001-NLP-課程簡(jiǎn)介.mp4
002-NLP-課程概述.mp4
003-NLP-導(dǎo)論-常見(jiàn)任務(wù).mp4
004-NLP-導(dǎo)論-技術(shù)演進(jìn)歷史.mp4
005-NLP-環(huán)境準(zhǔn)備.mp4
006-NLP-文本表示-概述.mp4
007-NLP-文本表示-分詞-英文分詞.mp4
008-NLP-文本表示-分詞-英文分詞-BPE算法.mp4
009-NLP-文本表示-分詞-中文分詞.mp4
010-NLP-文本表示-分詞-分詞工具-概述.mp4
011-NLP-文本表示-分詞-分詞工具-jieba-分詞模式.mp4
012-NLP-文本表示-分詞-分詞工具-jieba-分詞模式-API.mp4
013-NLP-文本表示-分詞-分詞工具-jieba-自定義詞典.mp4
014-NLP-文本表示-詞表示-one-hot&語(yǔ)義化詞向量-概述.mp4
015-NLP-文本表示-詞表示-語(yǔ)義化詞向量-Word2Vec-概述.mp4
016-NLP-文本表示-詞表示-語(yǔ)義化詞向量-Word2Vec-原理-Skip-Gram.mp4
017-NLP-文本表示-詞表示-語(yǔ)義化詞向量-Word2Vec-原理-CBOW.mp4
018-NLP-文本表示-詞表示-語(yǔ)義化詞向量-Word2Vec-獲取-公開(kāi)詞向量-說(shuō)明.mp4
019-NLP-文本表示-詞表示-語(yǔ)義化詞向量-Word2Vec-獲取-公開(kāi)詞向量-編碼.mp4
020-NLP-文本表示-詞表示-語(yǔ)義化詞向量-訓(xùn)練詞向量-概述.mp4
021-NLP-文本表示-詞表示-語(yǔ)義化詞向量-訓(xùn)練詞向量-實(shí)操.mp4
022-NLP-文本表示-詞表示-語(yǔ)義化詞向量-應(yīng)用-概述.mp4
023-NLP-文本表示-詞表示-語(yǔ)義化詞向量-應(yīng)用-編碼.mp4
024-NLP-文本表示-詞表示-語(yǔ)義化詞向量-應(yīng)用-OOV問(wèn)題.mp4
025-NLP-文本表示-詞表示-上下文相關(guān)詞向量.mp4
026-NLP-傳統(tǒng)序列模型-RNN-概述.mp4
027-NLP-傳統(tǒng)序列模型-RNN-基礎(chǔ)結(jié)構(gòu).mp4
028-NLP-傳統(tǒng)序列模型-RNN-示意圖.mp4
029-NLP-傳統(tǒng)序列模型-RNN-多層結(jié)構(gòu).mp4
030-NLP-傳統(tǒng)序列模型-RNN-雙向結(jié)構(gòu).mp4
031-NLP-傳統(tǒng)序列模型-RNN-多層+雙向結(jié)構(gòu).mp4
032-NLP-傳統(tǒng)序列模型-RNN-API-構(gòu)造參數(shù).mp4
033-NLP-傳統(tǒng)序列模型-RNN-API-輸入輸出-概述.mp4
034-NLP-傳統(tǒng)序列模型-RNN-API-輸入輸出-含義.mp4
035-NLP-傳統(tǒng)序列模型-RNN-API-輸入輸出-形狀分析.mp4
036-NLP-傳統(tǒng)序列模型-RNN-API-小練習(xí).mp4
037-NLP-傳統(tǒng)序列模型-案例-概述.mp4
038-NLP-傳統(tǒng)序列模型-案例-思路分析-數(shù)據(jù)集說(shuō)明.mp4
039-NLP-傳統(tǒng)序列模型-案例-思路分析-模型結(jié)構(gòu)和訓(xùn)練思路.mp4
040-NLP-傳統(tǒng)序列模型-RNN-案例-項(xiàng)目結(jié)構(gòu).mp4
041-NLP-傳統(tǒng)序列模型-RNN-案例-數(shù)據(jù)預(yù)處理-思路分析.mp4
042-NLP-傳統(tǒng)序列模型-RNN-案例-數(shù)據(jù)預(yù)處理-讀取json文件.mp4
043-NLP-傳統(tǒng)序列模型-RNN-案例-數(shù)據(jù)預(yù)處理-文件路徑說(shuō)明.mp4
