transformer和基于规则的对话状态跟踪
| | └──5-Further NLU and Dialogue State Tracking.pdf 4.37M
| ├──7.1 基于模型的对话跟踪和基于规则的Dialogue Policy
| | ├──6-Model-based-DST-and-Rule-based-Dialogue-Policy.pdf 3.64M
| | └──B34A7FD9-38E6-4B45-B517-FFABD2D15F6A.png 128.74kb
| ├──8.1 代码课-NLU 和 DST 联合建模方法
| ├──9.1 基于模版的对话生成和有限状态机(FSM)
| | ├──7-Model-based-DP-and-Template-based-NLG.pdf 18.94M
| | └──微信图片_20210314081233.jpg 98.36kb
| ├──1-智能对话系统导论.mp4 590.83M
| ├──10-端到端的对话系统和智能对话系统在工业中.mp4 443.30M
| ├──2-使用RASA制作你的第一个对话机器人.mp4 641.52M
| ├──3-深入RASA源码和定制化你的对话机器人.mp4 912.22M
| ├──4-代码课-基于rasa做KBQA.mp4 547.98M
| ├──5-自然语言理解(NLU).mp4 543.21M
| ├──6-HuggingFacesTransformer和基于规则的对话状态跟踪.mp4 551.42M
| ├──7-基于模型的对话跟踪和基于规则的DialoguePolicy.mp4 602.25M
| ├──8-代码课-NLU和DST联合建模方法.mp4 483.28M
| └──9-基于模版的对话生成和有限状态机(FSM).mp4 625.04M
├──05-数据分析与Python程序设计基础
| ├──1.1 Python 数据智能编程基础
| | ├──lesson01DAV0.6.pptx 9.56M
| | ├──Week01-BI.pdf 230.08kb
| | ├──Week01-CV.pdf 230.08kb
| | └──Week01-NLP.pdf 230.08kb
| ├──2.1 Python 格式化数据处理 – Pandas
| | ├──lesson02DAV1.0.pptx 5.27M
| | ├──Week02-BI.pdf 258.21kb
| | ├──Week02-CV.pdf 258.21kb
| | └──Week02-NLP.pdf 258.21kb
| ├──3.1 数据可视化
| | ├──lesson03DAV0.8.pptx 9.32M
| | ├──Week03-BI.pdf 705.73kb
| | ├──Week03-CV.pdf 705.73kb
| | └──Week03-NLP.pdf 705.73kb
| ├──4.1 网络信息分析
| | ├──assignment04-1.作业答案参考py.zip 0.79kb
| | ├──assignment04-2.作业答案参考py.zip 1.00kb
| | ├──lesson04DAV0.7.pptx 7.54M
| | ├──Week04-BI.pdf 535.74kb
| | ├──Week04-CV.pdf 535.74kb
| | └──Week04-NLP.pdf 535.74kb
| ├──5.1 文本信息自动化处理
| | ├──assignment05.py作业答案参考.zip 2.04kb
| | ├──L5.zip 12.85M
| | ├──tfidf.zip 3.62kb
| | └──Week 05.pdf 213.38kb
| ├──6.1 Python 办公自动化
| | ├──assignment06_auto_email.py作业答案参考.zip 1.43kb
| | ├──assignment06_daily_report.py.作业答案参考.zip 1.59kb
| | ├──code.zip 34.10M
| | ├──lesson06DAV0.9.pdf 1.70M
| | └──Week 06.pdf 174.94kb
| ├──7.1 服务器、数据库与分布式系统
| | ├──assignment07.py.作业答案参考zip.zip 1.79kb
| | ├──L7-code-afterclass.zip 67.47kb
| | ├──lesson07DAV0.5.pdf 2.47M
| | └──Week 07.pdf 501.07kb
| ├──1.1 Python数据智能编程基础.mp4 338.46M
| ├──2.1 Python格式化数据处理-Pandas.mp4 367.38M
| ├──3.1 数据可视化.mp4 416.35M
| ├──4.1 网络信息分析.mp4 453.19M
