Python人工智能20个小时玩转NLP自然语言处理【黑马程序员】
本课程共194集 翻译完 欢迎学习
课程介绍：python人工智能，nlp自然语言处理教程首发上线，小伙伴们三连呦。 20个小时迈入自然语言处理的大门, 并直通循环神经网络和大名鼎鼎的Transformer, 为向NLP登堂入室打下坚实基础。
立即播放
用手机看
课程免费缓存，随时观看～
扫码下载网易公开课APP
收藏
课程列表
【第1集】1.1认识Pytorch-第1步-什么是Pytorch 译
【第2集】1.1认识Pytorch-第2步-基本元素操作-part1 译
【第3集】1.1认识Pytorch-第2步-基本元素操作-part2 译
【第4集】1.1认识Pytorch-第3步-基本运算操作-part2 译
【第5集】1.1认识Pytorch-第4步-类型转换-part1 译
【第6集】1.1认识Pytorch-第4步-类型转换-part2 译
【第7集】1.1认识Pytorch-第4步-类型转换-part3 译
【第8集】1.1认识Pytorch-第5步-小节总结 译
【第9集】1.2Pytorch中的autograd-第1步-关于Tensor的概念 译
【第10集】1.2Pytorch中的autograd-第2步-关于Tensor的操作 译
【第11集】1.2Pytorch中的autograd-第3步-关于梯度的概念和小节总结 译
【第12集】2.1Pytorch构建神经网络-第1步-构建神经网络-part1 译
【第13集】2.1Pytorch构建神经网络-第1步-构建神经网络-part2 译
【第14集】2.1Pytorch构建神经网络-第1步-构建神经网络-part3 译
【第15集】2.1Pytorch构建神经网络-第1步-构建神经网络-part4 译
【第16集】2.1Pytorch构建神经网络-第2步-损失函数 译
【第17集】2.1Pytorch构建神经网络-第3步-反向传播 译
【第18集】2.1Pytorch构建神经网络-第4步-更新网络参数 译
【第19集】2.1Pytorch构建神经网络-第5步-小节总结 译
【第20集】2.2Pytorch构建分类器-第0步-数据集介绍 译
【第21集】2.2Pytorch构建分类器-第1步-下载数据集-part1 译
【第22集】2.2Pytorch构建分类器-第1步-下载数据集-part2 译
【第23集】2.2Pytorch构建分类器-第1步-下载数据集-part3 译
【第24集】2.2Pytorch构建分类器-第2步-定义卷积神经网络-part1 译
【第25集】2.2Pytorch构建分类器-第3步-定义损失函数-part1 译
【第26集】2.2Pytorch构建分类器-第4步-训练模型-part1 译
【第27集】2.2Pytorch构建分类器-第4步-训练模型-part2 译
【第28集】2.2Pytorch构建分类器-第5步-测试模型-part1 译
【第29集】2.2Pytorch构建分类器-第5步-测试模型-part2 译
【第30集】2.2Pytorch构建分类器-第5步-测试模型-part3 译
【第31集】2.2Pytorch构建分类器-第5步-测试模型-part4 译
【第32集】2.2Pytorch构建分类器-第6步-GPU训练模型和小节总结 译
【第33集】1.1自然语言处理入门 译
【第34集】1.1认识文本预处理 译
【第35集】1.2文本处理的基本方法-part2 译
【第36集】1.2文本处理的基本方法-part3 译
【第37集】1.2文本处理的基本方法-part4 译
【第38集】1.2文本处理的基本方法-part5 译
【第39集】1.2文本处理的基本方法-part6 译
【第40集】1.3文本张量表示方法-part1 译
【第41集】1.3文本张量表示方法-part2 译
【第42集】1.3文本张量表示方法-part3 译
【第43集】1.3文本张量表示方法-part4 译
【第44集】1.3文本张量表示方法-part5-step1 译
【第45集】1.3文本张量表示方法-part5-step2 译
【第46集】1.3文本张量表示方法-part5-step3 译
【第47集】1.3文本张量表示方法-part5-step4 译
【第48集】1.3文本张量表示方法-part5-step5 译
【第49集】1.3文本张量表示方法-part6 译
【第50集】1.3文本张量表示方法-part7 译
【第51集】1.4文本数据分析-1标签数量分布-part1 译
【第52集】1.4文本数据分析-1标签数量分布-part2 译