044-NLP-傳統(tǒng)序列模型-RNN-案例-數(shù)據(jù)預(yù)處理-文件路徑處理.mp4
045-NLP-傳統(tǒng)序列模型-RNN-案例-數(shù)據(jù)預(yù)處理-構(gòu)建并保存詞表.mp4
046-NLP-傳統(tǒng)序列模型-RNN-案例-數(shù)據(jù)預(yù)處理-構(gòu)建訓(xùn)練集.mp4
047-NLP-傳統(tǒng)序列模型-RNN-案例-數(shù)據(jù)預(yù)處理-保存訓(xùn)練集&測(cè)試集.mp4
048-NLP-傳統(tǒng)序列模型-RNN-案例-數(shù)據(jù)集-說(shuō)明.mp4
049-NLP-傳統(tǒng)序列模型-RNN-案例-數(shù)據(jù)集-編碼.mp4
050-NLP-傳統(tǒng)序列模型-RNN-案例-模型定義-初始化方法.mp4
051-NLP-傳統(tǒng)序列模型-RNN-案例-模型定義-前向傳播.mp4
052-NLP-傳統(tǒng)序列模型-RNN-案例-訓(xùn)練腳本-環(huán)境準(zhǔn)備.mp4
053-NLP-傳統(tǒng)序列模型-RNN-案例-訓(xùn)練腳本-訓(xùn)練循環(huán).mp4
054-NLP-傳統(tǒng)序列模型-RNN-案例-訓(xùn)練腳本-單個(gè)輪次的訓(xùn)練邏輯.mp4
055-NLP-傳統(tǒng)序列模型-RNN-案例-訓(xùn)練腳本-Tensorboard使用說(shuō)明.mp4
056-NLP-傳統(tǒng)序列模型-RNN-案例-訓(xùn)練腳本-保存模型.mp4
057-NLP-傳統(tǒng)序列模型-RNN-案例-預(yù)測(cè)腳本-說(shuō)明.mp4
058-NLP-傳統(tǒng)序列模型-RNN-案例-預(yù)測(cè)腳本-編碼-上.mp4
059-NLP-傳統(tǒng)序列模型-RNN-案例-預(yù)測(cè)腳本-編碼-下.mp4
060-NLP-傳統(tǒng)序列模型-RNN-案例-評(píng)估腳本-說(shuō)明.mp4
061-NLP-傳統(tǒng)序列模型-RNN-案例-評(píng)估腳本-編碼.mp4
062-NLP-傳統(tǒng)序列模型-RNN-案例-代碼改造說(shuō)明.mp4
063-NLP-傳統(tǒng)序列模型-RNN-案例-Tokenizer-說(shuō)明.mp4
064-NLP-傳統(tǒng)序列模型-RNN-案例-Tokenizer-編碼.mp4
065-NLP-傳統(tǒng)序列模型-RNN-存在問(wèn)題-概述.mp4
066-NLP-傳統(tǒng)序列模型-RNN-存在問(wèn)題-分析.mp4
067-NLP-傳統(tǒng)序列模型-LSTM-概述.mp4
068-NLP-傳統(tǒng)序列模型-LSTM-基礎(chǔ)結(jié)構(gòu)-說(shuō)明.mp4
069-NLP-傳統(tǒng)序列模型-LSTM-緩解梯度消失和爆炸.mp4
070-NLP-傳統(tǒng)序列模型-LSTM-復(fù)雜結(jié)構(gòu).mp4
071-NLP-傳統(tǒng)序列模型-LSTM-API-構(gòu)造參數(shù).mp4
072-NLP-傳統(tǒng)序列模型-LSTM-API-輸入輸出.mp4
073-NLP-傳統(tǒng)序列模型-LSTM-案例-概述&思路分析.mp4
074-NLP-傳統(tǒng)序列模型-LSTM-案例-數(shù)據(jù)處理-說(shuō)明.mp4
075-NLP-傳統(tǒng)序列模型-LSTM-案例-數(shù)據(jù)處理-編碼-上.mp4
076-NLP-傳統(tǒng)序列模型-LSTM-案例-數(shù)據(jù)處理-編碼-下.mp4
077-NLP-傳統(tǒng)序列模型-LSTM-案例-數(shù)據(jù)集.mp4
078-NLP-傳統(tǒng)序列模型-LSTM-案例-模型定義.mp4
079-NLP-傳統(tǒng)序列模型-LSTM-案例-模型訓(xùn)練.mp4
080-NLP-傳統(tǒng)序列模型-LSTM-案例-模型預(yù)測(cè).mp4