| ├──5.1 文本信息自动化处理.mp4 462.10M
| ├──6Python办公自动化.mp4 493.62M
| └──7Python办公自动化.mp4 569.04M
├──06-微软九步AI学习法-人工智能核心知识强化课程
| ├──1.1 搜索树,图算法,深度优化与广度优化,算法的时间复杂度
| | ├──Assignment01-BI.zip 10.00kb
| | ├──Assignment01-CV.zip 10.00kb
| | ├──Assignment01-NLP.zip 10.00kb
| | ├──Assignment01.zip 10.00kb
| | ├──Git 思维导图.zip 9.82kb
| | ├──Git 与版本控制、代码风格.pptx 6.90M
| | ├──image-retrieval-master.zip 11.43kb
| | ├──lesson01-course.zip 4.55M
| | ├──networkx如何设置中文.zip 5.03M
| | └──图像检索项目指导书与数据.zip 2.44G
| ├──1.2 第一周作业讲解
| | └──参考答案.zip 686.36kb
| ├──2.1 神经网络基础,tensorflow和pytorch框架
| | ├──Assignment02.zip 128.37kb
| | ├──house_price.zip 1.84kb
| | ├──L2.1.zip 9.57M
| | └──参考答案.zip 1.09kb
| ├──3.1 深度卷积网络与计算机图像
| | ├──ai-core-lesson-03-cnn V1.1.pdf 4.69M
| | ├──Assignment 03.zip 38.71kb
| | └──微软_lesson03.zip 7.70M
| ├──3.2 深度卷积网络与计算机图像2
| | ├──Assignment 03_2.pdf 252.17kb
| | ├──Assignment03-refer作业答案参考.py.zip 1.91kb
| | ├──cnn_feature_map_demo.zip 0.45kb
| | ├──L3-code(1).zip 646.47kb
| | └──lesson03AIV1.3.pdf 3.30M
| ├──4.1 循环神经网络,文本表征,词向量初步,文本自动分类
| | ├──Assignment 04.pdf 215.74kb
| | ├──L4-code.zip 61.07M
| | ├──lesson04AIV1.7.pdf 1.59M
| | └──Refer-Assignment04.zip 5.61kb
| ├──5.1 Seq2Sequence,机器自动翻译, Image Caption, Attention机制
| | ├──Assignment_05.zip 1.32kb
| | ├──cmn-eng.zip 940.48kb
| | └──Lesson_05.zip 2.38M
| ├──6.1 贝叶斯,决策树,随机森林,SVM模型
| | ├──Assignment06.zip 39.78M
| | ├──assignment06作业参考答案.py.zip 3.32kb
| | ├──L6.zip 39.79M
| | ├──lesson06AIV0.4.pdf 1.45M
| | ├──lesson06AIV0.8.pptx 6.40M
| | └──lesson06AIV0.8(PDF).pdf 9.91M
| ├──7.1 加课:seq2seq的代码及作业的讲解
| | ├──bleu1.py.zip 0.84kb
| | ├──lesson05AIV1.0.pptx 13.04M
| | └──lesson05AIV1.2.pptx 13.19M
| ├──Git与版本控制、代码风格.mp4 391.63M
| ├──Seq2Sequence,机器自动翻译,ImageCaption,Attention机制.mp4 416.28M
| ├──贝叶斯,决策树,随机森林,SVM模型.mp4 552.22M
| ├──第一周作业讲解.mp4 342.70M
| ├──加课:seq2seq的代码及作业的讲解.mp4 505.84M
| ├──深度卷积网络与计算机图像.mp4 320.09M
| ├──深度卷积网络与计算机图像2.mp4 424.85M
| ├──神经网络基础,tensorflow和pytorch框架.mp4 380.20M
| ├──搜索树,图算法,深度优化与广度优化,算法的时间复杂度.mp4 514.82M
| └──循环神经网络,文本表征,词向量初步,文本自动分类.mp4 560.99M
├──07-0基础 Python 入门
| ├──1.1 Python 基础入门
| | ├──go.zip 1.32kb
| | └──week1-python入门基础.zip 1.63M
