文件名称：使用TensorFlow进行自然语言处理：使用TensorFlow进行自然语言处理，由Packt发布
文件大小：4.28MB
文件格式：ZIP
更新时间：2024-02-26 23:01:39
tensorflow cnn lstm rnn seq2seq
使用TensorFlow进行自然语言处理 这是发布的进行的代码库。 它包含从头到尾完成本书所必需的所有支持项目文件。 关于这本书 自然语言处理（NLP）提供了可用于深度学习应用程序的大多数数据，而TensorFlow是当前可用的最重要的深度学习框架。 使用TensorFlow进行自然语言处理将TensorFlow和NLP结合在一起，为您提供了宝贵的工具来处理当今数据流中大量的非结构化数据，并将这些工具应用于特定的NLP任务。 因此，Thanhan Ganegedara首先让您了解NLP和TensorFlow基础知识。 然后，您将学习如何使用Word2vec（包括高级扩展）创建单词嵌入，将单词
【文件预览】：
Natural-Language-Processing-with-TensorFlow-master
----appendix()
--------keras_cnn.ipynb(11KB)
--------tensorboard_word_embeddings.ipynb(5KB)
--------seq2seq_nmt.ipynb(94KB)
----ch9()
--------correct_spellings.py(3KB)
--------word2vec.py(10KB)
--------lstm_image_caption_pretrained_wordvecs_rnn_api.ipynb(834KB)
--------lstm_image_caption.ipynb(2.26MB)
--------image_caption_data()
----ch6()
--------rnn_language_bigram.ipynb(394KB)
--------rnn_language_bigram_multilayer.ipynb(201KB)
----ch8()
--------lstm_extensions.ipynb(145KB)
--------embeddings.npy(661KB)
--------word2vec.py(11KB)
--------plot_perplexity_over_time.ipynb(330KB)
--------lstms_for_text_generation.ipynb(165KB)
--------lstm_word2vec_rnn_api.ipynb(638KB)
--------lstm_word2vec.ipynb(127KB)
----LICENSE(1KB)
----ch11()
--------tv_embeddings.ipynb(108KB)
----README.md(3KB)
----ch3()
--------ch3_wordnet.ipynb(5KB)
--------ch3_word2vec.ipynb(294KB)
----ch5()
--------cnn_sentence_classification.ipynb(31KB)
--------image_classification_mnist.ipynb(110KB)
----ch4()
--------ch4_word2vec_improvements.ipynb(588KB)
--------ch4_document_embedding.ipynb(194KB)
--------ch4_glove.ipynb(45KB)
--------ch4_word2vec_extended.ipynb(37KB)
----ch10()
--------neural_machine_translation_attention.ipynb(545KB)
--------neural_machine_translation.ipynb(768KB)
--------word2vec.py(13KB)
--------nmt_with_pretrained_wordvecs.ipynb(534KB)
--------bleu_score_example.ipynb(8KB)
----ch2()
--------test2.txt(200B)
--------test3.txt(200B)
--------tensorflow_introduction.ipynb(139KB)
--------test1.txt(200B)