附件:设置1:设置2:设置3:本书共8章, 主要介绍自然语言处理任务中的深度学习技术, 包含深度学习理论基础、深度学习的软件框架、语言模型与词向量、序列模型与梯度消失/爆炸、卷积神经网络在NLP领域的应用、Seq2Seq模型与Attention机制、大规模预训练模型、预训练语言模型BERT, 还给出了自然语言处理技术的高级应用和开发实例, 并收录了基于PyTorch深度学习框架的部分实践项目。摘要:有书目 (第188页)
附注提要
本书共8章, 主要介绍自然语言处理任务中的深度学习技术, 包含深度学习理论基础、深度学习的软件框架、语言模型与词向量、序列模型与梯度消失/爆炸、卷积神经网络在NLP领域的应用、Seq2Seq模型与Attention机制、大规模预训练模型、预训练语言模型BERT, 还给出了自然语言处理技术的高级应用和开发实例, 并收录了基于PyTorch深度学习框架的部分实践项目。