081-NLP-傳統(tǒng)序列模型-LSTM-案例-模型評(píng)估.mp4
082-NLP-傳統(tǒng)序列模型-LSTM-存在問(wèn)題.mp4
083-NLP-傳統(tǒng)序列模型-GRU-基礎(chǔ)結(jié)構(gòu).mp4
084-NLP-傳統(tǒng)序列模型-GRU-復(fù)雜結(jié)構(gòu)&API使用說(shuō)明.mp4
085-NLP-傳統(tǒng)序列模型-GRU-案例實(shí)操.mp4
086-NLP-傳統(tǒng)序列模型-LSTM_GRU_RNN橫向?qū)Ρ?mp4
087-NLP-Seq2Seq-概述.mp4
088-NLP-Seq2Seq-模型結(jié)構(gòu)-編碼器.mp4
089-NLP-Seq2Seq-模型結(jié)構(gòu)-解碼器.mp4
090-NLP-Seq2Seq-模型結(jié)構(gòu)-訓(xùn)練機(jī)制.mp4
091-NLP-Seq2Seq-模型結(jié)構(gòu)-推理機(jī)制.mp4
092-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-概述.mp4
093-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-需求分析.mp4
094-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-數(shù)據(jù)預(yù)處理-讀取文件.mp4
095-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-數(shù)據(jù)預(yù)處理-改造Tokenizer.mp4
096-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-數(shù)據(jù)預(yù)處理-詞表構(gòu)建.mp4
097-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-數(shù)據(jù)預(yù)處理-構(gòu)建數(shù)據(jù)集.mp4
098-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-Dataloader.mp4
099-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-模型定義-編碼器.mp4
100-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-模型定義-解碼器.mp4
101-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-模型定義-完整模型.mp4
102-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-訓(xùn)練腳本-核心代碼.mp4
103-NLP-Seq2Seq-模型結(jié)構(gòu)-案例實(shí)操-訓(xùn)練腳本-pad_token處理邏輯.mp4
104-NLP-Seq2Seq-案例-預(yù)測(cè)腳本.mp4
105-NLP-Seq2Seq-案例-評(píng)估腳本-bleu說(shuō)明.mp4
106-NLP-Seq2Seq-案例-評(píng)估腳本-編碼.mp4
107-NLP-Seq2Seq-總結(jié).mp4
108-NLP-Attention機(jī)制-概述.mp4
109-NLP-Attention機(jī)制-工作原理-概述.mp4
110-NLP-Attention機(jī)制-工作原理-具體步驟.mp4
111-NLP-Attention機(jī)制-注意力評(píng)分函數(shù).mp4
112-NLP-Attention機(jī)制-案例-代碼升級(jí)改造思路.mp4
113-NLP-Attention機(jī)制-案例-注意力機(jī)制-實(shí)現(xiàn)思路.mp4