| ├──2.1 Python 编程入门
| | └──week2-python编程基础1.zip 4.17M
| ├──3.1 常用模块-numpy
| | └──week3-numpy.zip 2.41M
| ├──4.1 常用模块-pandas
| | └──week4-pandsa.zip 1.11M
| ├──5.1 数据可视化
| | └──week5-数据可视化.zip 972.13kb
| ├──6.1 Python 办公自动化
| | ├──code.zip 34.10M
| | └──lesson06DAV0.9.pptx 4.78M
| ├──python-1-Python基础入门.mp4 390.37M
| ├──python-2-Python编程入门.mp4 577.79M
| ├──python-3-常用模块-numpy.mp4 670.98M
| ├──python-4-常用模块-pandas.mp4 405.88M
| ├──python-5-数据可视化.mp4 374.88M
| └──python-6-Python办公自动化.mp4 493.62M
├──08-深度学习框架选修课
| ├──1.1 tensorflow基础知识以及高级api keras
| | ├──课堂代码.docx 10.92kb
| | ├──深度学习框架.pptx 15.84M
| | └──学习资料.zip 3.06M
| ├──2.1 搭建模型和进阶操作
| | └──2-1搭建模型和进阶操作课堂代码.docx 11.32kb
| ├──3.1 tensorflow实践项目“大杂烩”
| | ├──课堂代码.docx 11.66kb
| | └──学习资料.zip 10.12M
| ├──4.1 pytorch基础知识
| | └──课堂代码.docx 11.64kb
| ├──5.1 pytorch神经网络搭建
| | ├──stn.pdf 7.89M
| | └──课程代码.docx 11.42kb
| ├──pytorch基础知识.mp4 356.77M
| ├──pytorch神经网络搭建.mp4 420.56M
| ├──tensorflow基础知识以及高级apikeras.mp4 415.90M
| ├──tensorflow实践项目“大杂烩”.mp4 560.89M
| └──搭建模型和进阶操作.mp4 533.56M
├──09-人工智能基础能力提升课
| ├──1.1 编程基础
| | ├──Allen B. Downey – Think Python (2012, O’Reilly Media) – libgen.lc.pdf 7.40M
| | └──Lesson-01学习资料.zip 50.13M
| ├──2.1 数据分析基础
| | └──Lesson-02学习资料.zip 716.88kb
| ├──3.1 机器学习的基本方法
| | ├──Lesson-03学习资料.zip 10.19M
| | └──lesson03AIV0.5(2).pptx 5.22M
| ├──4.1 机器学习的基本方法(二)
| | └──week4学习资料.zip 22.04M
| ├──5.1 神经网络的基本原理与方法(一)
| | ├──L5-code.zip 41.23kb
| | └──lesson05AIVV1.1.pptx 6.94M
| ├──6.1 神经网络的基本原理与方法(二)
| | ├──L6-code.zip 5.86kb
| | └──lesson06AIV0.8.pptx 7.38M
| ├──7.1 卷积神经网络(一)
| | └──lesson07AIV1.3.pptx 6.67M
| ├──8.1 卷积神经网络(二)
| | ├──L8-code.zip 87.44M
| | └──lesson08BIV0.6.pptx 17.62M
| ├──9.1 图像目标检测
| | ├──lesson09AIV2.1.pptx 9.84M
| | └──Object_Detection_Mask.zip 243.21M
| ├──week1-编程基础.mp4 477.46M
| ├──week2-数据分析基础.mp4 428.80M
| ├──week3机器学习的基本方法.mp4 546.23M
| ├──week4机器学习的基本方法(二).mp4 359.58M
| ├──week5神经网络的基本原理与方法(一).mp4 450.52M
| ├──week6神经网络的基本原理与方法(二).mp4 442.84M
| ├──week7卷积神经网络(一).mp4 440.02M
| ├──week8卷积神经网络(二).mp4 464.96M
| └──week9图像目标检测.mp4 601.70M
└──10-公开课
| └──公开课-AI算法工程师被裁的原因是什么?-20210127.mp4 556.05M

