深度学习nlp开源项目相关课程
  • 深度学习经典论文与开源项目实战

    高级课

    深度学习经典论文与开源项目实战
    133课时 1216分钟 唐宇迪
    深度学习经典论文解读与项目实战课程旨在帮助同学们掌握当下深度学习领域最核心论文思想及其源码实现。所选论文均是计算机视觉与自然语言处理领域主流通用算法,主要内容包括四大核心部分:1.论文核心思想解读;2.论文细节知识点精讲;3.论文代码复现与应用;4.大型开源项目源码解读;整体风格通俗易懂,所有论文均结合实战项目展开,理论与实战应用**结合,适合进阶提升与转行就业的同学们。课程特色:1、深度学习领域经典和通用算法精讲,提升与面试必备! 2、通俗易懂,核心知识点全面覆盖,算法与代码结合! 3、大型开源项目实战,Google,Facebook等核心算法实战! 4、提供全部数据,代码,PPT,持续更新,永久有效! 讲师卡更优惠,可加入全部课程(包括后续更细那内容)
    免费试看
  • 深度学习-Pytorch项目实战-垃圾分类

    中级课

    深度学习-Pytorch项目实战-垃圾分类
    46课时 443分钟 沈福利
    【课程介绍】       Pytorch项目实战 垃圾分类 课程从实战的角度出发,基于真实数据集与实际业务需求,结合当下最新话题-垃圾分类问题为实际业务出发点,介绍最前沿的深度学习解决方案。     从0到1讲解如何场景业务分析、进行数据处理,模型训练与调优,最后进行测试与结果展示分析。全程实战操作,以最接地气的方式详解每一步流程与解决方案。     课程结合当下深度学习热门领域,尤其是基于facebook 开源分类神器ResNext101网络架构,对网络架构进行调整,以计算机视觉为核心讲解各大网络的应用于实战方法,适合快速入门与进阶提升。 【课程要求】 (1)开发环境:python版本:Python3.7+; torch 版本:1.2.0+; torchvision版本:0.4.0+ (2)开发工具:Pycharm; (3)学员基础:需要一定的Python基础,及深度学习基础; (4)学员收货:掌握最新科技图像分类关键技术; (5)学员资料:内含完整程序源码和数据集; (6)课程亮点:专题技术,完整案例,全程实战操作,徒手撸代码 【课程特色】 阵容强大 讲师一直从事与一线项目开发,高级算法专家,一直从事于图像、NLP、个性化推荐系统热门技术领域。 仅跟前沿 基于当前热门讨论话题:垃圾分类,课程采用学术届和工业届最新前沿技术知识要点。 实战为先 根据实际深度学习工业场景-垃圾分类,从产品需求、产品设计和方案设计、产品技术功能实现、模型上线部署。精心设计工业实战项目 保障效果 项目实战方向包含了学术届和工业届最前沿技术要点 项目包装简历优化 课程内垃圾分类图像实战项目完成后可以直接优化到简历中 【课程思维导图】 【课程实战案例】
    免费试看
  • 一:概述语义理解服务的背景知识
    一:概述语义理解服务的背景知识
    CSDN就业班
    了解常见自然语言处理任务的解决方案 掌握语义理解服务的工作原理 获得可用于实际工程项目的开源软件 实操如何快速实现搭建智能问答机器人
    免费试看
  • 课程的讲义下载
    课程的讲义下载
    Array老师
    您知道什么是5G吗? 思考:5G什么产业会更热? 中国的5G水平? 5G投资?
