前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Tensorflow实战系列,手把手教你构建一个Chatbot(博文+视频)

Tensorflow实战系列,手把手教你构建一个Chatbot(博文+视频)

作者头像
WZEARW
发布2018-04-12 11:26:41
1.3K0
发布2018-04-12 11:26:41
举报
文章被收录于专栏:专知专知

【导读】专知内容组为大家介绍一个聊天机器人(Chatbot)Tensorflow实战课程系列,其目标是创建一个聊天机器人,可以实时地在Twitch Stream上与人们交谈,而不是完全像个傻瓜。为了创建聊天机器人,你首先要做的工作就是获取训练数据,然后你需要预处理数据,并以“输入”和“输出”的方式来进行操作,这其中机器学习算法是最重要的一环。这个系列课程是基于Tensorflow的sequence to sequence库和一个超大的Reddit 评论数据集来构建的一个Chatbot。

▌01 系统整体架构介绍


这部分整体介绍如何基于Tensorflow的sequence to sequence库和一个由Reddit 评论构成的超大数据库构成的Chatbot系统。

  • 教程链接: https://pythonprogramming.net/chatbot-deep-learning-python-tensorflow/
  • 视频链接: https://v.qq.com/x/page/q0526wd5ho0.html
视频内容

▌02 系统数据准备(Chat Data Structure)


这部分主要是讲述了如何准备数据,下载及准备好数据。对于机器学习任务来说,往往需要一个输入,一个输出。对于神经网络而言,这意味着需要一个输入层和一个输出层。对于Chatbot而言,值意味着需要把数据分为两个部分,及问题和答案,问题是输入,答案就是期望的输出。

  • 教程链接: https://pythonprogramming.net/data-structure-chatbot-deep-learning-python-tensorflow/
  • 视频链接: https://v.qq.com/x/page/c0526hm0be1.html
视频内容

▌03 缓存数据(Buffering Data)


这部分主要是讲述了如何构建一个数据库来缓存数据

  • 教程链接: https://pythonprogramming.net/buffering-chatbot-deep-learning-python-tensorflow/
  • 视频链接: https://v.qq.com/x/page/p0526kvvi9z.html
视频内容

▌04 插入逻辑(Insert Logic)


这部分主要是讲述了如何把数据输入模型中,为输入数据构建实际的逻辑。

  • 教程链接: https://pythonprogramming.net/insert-logic-chatbot-deep-learning-python-tensorflow/
  • 视频链接: https://v.qq.com/x/page/e052689t95k.html

▌05 构建数据库(Building Database)


这部分主要是讲述如何把数据输入模型中

  • 链接: https://pythonprogramming.net/building-database-chatbot-deep-learning-python-tensorflow/
  • 视频链接: https://v.qq.com/x/page/s0526lp45fk.html

▌06 训练数据(Training Dataset)



这部分主要是讲述了如何构建大量的训练数据:主要介绍两种方式来构造大量的训练数据,用于模型训练。

  • 教程链接: https://pythonprogramming.net/training-dataset-chatbot-deep-learning-python-tensorflow/
  • 视频链接: https://v.qq.com/x/page/b0526e0lrzh.html

▌07 训练模型(Training a Model)


这部分主要是如何训练模型,主要介绍基于Tensorflow来训练一个Seq2Seq的Chatbot模型,使用GPU加速。

  • 教程链接: https://pythonprogramming.net/buffering-chatbot-deep-learning-python-tensorflow/
  • 视频链接: https://pythonprogramming.net/training-model-chatbot-deep-learning-python-tensorflow/

▌08 神经机器翻译(Exploring concepts and parameters of our NMT Model)


这部分主要是讲述了与神经机器翻译Neural Machine Translation(NMT)相关的基本概念

  • 教程链接: https://pythonprogramming.net/bidirectional-attention-mechanism-chatbot-deep-learning-python-tensorflow/
  • 视频链接: https://v.qq.com/x/page/p0526przr82.html

▌09 与Chatbot进行交互(Interacting with our Chatbot)


这部分主要是讲述了如何与Chatbot进行交互,在这之前,介绍了如何构建数据,如何训练模型。最后,介绍一下如何部署模型,基于训练好的模型,搭建一个Chatbot交互系统。

  • 教程链接: https://pythonprogramming.net/interacting-chatbot-deep-learning-python-tensorflow/
  • 视频链接: https://v.qq.com/x/page/t0526gnh48n.html

参考链接:

https://pythonprogramming.net/chatbot-deep-learning-python-tensorflow/

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-12-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 专知 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
机器翻译
机器翻译(Tencent Machine Translation,TMT)结合了神经机器翻译和统计机器翻译的优点,从大规模双语语料库自动学习翻译知识,实现从源语言文本到目标语言文本的自动翻译,目前可支持十余种语言的互译。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档