系列四:用NLP实践TensorFlow打造聊天机器人实战项目

 

    • 视频:1-1 课程导学 (12:34)
第2章 基础知识8 节 | 71分钟

 

    • 视频:2-1 什么是TensorFlow (10:24)
    • 视频:2-2 张量、图、会话 (06:17)
    • 视频:2-3 TensorFlow原理及模型训练 (08:37)
    • 视频:2-4 Android操作系统 (16:19)
    • 视频:2-5 Java安装 (10:15)
    • 视频:2-6 Java环境搭建 (02:40)
    • 视频:2-7 Android安装及运行 (10:39)
    • 视频:2-8 第一个Android程序 (05:34)
第3章 循环神经网络(RNN与LSTM)8 节 | 71分钟

本章主要讲解了循环神经网络的相关知识,并介绍了循环神经网络的衍生网络LSTM,并对sequence to sequence和神经网络训练过程中的梯度爆炸和梯度消失相关内容介绍了解决方法。

收起列表

    • 视频:3-1 常用模型 (10:15)
    • 视频:3-2 BP神经网络 (10:53)
    • 视频:3-3 循环神经网络(1) (06:58)
    • 视频:3-4 循环神经网络(2) (06:07)
    • 视频:3-5 循环神经网络(双向RNN) (10:23)
    • 视频:3-6 循环神经网络(梯度爆炸和梯度消失1) (09:44)
    • 视频:3-7 循环神经网络(梯度爆炸和梯度消失2) (06:07)
    • 视频:3-8 长短期记忆网络(LSTM) (10:12)
第4章 NLP基础11 节 | 108分钟

介绍什么是RNN和LSTM,并介绍他们在NLP处理中如何去使用,介绍什么是NLP语言模型,以及常用的工作方式,介绍什么是word2vec,并进行详细解释;

收起列表

    • 视频:4-1 NLP基础 (04:19)
    • 视频:4-2 分词技术 (05:29)
    • 视频:4-3 词性标注 (08:34)
    • 视频:4-4 命名实体识别 (08:25)
    • 视频:4-5 贝叶斯与朴素贝叶斯(1) (07:54)
    • 视频:4-6 贝叶斯与朴素贝叶斯(2) (07:28)
    • 视频:4-7 隐马尔科夫模型 (16:37)
    • 视频:4-8 隐马尔科夫模型实现命名实体识别 (07:37)
    • 视频:4-9 朴素贝叶斯例子(1) (13:42)
    • 视频:4-10 朴素贝叶斯例子(2) (15:51)
    • 视频:4-11 朴素贝叶斯例子(3) (11:55)
第5章 文本处理方法6 节 | 49分钟

介绍如何建立语料库,以及可以通过什么方式去收集语料库,并介绍常用的语料库,以及介绍如何进行语料的处理和其处理思路等

收起列表

    • 视频:5-1 语料的获取与处理 (15:19)
    • 视频:5-2 NLP中的语言模型 (03:47)
    • 视频:5-3 NLP中的语言模型 一元模型和二元模型 (07:43)
    • 视频:5-4 NLP中的语言模型 N元模型 (02:45)
    • 视频:5-5 词向量与Word2vec (07:26)
    • 视频:5-6 文本处理方法 (11:39)
第6章 实战之聊天语料处理12 节 | 109分钟

结合上章节讲解的内容,本章主要针对我们在聊天机器人训练部分所使用的聊天语料进行处理,处理方法包括但不限于数据清洗、切词、训练语句划分、句子向量等

收起列表

    • 视频:6-1 数据处理-环境搭建 (08:40)
    • 视频:6-2 聊天机器人语料处理流程介绍 (05:53)
    • 视频:6-3 数据处理-句子的构造和判断 (07:52)
    • 视频:6-4 数据处理-正则表达式 (07:04)
    • 视频:6-5 数据处理-句子编码化处理(字典定义及转换) (11:29)
    • 视频:6-6 数据处理-句子编码化处理(训练字典) (10:15)
    • 视频:6-7 数据处理-句子编码化处理(句子和向量之间的转换) (11:00)
    • 视频:6-8 数据处理-训练语料库的解压处理 (09:44)
    • 视频:6-9 数据处理-训练语料问答对的处理(1) (08:37)
    • 视频:6-10 数据处理-训练语料问答对的处理(2) (07:20)
    • 视频:6-11 数据处理-数据模型打包处理 (08:50)
    • 视频:6-12 语料处理实战小结 (11:36)
第7章 聊天机器人原理4 节 | 39分钟

