课程介绍
课程章节
章节1:循环神经网络 (7节)

课时01

简单神经网络实现文本分类

更新时间:2023-12-29

44分7秒

课时02

简单RNN实现文本分类

更新时间:2023-12-30

26分38秒

课时03

双向循环神经网络实现文本分类

更新时间:2023-12-31

53分34秒

课时04

文本生成任务之数据预处理

更新时间:2024-01-12

21分40秒

课时05

文本生成任务之模型创建

更新时间:2024-01-12

19分31秒

课时06

文本生成任务之训练和预测

更新时间:2024-01-23

38分58秒

课时07

LSTM完成文本生成任务

更新时间:2024-01-23

1小时22分13秒

章节2: 数据预处理 (2节)

课时08

数据预处理与读取

更新中

0秒

课时09

数据id化和生成dataset

更新中

0秒

章节3: 建模 (3节)

课时10

Encoder构建

更新中

0秒

课时11

attention构建

更新中

0秒

课时12

Decoder构建

更新中

0秒

章节4: 训练 (4节)

课时13

损失函数与单步训练函数

更新中

0秒

课时14

模型训练

更新中

0秒

课时15

模型预测

更新中

0秒

课时16

样例分析和总结

更新中

0秒

章节5: 改进 (4节)

课时17

Transformer模型总体架构

更新中

0秒

课时18

Encoder-Decoder架构与缩放点击注意力

更新中

0秒

课时19

多头注意力与位置编码

更新中

0秒

课时20

Add, Normalize, Decoding过程和总结

更新中

0秒

您没有该体系课权限,需要开通权限请点击联系老师。
联系老师
个问题,0回答
提问
暂无提问,赶紧去提问吧~