nlp_notes:自然语言处理学习笔记：机器学习及深度学习原理和示例，基于Tensorflow和PyTorch框架，Trans...
38 浏览量
2021-03-23
04:13:16
上传
评论 2
收藏 25.6MB ZIP 举报
nlp_notes:自然语言处理学习笔记：机器学习及深度学习原理和示例，基于Tensorflow和PyTorch框架，Transformer，BERT，ALBERT等最新预训练模型以及源代码详解，以及基于预训练模型进行各种自然语言处理任务。模型部署 （256个子文件） 
tree.dot 2KB
gpt-2-autoregression-2.gif 1.26MB ELECTRA任务.gif 26KB 08-CNN及迁移学习图像分类.ipynb 6.55MB 02-基于搜索的决策系统.ipynb 3.95MB 13-style_transfer.ipynb 2.68MB 12-决策树.ipynb 2.3MB 16-KMeans聚类.ipynb 2.17MB 15-时间序列预测.ipynb 1.01MB 30-集成决策树.ipynb 998KB 03-机器学习思维模式.ipynb 780KB 51-XLNet模型.ipynb 766KB 13-各种分类器比较.ipynb 735KB 14-卷积神经网络的可视化.ipynb 725KB 17-Gaussian Mixture Models.ipynb 539KB 11-SVM.ipynb 518KB 03-notMNIST图像分类.ipynb 481KB 41-BERT创建训练数据(Tensorflow).ipynb 428KB 15-基于词向量和LSTM对豆瓣影评分类(TensorFlow).ipynb 327KB 05-基于词向量和LSTM对豆瓣影评分类.ipynb 306KB 45-基于BERT的文本分类.ipynb 289KB 11-autoencoders.ipynb 264KB 02-TensorFlow数据管道及特征列.ipynb 260KB 10-分类与逻辑回归.ipynb 253KB 40-BERT基本原理及运用.ipynb 243KB 13-基于BiLSTM和CRF算法的命名实体识别(PyTorch).ipynb 236KB 10-RNN语言模型.ipynb 231KB 30-Transformer模型及源代码(PyTorch).ipynb 221KB 13-朴素贝叶斯.ipynb 194KB 14-基于BiLSTM和CRF算法的命名实体识别(TensorFlow).ipynb 185KB 31-基于Transformer的中译英(TensorFlow).ipynb 174KB 09-LDA主题模型.ipynb 166KB 001.使用Pandas.ipynb 165KB 15-降维.ipynb 164KB 01-PyTorch入门.ipynb 161KB 007-Pandas合并数据集.ipynb 150KB 01-Keras神经网络入门.ipynb 142KB 03-TensorFlow高阶API.ipynb 138KB 42-BERT模型详解及代码实现(Tensorflow).ipynb 119KB 04-CNN图像分类.ipynb 112KB 01-TensorFlow张量与自动微分.ipynb 110KB 07-恶意评论分类.ipynb 106KB 10-经典CNN架构实现(TensorFlow).ipynb 106KB 3-Python实现与学习相关的技巧.ipynb 106KB 06-RNN原理及使用(PyTorch) .ipynb 104KB 1-Python实现神经网络.ipynb 97KB 05-tf.function与AutoGraph.ipynb 95KB 6-rnn_from_scrach.ipynb 95KB 01-基于规则与基于概率的模型.ipynb 84KB 14-机器学习对新闻来源分类.ipynb 84KB 11-基于HMM和Viterbi算法的序列标注.ipynb 83KB 52-ALBERT.ipynb 82KB 12-GANs.ipynb 79KB 48-基于BERT的命名实体识别.ipynb 70KB tensorflow-serving.ipynb 69KB 006-Pandas层级索引.ipynb 66KB 26-Attention使用示例.ipynb 60KB 44-BERT预训练及代码实现(Tensorflow).ipynb 60KB 003-Pandas数据索引与选择.ipynb 52KB 03-训练词向量.ipynb 51KB 31-特征工程.ipynb 51KB 25-Attention机制.ipynb 50KB 66-miniGPT(TensorFlow).ipynb 50KB 46-基于BERT的问答任务.ipynb 46KB 002-Pandas对象.ipynb 46KB 07-回归及梯度下降.ipynb 44KB 67-ERNIE.ipynb 41KB 12-BiLSTM和CRF算法的序列标注原理.ipynb 41KB 18-异常点检测.ipynb 41KB 32-基于Transformer的seq2seq模型(PyTorch).ipynb 38KB 01-分词.ipynb 34KB 36-生成模型的解码方法.ipynb 32KB 09-基于RNN的影评情感分类(PyTorch).ipynb 32KB 005-Pandas处理缺失值.ipynb 31KB 02-词表征与词向量.ipynb 27KB 004-Pandas数值运算.ipynb 27KB 5-Python实现CNN.ipynb 26KB 4-Python实现基于图的神经网络.ipynb 25KB 28-基于Attention的图片标注(TensorFlow).ipynb 23KB 38-填充与遮盖.ipynb 23KB 27-基于Attention的中译英(TensorFlow).ipynb 22KB 16-基于RNN的字符级自然语言生成.ipynb 21KB 34-Transformer优化.ipynb 20KB 49-以BERT为底层结构的分类模型.ipynb 16KB 12-python实现KNN和决策树.ipynb 16KB 04-TensorFlow常用函数.ipynb 16KB 20-ELMo模型.ipynb 15KB 08-Python实现梯度下降算法.ipynb 12KB 04-文档向量.ipynb 12KB 部署PyTorch模型.ipynb 12KB 20-naive_bayes.ipynb 10KB 2-Python实现误差反向传播.ipynb 10KB 01-编辑距离.ipynb 9KB 8-softmax函数.ipynb 8KB 评价指标与损失函数.ipynb 7KB 35-NLP数据增强.ipynb 7KB 07-机器学习入门.ipynb 6KB 65-GPT.ipynb 6KB 80-ELECTR预训练模型.ipynb 6KB 未命名.ipynb 5KB共 256 条
- 1
- 2
- 3
资源评论