介绍什么是聊天机器人,以及聊天机器人的基本原理,并介绍如何将我们拿到的基础语料处理成我们想要的形式,最后整体阐述聊天机器人的架构设计及详细设计。

收起列表

    • 视频:7-1 Seq2Seq模型 (10:37)
    • 视频:7-2 Seq2Seq模型(注意力机制) (09:35)
    • 视频:7-3 聊天机器人模型(1) (09:46)
    • 视频:7-4 聊天机器人模型(2) (08:42)
第8章 聊天机器人训练-TensorFlow的模型前期处理13 节 | 112分钟

本章介绍了TensorFlow关于模型的处理部分的内容,其中包括GPU和CPU的选择,batch的操作等,这些方法是模型训练的基础,在模型训练过程中起着关键的作用。

收起列表

    • 视频:8-1 线程处理(1) (09:15)
    • 视频:8-2 线程处理(2) (10:10)
    • 视频:8-3 TensorFlow环境搭建 (06:41)
    • 视频:8-4 TensorFlow相关信息操作 (04:50)
    • 视频:8-5 数据操作 转换长度 (07:39)
    • 视频:8-6 batch_flow(1) (07:28)
    • 视频:8-7 batch_flow(2) (05:49)
    • 视频:8-8 batch_flow(3) (14:43)
    • 视频:8-9 batch_flow_bucket(1) (07:58)
    • 视频:8-10 batch_flow_bucket(2) (09:15)
    • 视频:8-11 batch_flow_bucket(3) (04:54)
    • 视频:8-12 batch_flow_bucket(4)生成虚假数据 (12:50)
    • 视频:8-13 batch_flow_bucket(5)测试 (09:53)
第9章 聊天机器人训练-seq2seq的模型编写25 节 | 234分钟

本章使用TensorFlow来进行seq2seq模型训练,从头开始构建了一个seq2seq模型,并将这个模型在训练中进行使用。

收起列表

    • 视频:9-1 基本流程介绍 (10:37)
    • 视频:9-2 基本参数保存,参数验证(1) (08:59)
    • 视频:9-3 基本参数保存,参数验证(2) (09:28)
    • 视频:9-4 基本参数保存,参数验证(3) (08:35)
    • 视频:9-5 基本参数保存,参数验证(4) (05:15)
    • 视频:9-6 构建模型(1) (06:43)
    • 视频:9-7 构建模型(2) (08:38)
    • 视频:9-8 构建一个单独的RNN cell (06:33)
    • 视频:9-9 构建单独的编码器cell(1) (08:38)
    • 视频:9-10 构建单独的编码器cell(2) (08:05)
    • 视频:9-11 构建单独的编码器cell(3) (08:44)
    • 视频:9-12 构建解码器(1) (08:28)
    • 视频:9-13 构建解码器(2) (09:22)
    • 视频:9-14 构建解码器(3) (07:36)
    • 视频:9-15 构建解码器(4) (09:19)
    • 视频:9-16 构建解码器(5) (10:59)
    • 视频:9-17 构建解码器(6) (09:28)
    • 视频:9-18 构建解码器(7) (14:52)
    • 视频:9-19 构建解码器(8) (17:02)
    • 视频:9-20 构建优化器(1) (09:56)
    • 视频:9-21 构建优化器(2) (08:48)
    • 视频:9-22 构建优化器(3) (06:01)
    • 视频:9-23 输入检查 (11:51)
    • 视频:9-24 训练模型 (11:59)
    • 视频:9-25 预测模型 (07:22)
第10章 聊天机器人模型的训练和验证9 节 | 118分钟

