您好,欢迎来到聚文网。 登录 免费注册
深度序列模型与自然语言处理 基于TensorFlow2实践

深度序列模型与自然语言处理 基于TensorFlow2实践

  • 字数: 534000
  • 装帧: 平装
  • 出版社: 清华大学出版社
  • 作者: 阮翀
  • 出版日期: 2023-05-01
  • 商品条码: 9787302629610
  • 版次: 1
  • 开本: 16开
  • 页数: 356
  • 出版年份: 2023
定价:¥99 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书以自然语言和语音信号处理两大应用领域为载体,详细介绍深度学习中的各种常用序列模型。在讲述理论知识的同时辅以代码实现和 讲解,帮助读者深入掌握相关知识技能。
本书共12章,不仅涵盖了词向量、循环神经网络、卷积神经网络、Transformer等 基础知识,还 囊括了注意力机制、序列到序列问题等 专题,同时还包含其他书籍中较少涉及的预训练语言模型、生成对抗网络、强化学习、流模型 等前沿内容,以拓宽读者视野。
本书既适合互联网公司算法I程师等群体阅读,又可以作为本科高年级或研究生级别的自然语言处理和深 度学习课程的参考教材。
作者简介
北京大学计算语言研究所硕士,在国内外会议和期刊上发表过多篇自然语言处理相关论文。曾负责网易有道离线神经网络机器翻译模块和 Kikatech 印度输入法引擎算法研发工作,并撰写相关专利。在知乎平台上回答深度学习和自然语言处理相关问题,多个回答获得编辑推荐,上万粉丝关注。
目录
第1章深度学习与自然语言处理概述
1.1自然语言处理简史
1.1.1自然语言处理能做什么
1.1.2自然语言处理的发展史
1.2深度学习的兴起
1.2.1从机器学习到深度学习
1.2.2深度学习框架
1.2.3TensorFlow2程序样例
第2章词向量的前世今生
2.1文本预处理的流程
2.2前深度学习时代的词向量
2.2.1独热向量
2.2.2分布式表示
2.3深度学习时代的词向量
2.3.1词向量的分类
2.3.2可视化词向量
2.3.3词向量在下游任务中的使用
2.4Word2vec数学原理
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网