日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問(wèn) 生活随笔!

生活随笔

當(dāng)前位置: 首頁(yè) > 编程资源 > 编程问答 >内容正文

编程问答

PyTorch 自然语言处理(Natural Language Processing with PyTorch)翻译完成 | ApacheCN

發(fā)布時(shí)間:2023/12/14 编程问答 44 豆豆
生活随笔 收集整理的這篇文章主要介紹了 PyTorch 自然语言处理(Natural Language Processing with PyTorch)翻译完成 | ApacheCN 小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

譯者:Yif Du

協(xié)議:CC BY-NC-ND 4.0

歡迎任何人參與和完善:一個(gè)人可以走的很快,但是一群人卻可以走的更遠(yuǎn)。

本書(shū)旨在為新人提供自然語(yǔ)言處理(NLP)和深度學(xué)習(xí),以涵蓋這兩個(gè)領(lǐng)域的重要主題。這兩個(gè)主題領(lǐng)域都呈指數(shù)級(jí)增長(zhǎng)。對(duì)于一本介紹深度學(xué)習(xí)和強(qiáng)調(diào)實(shí)施的NLP的書(shū),本書(shū)占據(jù)了重要的中間地帶。在寫(xiě)這本書(shū)時(shí),我們不得不對(duì)哪些材料遺漏做出艱難的,有時(shí)甚至是不舒服的選擇。對(duì)于初學(xué)者,我們希望本書(shū)能夠?yàn)榛A(chǔ)知識(shí)提供強(qiáng)有力的基礎(chǔ),并可以瞥見(jiàn)可能的內(nèi)容。特別是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是一種經(jīng)驗(yàn)學(xué)科,而不是智力科學(xué)。我們希望每章中慷慨的端到端代碼示例邀請(qǐng)您參與這一經(jīng)歷。當(dāng)我們開(kāi)始編寫(xiě)本書(shū)時(shí),我們從PyTorch 0.2開(kāi)始。每個(gè)PyTorch更新從0.2到0.4修改了示例。 PyTorch 1.0將于本書(shū)出版時(shí)發(fā)布。本書(shū)中的代碼示例符合PyTorch 0.4,它應(yīng)該與即將發(fā)布的PyTorch 1.0版本一樣工作.1關(guān)于本書(shū)風(fēng)格的注釋。我們?cè)诖蠖鄶?shù)地方都故意避免使用數(shù)學(xué);并不是因?yàn)樯疃葘W(xué)習(xí)數(shù)學(xué)特別困難(事實(shí)并非如此),而是因?yàn)樗谠S多情況下分散了本書(shū)主要目標(biāo)的注意力——增強(qiáng)初學(xué)者的能力。在許多情況下,無(wú)論是在代碼還是文本方面,我們都有類似的動(dòng)機(jī),我們傾向于對(duì)簡(jiǎn)潔性進(jìn)行闡述。高級(jí)讀者和有經(jīng)驗(yàn)的程序員可以找到方法來(lái)收緊代碼等等,但我們的選擇是盡可能明確,以便覆蓋我們想要達(dá)到的大多數(shù)受眾。

  • 在線閱讀
  • 代碼地址
  • ApacheCN 機(jī)器學(xué)習(xí)交流群 629470233
  • ApacheCN 學(xué)習(xí)資源

目錄

  • Chapter 1.基礎(chǔ)介紹
  • Chapter 2.傳統(tǒng)NLP快速回顧
  • Chapter 3.神經(jīng)網(wǎng)絡(luò)基礎(chǔ)組件
  • Chapter 4.自然語(yǔ)言處理 Feed-Forward Networks
  • Chapter 5.Embedding Words and Types
  • Chapter 6.自然語(yǔ)言處理 Sequence Modeling
  • Chapter 7.自然語(yǔ)言處理的中間 Sequence Modeling
  • Chapter 8.用于自然語(yǔ)言處理的高級(jí) Sequence
  • Chapter 9.經(jīng)典, 前沿和后續(xù)步驟

精品推薦

深度學(xué)習(xí)必學(xué)

  • 反向傳遞: https://www.cnblogs.com/charlotte77/p/5629865.html
  • CNN原理: http://www.cnblogs.com/charlotte77/p/7759802.html
  • RNN原理: https://blog.csdn.net/qq_39422642/article/details/78676567
  • LSTM原理: https://blog.csdn.net/weixin_42111770/article/details/80900575
  • 自然語(yǔ)言處理

    • Python 自然語(yǔ)言處理 第二版: https://usyiyi.github.io/nlp-py-2e-zh
    • 推薦一個(gè)liuhuanyong大佬整理的nlp全面知識(shí)體系: https://liuhuanyong.github.io
    • 開(kāi)源 - 詞向量庫(kù)集合:
      • https://github.com/Embedding/Chinese-Word-Vectors
      • https://github.com/brightmart/nlp_chinese_corpus
      • https://github.com/codemayq/chinese_chatbot_corpus
      • https://github.com/candlewill/Dialog_Corpus

    內(nèi)容由 ApacheCN 團(tuán)隊(duì)提供支持

    總結(jié)

    以上是生活随笔為你收集整理的PyTorch 自然语言处理(Natural Language Processing with PyTorch)翻译完成 | ApacheCN的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。

    如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò),歡迎將生活随笔推薦給好友。