本章讲解如何使用tensorflow来训练聊天机器人,并将训练好的聊天机器人进行验证 ,验证后打包成webservice接口进行发布,从而使前端可以进行调用。

收起列表

    • 视频:10-1 第一种模型训练(1) (06:17)
    • 视频:10-2 第一种模型训练(2) (13:28)
    • 视频:10-3 第一种模型训练(3) (12:10)
    • 视频:10-4 第一种模型训练(4) (14:49)
    • 视频:10-5 第一种模型训练(5) (25:35)
    • 视频:10-6 第二种模型训练(1) (11:52)
    • 视频:10-7 第二种模型训练(2) (12:06)
    • 视频:10-8 第二种模型训练(3) (05:34)
    • 视频:10-9 利用flask发布成Webservice接口 (15:45)
第11章 Android的打包与发布10 节 | 140分钟

介绍开发好的Android应用程序如何进行打包部署,以及在是打包部署过程中的注意事项,并带领大家将聊天机器人应用进行发布。

收起列表

    • 视频:11-1 新建项目 (07:49)
    • 视频:11-2 代码结构讲解 (17:15)
    • 视频:11-3 私有变量的定义 (12:25)
    • 视频:11-4 参数初始化 (11:54)
    • 视频:11-5 听写UI监听器 (19:18)
    • 视频:11-6 合成回调监听器 (05:58)
    • 视频:11-7 听写监听器 (27:14)
    • 视频:11-8 语音合成参数设置 (08:59)
    • 视频:11-9 完善项目 (21:32)
    • 视频:11-10 打包发布 (07:15)

 

 

系列五:NLP实战项目之:基于基于Pytorch打造NLP聊天机器人项目实战

 

第1章 课程介绍 试看8 节 | 91分钟

在新兴的人工智能领域,自然语言处理(NLP)是非常重要的组成部分,本课程聚焦于NLP主流方向,应用当下最热门的Pytorch深度学习框架,从理论结合实际,基于中科院工业项目做代码实战,完成检索类聊天机器人和生成式聊天机器人。…

收起列表

    • 视频:1-1 课程导学 (11:25)试看
    • 视频:1-2 聊天机器人的综合介绍 (12:25)
    • 视频:1-3 聊天机器人起源发展 (11:57)
    • 视频:1-4 聊天机器人的分类(1) (05:28)
    • 视频:1-5 聊天机器人的分类(2) (11:59)
    • 视频:1-6 如何构建最简单的聊天机器人(1) (06:17)
    • 视频:1-7 如何构建最简单的聊天机器人(2) (11:52)
    • 视频:1-8 代码小练 (19:01)
第2章 聊天机器人综合介绍8 节 | 91分钟

主要讲解聊天机器人定义,分类,起源和发展和目前的主流行业分布。

收起列表

    • 视频:2-1 NLP基础 (12:25)
    • 视频:2-2 NLP涉及知识 (12:18)
    • 视频:2-3 NLTK库 (04:38)
    • 视频:2-4 语料和词性标注 (11:39)
    • 视频:2-5 分词 (16:07)
    • 视频:2-6 TF-IDF (09:01)
    • 视频:2-7 NLTK安装 (11:30)
    • 视频:2-8 代码小练 (13:06)
第3章 NLP基础 试看5 节 | 68分钟

本章为NLP的核心基础部分,包括NLTK,语料标注,分词,TF-IDF,Word2Vec

收起列表

    • 视频:3-1 NLP基础和聊天机器人 (10:03)
    • 视频:3-2 文本处理方法 (11:03)试看
    • 视频:3-3 word2vec (1) (07:50)试看
    • 视频:3-4 word2vec(2) (17:59)
    • 视频:3-5 代码小练 (21:01)
第4章 检索类聊天机器人5 节 | 66分钟

本章讲解检索类聊天机器人的原理,核心检索技术,贝叶斯分类的应用及chatterbot实现。

收起列表

    • 视频:4-1 检索类的聊天机器人 (22:33)
    • 视频:4-2 贝叶斯分类 (18:06)
    • 视频:4-3 Chatterbot原理 (12:55)
    • 视频:4-4 代码小练 (09:48)
    • 视频:4-5 章节小结 (02:29)
第5章 生成式聊天机器人9 节 | 142分钟

