自然语言处理:我的学习心得与笔记

Pytorch

1.Pytorch基本语法

1.1 认识Pytorch

1.2 Pytorch中的autograd

2.Pytorch初步应用

2.1 使用Pytorch构建一个神经网络

2.2 使用Pytorch构建一个分类器

小节总结

学习了什么是Pytorch.

。Pytorch是一个基于Numpy的科学计算包,作为Numpy的替代者,向用户提供使用GPU强大功能的能力.

做为一款深度学习的平台,向用户提供最大的灵活性和速度。学习了Pytorch的基本元素操作

·矩阵的初始化:

.torch.empty()

torch.rand(n, m)

*torch.zeros(n,m,dtype=torch.long)。其他若干操作:

x.new_ones(n,m, dtype=torch.double)

torch.randn_like(x,dtype=torch.float)

*x.size()

。学习了Pytorch的基本运算操作

。加法操作:

。X+y

.torch.add(x,y)

torch.add(x,y, out=result)

torch.add(x, y, out=result)

.y.add_(x)

。其他若干操作

.x.view()

*x.item(学习了Torch Tensor和Numpy Array之间的相互转换。将Torch Tensor转换为Numpy Array:

.b=a.numpy(

。将NumpyArray转换为Torch Tensor:

b=torch.from_numpy(a)

注意: 所有才CPU上的Tensor, 除了CharTensor,都可以转换为Numpy Array并可以反向转换

学习了任意的Tensors可以用.to0)方法来将其移动到任意设备上

x= x.to(device)

自然语言处理

什么是自然语言处理:

自然语言处理(Natural Language Processing,简称NLP)是计算机科学与语言学中关注于计算机与人类语言间转换的领域.

自然语言处理的应用场景:

语音助手

机器翻译

搜索引擎

智能问答

......

1.1 认识文本预处理

1.2 文本处理的基本方法

jieba的使用

流行中英文分词工具hanlp

命名实体识别

词性标注

小节总结

1.3 文本张量表示方法

1.4 文本数据分析

1.5 文本特征处理

1.6 文本数据增强

附录

新闻主题分类任务

RNN

1.1认识RNN模型

1.2传统RNN模型

1.3 LSTM模型

1.4 GRU模型

1.5 注意力机制

Transformer

第一章:Transformer背景介绍

第二章:Transformer架构解析

第三章:Transformer经典案例

相关推荐
AKAMAI2 小时前
跳过复杂环节:Akamai应用平台让Kubernetes生产就绪——现已正式发布
人工智能·云原生·云计算
新智元3 小时前
阿里王牌 Agent 横扫 SOTA,全栈开源力压 OpenAI!博士级难题一键搞定
人工智能·openai
新智元3 小时前
刚刚,OpenAI/Gemini 共斩 ICPC 2025 金牌!OpenAI 满分碾压横扫全场
人工智能·openai
机器之心3 小时前
OneSearch,揭开快手电商搜索「一步到位」的秘技
人工智能·openai
阿里云大数据AI技术4 小时前
2025云栖大会·大数据AI参会攻略请查收!
大数据·人工智能
YourKing4 小时前
yolov11n.onnx格式模型转换与图像推理
人工智能
sans_4 小时前
NCCL的用户缓冲区注册
人工智能
sans_4 小时前
三种视角下的Symmetric Memory,下一代HPC内存模型
人工智能
算家计算5 小时前
模糊高清修复真王炸!ComfyUI-SeedVR2-Kontext(画质修复+P图)本地部署教程
人工智能·开源·aigc
虫无涯5 小时前
LangSmith:大模型应用开发的得力助手
人工智能·langchain·llm