【第53集】1.4文本数据分析-2句子长度分布-part1 译
【第54集】1.4文本数据分析-2句子长度分布-part2 译
【第55集】1.4文本数据分析-2句子长度分布-part3 译
【第56集】1.4文本数据分析-3不同词汇总数统计-part1 译
【第57集】1.4文本数据分析-4训练集词云-part1 译
【第58集】1.4文本数据分析-4训练集词云-part2 译
【第59集】1.4文本数据分析-5验证集词云-part1 译
【第60集】1.4文本数据分析-6小节总结 译
【第61集】1.5文本特征处理-1ngram-part1 译
【第62集】1.5文本特征处理-1ngram-part2 译
【第63集】1.5文本特征处理-2文本长度规范-part1 译
【第64集】1.5文本特征处理-2文本长度规范-part2 译
【第65集】1.6文本数据增强-part1 译
【第66集】1.6文本数据增强-part2 译
【第67集】1.6文本数据增强-part3 译
【第68集】2.1新闻主题分类任务-0任务介绍-part1 译
【第69集】2.1新闻主题分类任务-0任务介绍-part2 译
【第70集】2.1新闻主题分类任务-第1步-part1 译
【第71集】2.1新闻主题分类任务-第1步-part2 译
【第72集】2.1新闻主题分类任务-第2步-part1 译
【第73集】2.1新闻主题分类任务-第3步-part1 译
【第74集】2.1新闻主题分类任务-第3步-part2 译
【第75集】2.1新闻主题分类任务-第4步-part1 译
【第76集】2.1新闻主题分类任务-第5步和小节总结 译
【第77集】1.1CRF模型简介 译
【第78集】1.1HMM模型介绍 译
【第79集】1.2文本处理的基本方法-part1 译
【第81集】1.1RNN模型简介-part1 译
【第82集】1.1RNN模型简介-part2 译
【第83集】1.1RNN模型小结 译
【第84集】1.2传统RNN模型构造和代码演示part1 译
【第85集】1.2传统RNN模型构造和代码演示part2 译
【第86集】1.2传统RNN模型优缺点及小结 译
【第87集】1.3LSTM模型介绍-part1 译
【第88集】1.3LSTM模型介绍-part2 译
【第89集】1.3LSTM模型介绍-part3 译
【第90集】1.3LSTM模型介绍-part4 译
【第91集】1.3LSTM模型小结 译
【第92集】1.4GRU_1模型介绍 译
【第93集】1.4GRU_2模型代码演示 译
【第94集】1.4GRU_3模型小结 译
【第95集】1.5注意力概念和计算规则介绍 译
【第96集】1.5注意力机制代码分析 译
【第97集】1.5注意力机制代码实现 译
【第98集】1.5注意力机制小结 译
【第99集】2.1人名分类器第1步 译
【第100集】2.1人名分类器第2步-part1 译
【第101集】2.1人名分类器第2步-part2 译
【第102集】2.1人名分类器第3步-part1 译
【第103集】2.1人名分类器第3步-part2 译
【第104集】2.1人名分类器第3步-part3 译
【第105集】2.1人名分类器第3步-part4 译
【第106集】2.1人名分类器第3步-part5 译
【第107集】2.1人名分类器第4步-构建训练函数-part1 译
【第108集】2.1人名分类器第4步-构建训练函数-part2 译
【第109集】2.1人名分类器第4步-构建训练函数-part3 译
【第110集】2.1人名分类器第4步-构建训练函数-part4 译
【第111集】2.1人名分类器第4步-构建训练函数-part5 译
【第112集】2.1人名分类器第4步-构建训练函数-part6 译
【第113集】2.1人名分类器第4步-构建训练函数-part7 译
【第114集】2.1人名分类器第4步-构建训练函数-part8 译
【第115集】2.1人名分类器第4步-构建训练函数-part9 译
【第116集】2.1人名分类器第5步-构建评估函数-part1_RNN 译
【第117集】2.1人名分类器第5步-构建评估函数-part2_LSTM 译
【第118集】2.1人名分类器第5步-构建评估函数-part3_GRU 译
【第119集】2.1人名分类器第5步-构建预测函数-part4 译
【第120集】2.1人名分类器第5步-构建预测函数-part5 译
【第121集】2.1人名分类器第6步案例小结 译
【第122集】2.2英译法任务_第0步-总体介绍 译
【第123集】2.2英译法任务_第1步-导入包 译