114-NLP-Attention機(jī)制-案例-注意力機(jī)制-編碼.mp4
115-NLP-Attention機(jī)制-案例-注意力機(jī)制-訓(xùn)練和預(yù)測(cè)邏輯修改.mp4
116-NLP-Transformer-概述.mp4
117-NLP-Transformer-核心思想.mp4
118-NLP-Transformer-模型結(jié)構(gòu)-整體結(jié)構(gòu).mp4
119-NLP-Transformer-模型結(jié)構(gòu)-編碼器-概述.mp4
120-NLP-Transformer-模型結(jié)構(gòu)-編碼器-自注意力子層-生成QKV向量.mp4
121-NLP-Transformer-模型結(jié)構(gòu)-編碼器-自注意力子層-完整計(jì)算過(guò)程.mp4
122-NLP-Transformer-模型結(jié)構(gòu)-編碼器-自注意力子層-多頭注意力.mp4
123-NLP-Transformer-模型結(jié)構(gòu)-編碼器-前饋神經(jīng)網(wǎng)絡(luò)層.mp4
124-NLP-Transformer-模型結(jié)構(gòu)-編碼器-殘差連接&層歸一化-概述.mp4
125-NLP-Transformer-模型結(jié)構(gòu)-編碼器-殘差連接-說(shuō)明.mp4
126-NLP-Transformer-模型結(jié)構(gòu)-編碼器-層歸一化.mp4
127-NLP-Transformer-模型結(jié)構(gòu)-編碼器-位置編碼.mp4
128-NLP-Transformer-模型結(jié)構(gòu)-編碼器-說(shuō)明.mp4
129-NLP-Transformer-模型結(jié)構(gòu)-編碼器-小結(jié).mp4
130-NLP-Transformer-模型結(jié)構(gòu)-解碼器-概述.mp4
131-NLP-Transformer-模型結(jié)構(gòu)-解碼器-Mask-Attention.mp4
132-NLP-Transformer-模型結(jié)構(gòu)-解碼器-Cross-Attention.mp4
133-NLP-Transformer-模型結(jié)構(gòu)-解碼器-小結(jié).mp4
134-NLP-Transformer-實(shí)現(xiàn)細(xì)節(jié)-注意力為什么需要縮放.mp4
135-NLP-Transformer-實(shí)現(xiàn)細(xì)節(jié)-注意力如何感知相對(duì)位置.mp4
136-NLP-Transformer-模型訓(xùn)練和推理機(jī)制.mp4
137-NLP-Transformer-API-概述.mp4
138-NLP-Transformer-API-nn.Transformer-構(gòu)造參數(shù).mp4
139-NLP-Transformer-API-nn.Transformer-forward方法-概述.mp4
140-NLP-Transformer-API-nn.Transformer-forward方法-輸入輸出.mp4
141-NLP-Transformer-API-nn.Transformer-encoder&decoder.mp4
142-NLP-Transformer-案例-代碼改造思路.mp4
143-NLP-Transformer-案例-模型定義-基礎(chǔ)結(jié)構(gòu).mp4
144-NLP-Transformer-案例-模型定義-位置編碼-簡(jiǎn)易實(shí)現(xiàn).mp4
145-NLP-Transformer-案例-模型定義-位置編碼-哈弗實(shí)現(xiàn).mp4
146-NLP-Transformer-案例-模型定義-前向傳播.mp4
147-NLP-Transformer-案例-訓(xùn)練腳本.mp4
148-NLP-Transformer-案例-預(yù)測(cè)&評(píng)估腳本.mp4
149-NLP-Transformer-哈佛版本-核心源碼解讀.mp4
150-NLP-預(yù)訓(xùn)練模型-概述.mp4
