Python自然语言处理-BERT实战

Python自然语言处理-BERT实战

唐宇迪 唐宇迪,计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战专家。参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验。
  • 课程目录
  • 课程介绍
  • 课时1:课程简介

  • 课时2:BERT任务目标概述

  • 课时3:传统解决方案遇到的问题

  • 课时4:注意力机制的作用

  • 课时5:self-attention计算方法

  • 课时6:特征分配与softmax机制

  • 课时7:Multi-head的作用

  • 课时8:位置编码与多层堆叠

  • 课时9:transformer整体架构梳理

  • 课时10:BERT模型训练方法

  • 课时11:训练实例

  • 课时12:本章数据代码下载(需PC登录)

  • 课时13:BERT开源项目简介

  • 课时14:项目参数配置

  • 课时15:数据读取模块

  • 课时16:数据预处理模块

  • 课时17:tfrecord制作

  • 课时18:Embedding层的作用

  • 课时19:加入额外编码特征

  • 课时20:加入位置编码特征

  • 课时21:mask机制

  • 课时22:构建QKV矩阵

  • 课时23:完成Transformer模块构建

  • 课时24:训练BERT模型

  • 课时25:本章数据代码下载(需PC登录)

  • 课时26:中文分类数据与任务概述

  • 课时27:读取处理自己的数据集

  • 课时28:本章数据代码下载(需PC登录)

  • 课时29:训练BERT中文分类模型

  • 课时30:命名实体识别数据分析与任务目标

  • 课时31:本章数据代码下载(需PC登录)

  • 课时32:NER标注数据处理与读取

  • 课时33:构建BERT与CRF模型

  • 课时34:词向量模型通俗解释

  • 课时35:模型整体框架

  • 课时36:本章数据代码下载(需PC登录)

  • 课时37:训练数据构建

  • 课时38:CBOW与Skip-gram模型

  • 课时39:负采样方案

  • 课时40:数据与任务流程

  • 课时41:本章数据代码下载(需PC登录)

  • 课时42:数据清洗

  • 课时43:batch数据制作

  • 课时44:网络训练

  • 课时45:可视化展示

  • 课时46:RNN网络模型解读

  • 课时47:NLP应用领域与任务简介

  • 课时48:本章数据代码下载(需PC登录)

  • 课时49:项目流程解读

  • 课时50:加载词向量特征

  • 课时51:正负样本数据读取

  • 课时52:构建LSTM网络模型

  • 课时53:训练与测试效果

  • 课时54:本章数据代码下载(需PC登录)

  • 课时55:数据与任务介绍

  • 课时56:整体模型架构

  • 课时57:数据-标签-语料库处理

  • 课时58:输入样本填充补齐

  • 课时59:训练网络模型

  • 课时60:医疗数据集(糖尿病)实体识别

课程概述

Python自然语言处理-BERT模型实战课程旨在帮助同学们快速掌握当下NLP领域最核心的算法模型BERT的原理构造与应用实例。通俗讲解BERT模型中所涉及的核心知识点(Transformer,self-attention等),基于google开源BERT项目从零开始讲解如何搭建自然语言处理通用框架,通过debug源码详细解读其中每一核心代码模块的功能与作用。最后基于BERT框架进行中文情感分析与命名实体识别等主流项目实战,提供全部课程资料,包括PPT,数据,代码。

随机推荐

六养源药食同源好不好,值得购买吗?使用感受大揭秘!

六养源药食同源好不好,入手推荐?购买前必看的评测报告!

创维55A3D使用感受如何?购买前必看的评测报告!

魔幻厨房烘焙模具实际效果怎样?评测报告来告诉你?

康夫F9点评怎么样?全面了解产品功能特点!

康夫F9评测结果好吗?三分钟了解评测?