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
新智元8 分钟前
刚刚,Ilya 官宣出任 SSI CEO!送走「叛徒」联创,豪言不缺 GPU
人工智能·openai
爱看科技34 分钟前
苹果AR/VR头显路线图曝光,微美全息推进AI/AR智能眼镜新品开启视觉体验篇章
人工智能·ar·vr
呆头鹅AI工作室40 分钟前
[2025CVPR]SEEN-DA:基于语义熵引导的领域感知注意力机制
人工智能·深度学习·机器学习
吴佳浩43 分钟前
Python入门指南-AI番外-MCP完整教程:从零开始学会Model Context Protocol
人工智能·python·mcp
西岭千秋雪_1 小时前
Redis缓存架构实战
java·redis·笔记·学习·缓存·架构
XvnNing1 小时前
【Verilog硬件语言学习笔记4】FPGA串口通信
笔记·学习·fpga开发
加油吧zkf1 小时前
目标检测新纪元:DETR到Mamba实战解析
图像处理·人工智能·python·目标检测·分类
西柚小萌新1 小时前
【深度学习:进阶篇】--4.3.seq2seq与Attention机制
人工智能·深度学习
求索小沈1 小时前
ubuntu22.04 安装cuda cudnn
人工智能·深度学习
海棠蚀omo1 小时前
C++笔记-位图和布隆过滤器
开发语言·c++·笔记