    免费试看
  • 11.9更多第三方库
    11.9更多第三方库
    关东升
    掌握二级Python考试考点和重点 熟悉二级Python教材内容 熟悉Python基础语法
    免费试看
更多
免费试看
0人学习 132课时
2020新版 自然语言处理NLP视频课程运用Word2Vec GloVe文本关系挖掘课程包括:项目整体简介,环境介绍,环境安装,IDE集成,项目实战,项目总结。涉及知识点包括:自然语言处理流程,文本预处理,中文分词,词向量,Word2vec,GloVe等,全面掌握自然语言处理。
¥123.00 ¥129.00 9.5折
免费试看
809人学习 476课时
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。
¥283.00 ¥298.00 9.5折
免费试看
391人学习 319课时
课程目标 学习完本门课程,您将对自然语言处理技术有更深入的了解, 掌握基于深度学习情感分析方法;课程基于PyTorch主流框架实现,其中涉及深度学习主流框架LSTM模型以及自然语言处理的词向量;彻底掌握中文情感分析。 适用人群 想要从事NLP的在校学生、NLP研发工程师 自然语言处理从业者、深度学习爱好者 课程简介 NLP领域的热门应用,常用在舆情分析,文章分类,智能客服,情感分析等多个场景。情感分析作为自然语言处理的基础技术之一,常被用于电商评论、舆情监控、微博评论情感分析、话题监督等领域,因此深入掌握情感分析技术,是作为自然语言处理从业者必备技能,本课程以案例驱动出发,结合多个项目实战案例,覆盖多种算法,如RNN,LSTM等 课程要求: (1)开发环境:python版本:Python3.7; torch 版本:1.3.0+; torchtext版本:0.3.0+ (2)开发工具:Pycharm; (3)学员基础:需要一定的Python基础,及深度学习基础; (4)学员收货:掌握深度学习情感分类关键技术; (5)学员资料:内含完整程序源码和数据集; (6)课程亮点:专题技术,完整案例,全程实战操作,徒手撸代码。 案例5-情感分析功能点
¥474.00 ¥499.00 9.5折
免费试看
242人学习 183课时
随着对于深度学习研究的逐渐深入,在自然语言处理领域,出现了很多深度学习的模型,这些模型相比于传统的机器学习方法,在准确率等指标上面有了很大的提高。本课程拟就深度学习在自然语言处理领域的应用,从基础开始,使用PyTorch作为模型构建工具,做一个深入浅出的介绍,希望对于学员在自然语言处理领域的研究和应用有所启发。
¥57.00 ¥60.00 拼团
免费试看
1582人学习 112课时
随着人工智能的快速发展,自然语言处理和机器学习技术的应用愈加广泛。要想快速入门这些前沿技术总是存在着各种各样的困难,本教程力求为同学们对该领域整体概况有一个明晰的认识,并选择网络爬虫,汉语分词,可视化,文本分类等几个常见的应用领域和场景进行基于python语言的实战化入门介绍。
免费
免费试看
792人学习 2206课时
AI工程师-自然语言处理实战课程旨在用最接地气的方式讲解复杂的算法原理,基于真实数据集,通过实际案例进行项目实战。整个体系内容包括200+课时,20个项目实战,完美覆盖当下热门技术与经典框架实战。学习路线主要包括三大阶段:1.掌握Python在自然语言处理领域必备工具包使用方法 2.机器学习与深度学习在NLP领域常用算法原理与应用实践 3.基于经典框架展开项目实战(Tensorflow,Keras)。课程整体风格通俗易懂,实战案例驱动,提供全部课程所需数据,代码,课件。
¥473.00 ¥498.00 9.5折
免费试看
1284人学习 187课时
购买课程后,可扫码进入学习群,获取唐宇迪老师答疑 TensorFlow 可以让开发者能方便地使用人工智能来解决多样化的挑战。课程以Tensorflow作为机器学习的核心武器,基于自然语言处理热点话题进行案例实战。选择当下热门模型,使用真实数据集进行实战演示,通俗讲解整个算法模型并使用tensorflow进行实战,详解其中的原理与代码实现。
