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
明月照山海-几秒前
机器学习周报十九
人工智能·机器学习
王哈哈^_^3 分钟前
PyTorch vs TensorFlow:从入门到落地的全方位对比
人工智能·pytorch·python·深度学习·计算机视觉·tensorflow·1024程序员节
链上日记4 分钟前
POPAI全球启动仪式成功举办|AI×Web3全球算力革命启航
人工智能
岁月宁静4 分钟前
用 Node.js 封装豆包语音识别AI模型接口:双向实时流式传输音频和文本
前端·人工智能·node.js
qq_4369621810 分钟前
奥威BI:AI数据分析赋能企业智能决策
人工智能·数据挖掘·数据分析
鲜枣课堂24 分钟前
重新安全定义,IMS算网融合加速企业专网AI+场景落地
大数据·人工智能·安全
Victory_orsh1 小时前
“自然搞懂”深度学习系列(基于Pytorch架构)——02小试牛刀
人工智能·python·深度学习·神经网络·机器学习
tzc_fly1 小时前
DeepSeek-OCR:上下文光学压缩
人工智能·计算机视觉·ocr
37手游后端团队1 小时前
构建AI会话质检平台:技术架构与实践分享
人工智能·后端
哔哩哔哩技术1 小时前
B站游戏大模型翻译实践 —— 我们如何用LLM撑起全年百万字本地化翻译任务
人工智能