课程描述
使用 Python 中的转换器进行自然语言处理是一门使用 PyTorch、TensorFlow、HuggingFace 等工具学习使用转换器进行自然语言处理的课程。 Transformer 模型是现代自然语言处理的标准。在本课程中，您将使用 Google 人工智能 (BERT) 或 Facebook 人工智能 (DPR) 等转换器模型构建高性能自然语言处理程序。
您将在使用 Python 中的转换器进行自然语言处理中学到什么：
- 使用 Transformer 模型进行自然语言处理的行业标准
- 构建完整的问答转换器模型
- 使用 PyTorch 和 TensorFlow 对 transformer 模型进行情绪分析
- 高级搜索技术，例如 Elasticsearch 和 Facebook Match Search 人工智能 (FAISS)
- 使用 ROUGE 等高级指标衡量语言模型的有效性
- 矢量制造技术，如 BM25 或密集通道检索器 (DPR)
- 自然语言处理的最新进展概述
- 了解变压器的注意事项及其他关键部件
- NLP 的文本数据预处理
课程规格
出版商：Udemy 讲师：James Briggs 语言：英语水平：高级到高级课程数量：99 持续时间：11 小时 24 分钟
课程主题：
课程先决条件：
图片
样片
媒体错误：格式不受支持或来源未找到
安装指南
在 Extract 之后，用您最喜欢的播放器观看。
英文字幕
画质：720p
声明：本站所有文章，如无特殊说明或标注，均为本站发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
