文件清单 40 项

• 1:N-gram语言模型.mp4
• 2:NPLM神经网络语言模型.mp4
• 3:词向量的作用.mp4
• 4:CBOW模型思想和计算过程.mp4
• 5:Skip-gram模型思想和计算过程.mp4
• 6:Huffman树_分层Softmax的思想.mp4
• 7:分层Softmax应用到CBOW模型上.mp4
• 8:负采样和负采样应用到CBOW模型上.mp4
• Word2Vec.pdf

展开全部 40 项

• 9:理解RNN循环神经网络拓扑结构.mp4
• 10:理解RNN循环神经网络计算流程.mp4
• 11:利用RNN循环神经网络对MNIST手写数字识别.mp4
• 12:理解LSTM长短时记忆_记住Topo和公式.mp4
• 13:VanillaRNN的回顾复习.mp4
• 14:补充讲一下为什么RNN中链越长越容易梯度消失.mp4
• 15:LSTM的回顾复习_LSTM手写数字识别.mp4
• 16:双向RNN_LSTM.mp4
• 17:RNN里面应用的Topology结构.mp4
• RNN_Attention机制.pdf
• 18:Seq2Seq中Attention注意力机制(1).mp4
• 18:Seq2Seq中Attention注意力机制.mp4
• 19:Transformer_Self-Attention_Multi-head(1).mp4
• 19:Transformer_Self-Attention_Multi-head.mp4
• 20:Transformer_Positional_使用逻辑_网络结构总结(1).mp4
• 20:Transformer_Positional_使用逻辑_网络结构总结.mp4
• RNN_Attention机制(1).pdf
• RNN_Attention机制.pdf
• 21:ELMO(1).mp4
• 21:ELMO.mp4
• 22:BERT理论(1).mp4
• 22:BERT理论.mp4
• 23:ERNIE_GPT(1).mp4
• 23:ERNIE_GPT.mp4
• RNN_Attention机制(1).pdf
• RNN_Attention机制.pdf
• 19-深度学习-NLP自然语言处理原理和进阶/
• 章节1:词向量与词嵌入/
• 章节2:循环神经网络原理与优化/
• 章节3:从Attention机制到Transformer/
• 章节4:ELMO_BERT_GPT/