本章讲解生成式聊天机器人的原理,设计流程,RNN/LSTM语言模型。Attention机制,及Seq2Seq模型。

收起列表

    • 视频:5-1 生成类聊天机器人 (07:39)
    • 视频:5-2 RNN LSTM原理 (16:56)
    • 视频:5-3 RNN LSTM模型原理 (12:35)
    • 视频:5-4 Seq2seq介绍 (15:02)
    • 视频:5-5 Attenion应用及分类 (14:11)
    • 视频:5-6 代码实战(1) (21:26)
    • 视频:5-7 代码实战(2) (15:36)
    • 视频:5-8 代码实战(3) (14:38)
    • 视频:5-9 代码实战(4) (23:52)
第6章 Pytorch基础8 节 | 82分钟

本章讲解Pytorch核心原理,动态tensor,建立输入数据,搭建模型训练及测试。

收起列表

    • 视频:6-1 Pytorch入门 (07:56)
    • 视频:6-2 原理机制 (10:24)
    • 视频:6-3 数据载入 (06:05)
    • 视频:6-4 模型训练和验证测试 (11:26)
    • 视频:6-5 代码小练(1) (18:26)
    • 视频:6-6 代码小练(2) (22:04)
    • 视频:6-7 代码训练过程 (03:30)
    • 视频:6-8 章节小结 (01:52)
第7章 机器人发展方向与seqGAN实战9 节 | 134分钟

本章讲解聊天机器人和对抗生成网络GAN和强化学习RL相结合的点,另外SeqGan的原理及代码实现

收起列表

    • 视频:7-1 模型与主流发展方向还是seq2seq+attention (16:33)
    • 视频:7-2 发展方向和SeqGan和深度学习结合 (11:02)
    • 视频:7-3 数据处理 (16:15)
    • 视频:7-4 开发生成器脚本 (22:46)
    • 视频:7-5 开发鉴别器脚本 (14:23)
    • 视频:7-6 开发主函数的脚本(1) (13:58)
    • 视频:7-7 开发主函数的脚本(2) (20:57)
    • 视频:7-8 开发主函数的脚本(3) (14:06)
    • 视频:7-9 代码训练过程 (03:29)
第8章 基于Pytorch聊天机器人代码实战29 节 | 427分钟

本章带领大家从0开始基于Pytorch深度学习框架完成工业级项目,完成闲聊式聊天机器人。

收起列表

    • 视频:8-1 项目介绍 (08:50)
    • 视频:8-2 项目流程思路 (07:28)
    • 视频:8-3 数据分析 (04:10)
    • 视频:8-4 数据预处理 初始化 (18:42)
    • 视频:8-5 数据预处理随机数据 (27:25)
    • 视频:8-6 数据预处理one_epoch word2id (15:44)
    • 视频:8-7 数据预处理seq2id replace方法 (11:30)
    • 视频:8-8 建立模型Encoder(1) (12:44)
    • 视频:8-9 建立模型Encoder(2) (15:00)
    • 视频:8-10 建立模型Decoder (08:12)
    • 视频:8-11 建立模型BAttentiondecoerRNN (19:18)
    • 视频:8-12 建立模型Lattention (13:14)
    • 视频:8-13 建立模型LattentionDecoder (10:58)
    • 视频:8-14 建立模型decoder如何选择 (10:17)
    • 视频:8-15 模型建立seq2seq类及train方法(1) (17:06)
    • 视频:8-16 模型建立seq2seq类及train方法(2) (15:24)
    • 视频:8-17 模型建立seq2seq类及train方法(3) (17:01)
    • 视频:8-18 greedy Search方法 (26:51)
    • 视频:8-19 模型建立beamsearch方法(1) (21:59)
    • 视频:8-20 模型建立beamsearch方法(2) (18:35)
    • 视频:8-21 建立模型验证方法 (11:55)
    • 视频:8-22 建立模型bleu方法 (13:15)
    • 视频:8-23 建立模型embAve方法 (26:09)
    • 视频:8-24 建立模型Y_pre方法及整体思路流程 (27:55)
    • 视频:8-25 训练脚本编写及演示 (08:55)
    • 视频:8-26 模型测脚本编写 (03:51)
    • 视频:8-27 demo脚本编写及演示 (16:54)
    • 视频:8-28 部署步骤分享 (09:15)
    • 视频:8-29 最终总结 (07:58)