【第124集】2.2英译法任务_第2步-part1 译
【第125集】2.2英译法任务_第2步-part2 译
【第126集】2.2英译法任务_第2步-part3 译
【第127集】2.2英译法任务_第2步-part4 译
【第128集】2.2英译法任务_第2步-part5 译
【第129集】2.2英译法任务_第2步-part6 译
【第130集】2.2英译法任务_第2步-part7 译
【第131集】2.2英译法任务_第3步-part1 译
【第132集】2.2英译法任务_第3步-part2 译
【第133集】2.2英译法任务_第3步-part3 译
【第134集】2.2英译法任务_第3步-part4 译
【第137集】2.2英译法任务_第4步-part1 译
【第138集】2.2英译法任务_第4步-part2 译
【第139集】2.2英译法任务_第4步-part3 译
【第140集】2.2英译法任务_第4步-part4 译
【第141集】2.2英译法任务_第4步-part5 译
【第142集】2.2英译法任务_第4步-part6 译
【第143集】2.2英译法任务_第5步-part1 译
【第144集】2.2英译法任务_第5步-part2 译
【第145集】2.2英译法任务_第5步-part3 译
【第146集】2.2英译法任务_第5步-part4 译
【第147集】2.2英译法任务_第5步-part5 译
【第148集】1.1Transformer背景介绍 译
【第149集】2.1认识Transformer架构-part1 译
【第150集】2.1认识Transformer架构-part2 译
【第151集】2.2输入部分实现-part1 译
【第152集】2.2输入部分实现-part2 译
【第153集】2.2输入部分实现-part3 译
【第154集】2.2输入部分实现-part4 译
【第155集】2.2输入部分实现-part5 译
【第156集】2.2输入部分实现-part6 译
【第157集】2.3.1掩码张量-part1 译
【第158集】2.3.1掩码张量-part2 译
【第159集】2.3.1掩码张量-part3 译
【第160集】2.3.2注意力机制-part1 译
【第161集】2.3.2注意力机制-part2 译
【第162集】2.3.2注意力机制-part3 译
【第163集】2.3.2注意力机制-part4 译
【第164集】2.3.3多头注意力机制-part1 译
【第165集】2.3.3多头注意力机制-part2 译
【第167集】2.3.3多头注意力机制-part4 译
【第168集】2.3.4前馈全连接层-part1 译
【第169集】2.3.4前馈全连接层-part2 译
【第170集】2.3.5规范化层-part1 译
【第171集】2.3.5规范化层-part2 译
【第172集】2.3.6子层连接结构-part1 译
【第173集】2.3.6子层连接结构-part2 译
【第174集】2.3.7编码器层-part1 译
【第175集】2.3.7编码器层-part2 译
【第176集】2.3.8编码器-part1 译
【第177集】2.3.8编码器-part2 译
【第178集】2.4.1解码器层-part1 译
【第179集】2.4.1解码器层-part2 译
【第180集】2.4.2解码器-part1 译
【第181集】2.4.2解码器-part2 译
【第182集】2.5输出部分实现-part1 译
【第183集】2.5输出部分实现-part2 译
【第184集】2.6模型构建-part1 译
【第185集】2.6模型构建-part2 译
【第186集】2.6模型构建-part3 译
【第187集】2.6模型构建-part4 译
【第188集】2.7模型基本测试运行-第二步-part1 译
【第189集】2.7模型基本测试运行-第二步-part2 译
【第190集】2.7模型基本测试运行-第三步 译
【第191集】2.7模型基本测试运行-第四步 译
【第192集】2.7模型基本测试运行-第一步-part1 译
【第193集】2.7模型基本测试运行-第一步-part2 译
【第194集】2.7模型基本测试运行-小节总结 译
【第195集】3.1使用Transformer构建语言模型-0总体介绍 译
【第196集】3.1使用Transformer构建语言模型-第1步 译
【第197集】3.1使用Transformer构建语言模型-第2步-part1 译
【第198集】3.1使用Transformer构建语言模型-第2步-part2 译
查看全部课程
相关推荐
