2米资源网

VIP
基于Pytorch热门深度学习框架 从零开发NLP聊天机器人

【6526】-基于Pytorch热门深度学习框架 从零开发NLP聊天机器人

  • 本站均为资源介绍,仅限用于学习和研究,不得将上述内容用于商业或者非法用途,
  • 否则一切后果请用户自负。您必须在下载后的24个小时之内,从您的电脑中彻底删除
  • 如果喜欢该资源请支持正版。如发现本站有侵权违法内容,请联系后查实将立刻删除。
  • 资源简介:基于Pytorch热门深度学习框架 从零开发NLP聊天机器人
  • 详细描述

    基于Pytorch热门深度学习框架 从零开发NLP聊天机器人


    第1章 课程介绍
     
    在新兴的人工智能领域,自然语言处理(NLP)是非常重要的组成部分,本课程聚焦于NLP主流方向,应用当下最热门的Pytorch深度学习框架,从理论结合实际,基于中科院工业项目做代码实战,完成检索类聊天机器人和生成式聊天机器人。...
     
     1-1 课程导学 
     1-2 聊天机器人的综合介绍
     1-3 聊天机器人起源发展
     1-4 聊天机器人的分类(1)
     1-5 聊天机器人的分类(2)
     1-6 如何构建最简单的聊天机器人(1)
     1-7 如何构建最简单的聊天机器人(2)
     1-8 代码小练
    第2章 聊天机器人综合介绍
     
    主要讲解聊天机器人定义,分类,起源和发展和目前的主流行业分布。
     
     2-1 NLP基础
     2-2 NLP涉及知识
     2-3 NLTK库
     2-4 语料和词性标注
     2-5 分词
     2-6 TF-IDF
     2-7 NLTK安装
     2-8 代码小练
    第3章 NLP基础
     
    本章为NLP的核心基础部分,包括NLTK,语料标注,分词,TF-IDF,Word2Vec
     
     3-1 NLP基础和聊天机器人
     3-2 文本处理方法 
     3-3 word2vec (1) 
     3-4 word2vec(2)
     3-5 代码小练
    第4章 检索类聊天机器人
     
    本章讲解检索类聊天机器人的原理,核心检索技术,贝叶斯分类的应用及chatterbot实现。
     
     4-1 检索类的聊天机器人
     4-2 贝叶斯分类
     4-3 Chatterbot原理
     4-4 代码小练
     4-5 章节小结
    第5章 生成式聊天机器人
     
    本章讲解生成式聊天机器人的原理,设计流程,RNN/LSTM语言模型。Attention机制,及Seq2Seq模型。
     
     5-1 生成类聊天机器人
     5-2 RNN LSTM原理
     5-3 RNN LSTM模型原理
     5-4 Seq2seq介绍
     5-5 Attenion应用及分类
     5-6 代码实战(1)
     5-7 代码实战(2)
     5-8 代码实战(3)
     5-9 代码实战(4)
    第6章 Pytorch基础
     
    本章讲解Pytorch核心原理,动态tensor,建立输入数据,搭建模型训练及测试。
     
     6-1 Pytorch入门
     6-2 原理机制
     6-3 数据载入
     6-4 模型训练和验证测试
     6-5 代码小练(1)
     6-6 代码小练(2)
     6-7 代码训练过程
     6-8 章节小结
    第7章 机器人发展方向与seqGAN实战
     
    本章讲解聊天机器人和对抗生成网络GAN和强化学习RL相结合的点,另外SeqGan的原理及代码实现
     
     7-1 模型与主流发展方向还是seq2seq+attention
     7-2 发展方向和SeqGan和深度学习结合
     7-3 数据处理
     7-4 开发生成器脚本
     7-5 开发鉴别器脚本
     7-6 开发主函数的脚本(1)
     7-7 开发主函数的脚本(2)
     7-8 开发主函数的脚本(3)
     7-9 代码训练过程
    第8章 基于Pytorch聊天机器人代码实战
     
    本章带领大家从0开始基于Pytorch深度学习框架完成工业级项目,完成闲聊式聊天机器人。
     
     8-1 项目介绍
     8-2 项目流程思路
     8-3 数据分析
     8-4 数据预处理 初始化
     8-5 数据预处理随机数据
     8-6 数据预处理one_epoch word2id
     8-7 数据预处理seq2id replace方法
     8-8 建立模型Encoder(1)
     8-9 建立模型Encoder(2)
     8-10 建立模型Decoder
     8-11 建立模型BAttentiondecoerRNN
     8-12 建立模型Lattention
     8-13 建立模型LattentionDecoder
     8-14 建立模型decoder如何选择
     8-15 模型建立seq2seq类及train方法(1)
     8-16 模型建立seq2seq类及train方法(2)
     8-17 模型建立seq2seq类及train方法(3)
     8-18 greedy Search方法
     8-19 模型建立beamsearch方法(1)
     8-20 模型建立beamsearch方法(2)
     8-21 建立模型验证方法
     8-22 建立模型bleu方法
     8-23 建立模型embAve方法
     8-24 建立模型Y_pre方法及整体思路流程
     8-25 训练脚本编写及演示
     8-26 模型测脚本编写
     8-27 demo脚本编写及演示
     8-28 部署步骤分享
     8-29 最终总结
    本课程已完结
     
    基于Pytorch热门深度学习框架 从零开发NLP聊天机器人
    百度网盘分享地址: 链接: https://pan.baidu.com/s/1D_de3mMdjtTyKkq5DmwlPQ 提取码: wzo1
    2米资源网