• 投稿

最全面的NLP经典模型教程!BERT、Transformer、ELMo、GPT、HMM、CRF、序列模型一次学到饱!自然语言处理大模型/深度学习/神经网络

9885
3
2023-10-26 10:15:47
110
64
665
43
配套代码、课件PDF,关注公众号【AI技术星球】,发暗号 321 就可以免费获取! 另附免费分享60G人工智能入门学习资料包: 一、AI必读经典电子书(西瓜书、花书、鱼书等) 二、800篇2023 CVPR论文合集(可提供论文指导、顶会发刊辅导,毕业论文、EI期刊、SCI) 三、两大Pytorch、TensorFlow实战框架视频+源码。 四、Pytorch、opencv、Keras官方中文教程 五、深度学习神经网络基础教程 六、计算机视觉+YOLO实战项目源码
专注AI领域,擅长深度学习+计算机视觉+自然语言处理 可提供【AI入门、论文、就业、项目、技术指导】和【免_费咨询答疑】
视频选集
(1/71)
第一章 BERT,Transformer的模型架构与详解-v2.0 1--认识BERT
09:05
11-2点评-1.1认识BERT-part1
02:14
12-1讲解-1.1认识BERT-part2
17:01
12-2点评-1.1认识BERT-part2
09:58
13-1讲解-1.1认识BERT-part3
13:42
13-2点评-1.1认识BERT-part3
03:52
14-1讲解-1.1认识BERT-part4
03:05
2--Transformer的结构是什么样的 各个子模块各有什么作用 01-1讲解-1.2Transformer的结构详解-part1
08:29
01-2点评-1.2Transformer的结构详解-part1
04:09
02-1讲解-1.2Transformer的结构详解-part2
14:47
02-2点评-1.2Transformer的结构详解-part2
10:58
3--Transformer结构中的Decoder端具体输入 03-1讲解-1.3Transformer中Decoder的输入详解
12:37
03-2点评-1.3Transformer中Decoder的输入详解
12:40
4--Transformer中的self-attention 04-1讲解-1.4Transformer中的自注意力机制以及为什么采用QKV三元组
06:00
04-2点评-1.4Transformer中的自注意力机制以及为什么采用QKV三元组
05:55
5--采用Multi-head Attention的原因和计算规则 05-1讲解-1.5采用Multi-head Attention的原因和计算规则
04:59
05-2点评-1.5采用Multi-head Attention的原因和计算规则
02:59
6--Transformer相比于RNN的优势和原因 06-1讲解-1.6Transformer相比于RNN的优势和原因
04:38
06-2点评-1.6Transformer相比于RNN的优势和原因
02:46
7--Transformer可以代替seq2seq的原因 07-1讲解-1.7为什么说Transformer可以代替seq2seq
04:53
07-2点评-1.7为什么说Transformer可以代替seq2seq
02:04
8--self-attention公式中添加scaled的原因 08-1讲解-1.8self-attention公式中添加scaled的原因-part1
04:31
08-2点评-1.8self-attention公式中添加scaled的原因-part1
03:33
09-1讲解-1.8self-attention公式中添加scaled的原因-part2
17:05
09-2点评-1.8self-attention公式中添加scaled的原因-part2
17:42
09-3点评-1.8self-attention公式中添加scaled的原因-part2
04:57
10-1讲解-1.8self-attention公式中添加scaled的原因-part3
09:12
10-2点评-1.8self-attention公式中添加scaled的原因-part3
01:42
9--Transformer架构的并行化是如何进行的 11-1讲解-1.9Transformer架构的并行化是如何进行的
11:03
11-2点评-1.9Transformer架构的并行化是如何进行的
05:22
10--BERT模型的优点和缺点 12-1讲解-1.10BERT模型的优点和缺点
05:11
12-2点评-1.10BERT模型的优点和缺点
04:20
11--BERT的MLM任务为什么采用80% 10% 10%的策略 13-1讲解-1.11BERT的MLM任务为什么采用80% 10% 10%的策略
07:17
13-2点评-1.11BERT的MLM任务为什么采用80% 10% 10%的策略
03:08
12--长文本预测任务使用BERT如何构造训练样本 14-1讲解-1.12长文本预测任务使用BERT如何构造训练样本
03:18
14-2点评-1.12长文本预测任务使用BERT如何构造训练样本
02:40
第二章 ELMo, GPT等经典模型的介绍与对比-v2.0 01-1讲解-2.1认识ELMo-part2
10:01
01-2点评-2.1认识ELMo-part2
07:54
02-1讲解-2.1认识ELMo-part3
09:32
02-2点评-2.1认识ELMo-part3
02:38
15-1讲解-2.1认识ELMo-part1
17:57
15-2点评-2.1认识ELMo-part1
09:30
15-3点评-2.1认识ELMo-part1
02:01
认识GPT 03-1讲解-2.2认识GPT-part1
11:43
03-2点评-2.2认识GPT-part1
04:10
04-1讲解-2.2认识GPT-part2
06:37
04-2点评-2.2认识GPT-part2
05:08
3--认识GPT2 05-1讲解-2.3认识GPT2-part1
05:00
05-2点评-2.3认识GPT2-part1
01:09
06-1讲解-2.3认识GPT2-part2
08:05
06-2点评-2.3认识GPT2-part2
04:14
07-1讲解-2.3认识GPT2-part3
11:51
07-2点评-2.3认识GPT2-part3
13:06
08-1讲解-2.3认识GPT2-part4
14:01
08-2点评-2.3认识GPT2-part4
07:33
4--请详述BERT, GPT, ELMo模型的对比和各自的优缺点 09-1讲解-2.4BERT,GPT,ELMo的区别和优缺点
09:12
09-2点评-2.4BERT,GPT,ELMo的区别和优缺点
03:51
第三章 HMM模型-v2.0 10-1讲解-马尔科夫链介绍
06:37
11-1讲解-HMM简介
18:03
11-2点评-HMM简介
03:58
11-3点评-HMM简介
03:23
12-1讲解--HMM模型假设
09:20
12-2点评-HMM模型假设
04:18
13-1讲解-举例解释模型概念
09:21
13-2点评-举例解释模型概念
01:52
14-1讲解-维特比算法举例讲解
18:26
14-2点评-维特比算法举例讲解
02:40
第四章 经典的序列模型-v2.0 15-1讲解-1.1HMM模型介绍
08:49
15-2点评-1.1HMM模型介绍
01:59
16-1讲解-1.2CRF模型简介
07:26
16-2点评-1.2CRF模型简介
01:23
客服
顶部
赛事库 课堂 2021拜年纪