151-NLP-預(yù)訓(xùn)練模型-分類(lèi).mp4
152-NLP-預(yù)訓(xùn)練模型-主流模型-GPT-概述.mp4
153-NLP-預(yù)訓(xùn)練模型-主流模型-GPT-模型結(jié)構(gòu).mp4
154-NLP-預(yù)訓(xùn)練模型-主流模型-GPT-預(yù)訓(xùn)練.mp4
155-NLP-預(yù)訓(xùn)練模型-主流模型-GPT-微調(diào).mp4
156-NLP-預(yù)訓(xùn)練模型-主流模型-BERT-概述.mp4
157-NLP-預(yù)訓(xùn)練模型-主流模型-BERT-模型結(jié)構(gòu).mp4
158-NLP-預(yù)訓(xùn)練模型-主流模型-BERT-微調(diào).mp4
159-NLP-預(yù)訓(xùn)練模型-主流模型-BERT-預(yù)訓(xùn)練.mp4
160-NLP-預(yù)訓(xùn)練模型-主流模型-T5-概述&模型結(jié)構(gòu).mp4
161-NLP-預(yù)訓(xùn)練模型-主流模型-T5-預(yù)訓(xùn)練&微調(diào).mp4
162-NLP-預(yù)訓(xùn)練模型-HF-概述.mp4
163-NLP-預(yù)訓(xùn)練模型-HF-模型加載-AutoModel.mp4
164-NLP-預(yù)訓(xùn)練模型-HF-模型加載-AutoModelForXXX.mp4
165-NLP-預(yù)訓(xùn)練模型-HF-模型使用.mp4
166-NLP-預(yù)訓(xùn)練模型-HF-Tokenizer-加載.mp4
167-NLP-預(yù)訓(xùn)練模型-HF-Tokenizer-使用.mp4
168-NLP-預(yù)訓(xùn)練模型-HF-Tokenizer-模型配合使用.mp4
169-NLP-預(yù)訓(xùn)練模型-HF-Datasets-概述.mp4
170-NLP-預(yù)訓(xùn)練模型-HF-Datasets-加載數(shù)據(jù)集.mp4
171-NLP-預(yù)訓(xùn)練模型-HF-Datasets-查看數(shù)據(jù)集.mp4
172-NLP-預(yù)訓(xùn)練模型-HF-Datasets-加載在線(xiàn)數(shù)據(jù)集.mp4
173-NLP-預(yù)訓(xùn)練模型-HF-Datasets-預(yù)處理數(shù)據(jù)集-過(guò)濾數(shù)據(jù).mp4
174-NLP-預(yù)訓(xùn)練模型-HF-Datasets-預(yù)處理數(shù)據(jù)集-劃分?jǐn)?shù)據(jù)集.mp4
175-NLP-預(yù)訓(xùn)練模型-HF-Datasets-預(yù)處理數(shù)據(jù)集-map-上.mp4
176-NLP-預(yù)訓(xùn)練模型-HF-Datasets-預(yù)處理數(shù)據(jù)集-map-下.mp4
177-NLP-預(yù)訓(xùn)練模型-HF-Datasets-保存數(shù)據(jù)集.mp4
178-NLP-預(yù)訓(xùn)練模型-HF-Datasets-集成Dataloader.mp4
179-NLP-預(yù)訓(xùn)練模型-案例-數(shù)據(jù)預(yù)處理-上.mp4
180-NLP-預(yù)訓(xùn)練模型-案例-數(shù)據(jù)預(yù)處理-下.mp4
181-NLP-預(yù)訓(xùn)練模型-案例-Dataloader.mp4
182-NLP-預(yù)訓(xùn)練模型-案例-模型定義.mp4
183-NLP-預(yù)訓(xùn)練模型-案例-模型訓(xùn)練.mp4
184-NLP-預(yù)訓(xùn)練模型-案例-模型推理.mp4
185-NLP-預(yù)訓(xùn)練模型-案例-模型評(píng)估.mp4
186-NLP-預(yù)訓(xùn)練模型-案例-測(cè)試.mp4
187-NLP-預(yù)訓(xùn)練模型-案例-帶任務(wù)頭的預(yù)訓(xùn)練模型.mp4
代碼.zip
筆記.zip
資料.zip