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
大千AI助手40 分钟前
指数分布:从理论到机器学习应用
人工智能·机器学习·参数估计·概率密度函数·mle·指数分布·累积分布函数
MATLAB代码顾问42 分钟前
MATLAB绘制多种混沌系统
人工智能·算法·matlab
搬砖的小码农_Sky44 分钟前
人形机器人:Tesla Optimus的AI集成细节
人工智能·ai·机器人
做运维的阿瑞1 小时前
2025 年度国产大模型「开源 vs. 闭源」深度评测与实战指南
人工智能·低代码·开源
渡我白衣1 小时前
深度学习入门(三)——优化算法与实战技巧
人工智能·深度学习
可触的未来,发芽的智生1 小时前
触摸未来2025.10.10:记忆的种子,当神经网络拥有了临时工作区,小名喜忆记系统
人工智能·python·神经网络·机器学习·架构
极客BIM工作室1 小时前
演化搜索与群集智能:五种经典算法探秘
人工智能·算法·机器学习
繁花与尘埃1 小时前
HTML5简介与基本骨架(本文为个人学习笔记,内容整理自哔哩哔哩UP主【非学者勿扰】的公开课程。 > 所有知识点归属原作者,仅作非商业用途分享)
笔记·学习·html5
Guheyunyi1 小时前
消防管理系统如何重构现代空间防御体系
大数据·运维·人工智能·安全·信息可视化·重构
东方芷兰1 小时前
LLM 笔记 —— 04 为什么语言模型用文字接龙,图片模型不用像素接龙呢?
人工智能·笔记·深度学习·语言模型·自然语言处理