文件清单 57 项

• 每日算法.mp4
• 算法-毕天宇-滑动窗口法.mp4
• 02-fasttext文本分类数据获取和分割.mp4
• 20-今日内容总结.mp4
• 07-词向量迁移介绍.mp4
• 12-transformers库使用的基本方式.mp4
• 01-文本分类任务的介绍.mp4
• 10-transformers库的基本介绍.mp4
• 17-pipeline方式实现文本摘要任务.mp4

展开全部 57 项

• 06-模型超参数调优.mp4
• 19-automodel实现文本分类.mp4
• 13-pipeline方式实现文本分类.mp4
• 16-pipeline方式实现阅读理解任务.mp4
• 02-RNN模型的搭建和测试.mp4
• 10-RNN模型预测结果.mp4
• 11-LSTM+GRU模型预测.mp4
• 08-保存模型训练结果到文件.mp4
• 04-GRU模型的搭建和测试.mp4
• 06-RNN模型训练代码的实现-后半部分.mp4
• 12-今日内容总结.mp4
• 05-RNN模型训练代码的实现-前半部分.mp4
• 07-LSTM模型的训练代码的实现.mp4
• 09-模型结果的图形化展示.mp4
• 01-昨日内容总结.mp4
• 08-基于GRU的编码器代码实现.mp4
• 12-基于GRU解码器代码的再次分析.mp4
• 11-基于GRU的带Attention的代码分析.mp4
• 13-模型训练代码的分析.mp4
• 10-基于GRU的无Attention的代码实现和测试.mp4
• 05-getdata函数获取英文和法文词典.mp4
• 06-Dataset类的实现.mp4
• 01-昨日内容回顾.mp4
• 02-英译法案例基本介绍.mp4
• 07-Dataloader类的实现.mp4
• 09-基于GRU的无Attention的解码器代码分析.mp4
• 04-nn.Embedding和word2vec区别.mp4
• 11-词频统计代码实现.mp4
• 03-fasttext训练词向量进阶.mp4
• 06-nn.Embedding的代码实现.mp4
• 09-句子长度分布统计.mp4
• 01-昨日内容回顾.mp4
• 08-标签数量统计分布.mp4
• 10-长度分布散点图.mp4
• 12-今日内容总结.mp4
• 02-skipgram的讲解.mp4
• 07-从Embedding中获取某个词的词向量.mp4
• 06-GRU模型架构原理解析.mp4
• 04-Bi-LSTM模型原理.mp4
• 12-实例化dataloader对象.mp4
• 11-构建Dataset数据源对象.mp4
• 09-RNN人名分类导入第三方工具.mp4
• 01-昨日内容回顾.mp4
• 13-今日内容总结.mp4
• 03-LSTM模型内部结构源代码分析.mp4
• 05-LSTM模型代码的实现.mp4
• 07-GRU模型代码的实现.mp4
• 08-RNN人名分类案例介绍.mp4