【文件属性】：
文件名称：自然语言处理，深度学习 代码
文件大小：6.87MB
文件格式：7Z
更新时间：2020-11-14 11:09:17
自然语言处理 深度学习
围绕自然语言处理和时序数据处理，介绍中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。语言平实，结合大量示意图和Python代码，按照“提出问题”“思考解决问题的新方法”“加以改善”的流程，基于解决自然语言处理相关的各种问题，使读者在此过程中更深入地理解中的重要技术。
【文件预览】：
【源代码】深度学习进阶：自然语言处理
----ch03()
--------simple_cbow.py(1KB)
--------cbow_predict.py(499B)
--------simple_skip_gram.py(1KB)
--------train.py(902B)
----dataset()
--------sequence.py(2KB)
--------__init__.py(0B)
--------ptb.py(3KB)
--------addition.txt(635KB)
--------spiral.py(648B)
--------date.txt(1.96MB)
----LICENSE.md(1KB)
----ch04()
--------negative_sampling_layer.py(3KB)
--------eval.py(799B)
--------cbow.py(2KB)
--------cbow_params.pkl(2.11MB)
--------skip_gram.py(1KB)
--------train.py(1KB)
----ch05()
--------simple_rnnlm.py(1KB)
--------train_custom_loop.py(2KB)
--------train.py(829B)
----ch02()
--------count_method_small.py(631B)
--------ppmi.py(450B)
--------similarity.py(403B)
--------count_method_big.py(887B)
--------show_ptb.py(484B)
--------most_similar.py(335B)
----ch08()
--------AttentionSeq2seq.pkl(1.13MB)
--------attention_layer.py(3KB)
--------visualize_attention.py(2KB)
--------attention_seq2seq.py(3KB)
--------train.py(2KB)
----README.md(1KB)
----common()
--------trainer.py(6KB)
--------time_layers.py(16KB)
--------functions.py(772B)
--------__init__.py(0B)
--------layers.py(4KB)
--------config.py(29B)
--------np.py(310B)
--------util.py(8KB)
--------optimizer.py(3KB)
--------base_model.py(1KB)
----ch07()
--------generate_text.py(601B)
--------show_addition_dataset.py(536B)
--------peeky_seq2seq.py(3KB)
--------rnnlm_gen.py(2KB)
--------generate_better_text.py(1KB)
--------train_seq2seq.py(2KB)
--------seq2seq.py(4KB)
----ch01()
--------two_layer_net.py(1KB)
--------forward_net.py(1KB)
--------train_custom_loop.py(2KB)
--------show_spiral_dataset.py(432B)
--------train.py(569B)
----ch06()
--------Rnnlm.pkl(3.99MB)
--------eval.py(463B)
--------train_rnnlm.py(1KB)
--------rnnlm.py(2KB)
--------train_better_rnnlm.py(2KB)
--------clip_grads.py(494B)
--------better_rnnlm.py(3KB)
--------rnn_gradient_graph.py(581B)