¥122.00 ¥128.00 9.5折
免费试看
594人学习 60课时
该视频教程探索一些自然语言处理技术的最新进展、深度学习在自然语言处理技术领域的应用、实践和数据资源,以及使用英特尔的Nervanan Platform的企业自然语言处理的应用案例和使用英特尔® AI技术的NLP企业精华案例。
¥37.00 ¥39.00 免费
免费试看
170人学习 641课时
课程目标: 学习完本门课程,您将对自然语言处理技术有更深入的了解,彻底掌握中文命名实体识别技术。 适用人群: 自然语言处理从业者、深度学习爱好者 课程简介: 命名实体识别作为自然语言处理的基础技术之一,在自然语言处理上游各个任务(问答系统、机器翻译、对话系统等)重扮演者十分重要的角色,因此深入掌握命名实体识别技术,是作为自然语言处理从业者毕本技能,本课程理论与实践相结合,希望能给大家带来帮助。 课程要求: (1)开发环境:Python3.6.5 Tensorflow1.13.1; (2)开发工具:Pycharm; (3)学员基础:需要一定的Python基础,及深度学习基础; (4)学院收货:掌握命名实体识别关键技术; (5)学院资料:见课程资料; (6)课程亮点:全程实战操作,徒手撸代码。
¥98.00 ¥188.00 秒杀
免费试看
1024人学习 103课时
¥93.00 ¥98.00 9.5折
免费试看
10395人学习 251课时
购买课程后,可扫码进入学习群,获取唐宇迪老师答疑 自然语言处理Word2Vec视频培训课程:自然语言处理中重要的算法,word2vec原理,词向量模型。教程从语言模型入手,详解词向量构造原理与求解算法。理论与实战结合,使用深度学习框架Tensorflow从零开始打造word2vec词向量,word2vec训练模型。对于海量中文数据演示如何使用Gensim库对中文维基百科数据进行词向量建模。 专属会员卡优惠链接:http://edu.csdn.net/lecturer/1079 更多精彩课程正在紧张筹划中~
¥146.00 ¥154.00 会员兑换
免费试看
220人学习 239课时
购买课程后,老师免费答疑。 零基础Python人工智能自然语言处理文本挖掘关键词提取:零基础入门学习自然语言处理,自然语言处理基本流程,文本挖掘基本处理流程,anaconda对Python项目多包多环境多版本管理,关键词提取算法TF-IDF/TextRank算法,中文分词工具Jieba讲解及使用,gensim库使用,自然语言处理实战项目。
¥104.00 ¥109.00 9.5折
免费试看
1737人学习 177课时
¥160.00 ¥168.00 9.5折
免费试看
769人学习 88课时
¥160.00 ¥168.00 9.5折
免费试看
630人学习 859课时
课程目标: 学习完本门课程,您将对自然语言处理技术有更深入的了解,彻底掌握中文命名实体识别技术。 适用人群: 自然语言处理从业者、深度学习爱好者 课程简介: 命名实体识别作为自然语言处理的基础技术之一,在自然语言处理上游各个任务(问答系统、机器翻译、对话系统等)重扮演者十分重要的角色,因此深入掌握命名实体识别技术,是作为自然语言处理从业者毕本技能,本课程理论与实践相结合,希望能给大家带来帮助。 课程要求: (1)开发环境:Python3.6.5 Tensorflow1.13.1;(2)开发工具:Pycharm; (3)学员基础:需要一定的Python基础,及深度学习基础; (4)学院收货:掌握命名实体识别关键技术; (5)学院资料:见课程资料; (6)课程亮点:全程实战操作,徒手撸代码。
¥108.00 ¥388.00 秒杀
免费试看
3942人学习 82课时
自然语言处理实战视频教程,自然语言处理中重要的算法,词向量模型。本课程从语言模型入手,详解词向量构造原理与求解算法。理论与实战结合, 基于深度学习主流框架Tensorflow实例演示如何用深度学习来进行文本分类任务,其中涉及深度学习主流架构LSTM模型以及自然语言处理中流行的word2vec词向量建模方法,分模块解读如何用框架一步步完成整个网络架构。
¥37.00 ¥39.00 拼团
猜你喜欢