整理了斯坦福大学的cs224n,自然语言处理与深度学习课程的所有18个PPT完整版,提供下载,供大家学习参考。
在这之前,已经总结了9次课堂笔记,这些课的PPT都非常精彩,配有大量的图片,言简意赅地解释NLP的核心问题,最新动态和展望。
1 斯坦福大学NLP课程笔记系列1:深度学习应用于NLP介绍
2 TensorFlow 实战 3层网络求解嵌入词向量,附代码详解
3 一文了解Word2vec之Skip-Gram训练网络的3种技术
4 TensorFlow 实战 3层网络求解嵌入词向量,附代码详解
现将完整的18个课程PPT题目列在这里,供大家查阅选择学习,这门课程包括相当全面,包括自然语言处理的介绍,词向量,词窗口,神经网络,反向传播,TensorFlow的使用介绍,依赖解析,RNN和语言模型,LSTMs, GRUs, seq2seq, 强化学习与NLP,半监督学习与NLP,NLP的局限和展望。
【lecture1-5】
lecture1: introduction lecture2: Word vectors lecture3: More word vectors lecture4: Word window classification and neural networks lecture5: Backpropagation
【lecture6-10】
lecture6: An introduction to TensorFlow! lecture7: Dependency parsing lecture8: RNN and language model lecture9: Vanishing gradients and fancy RNNs(LSTMs and GRUs) lecture10: Machine translation, sequence-to-sequence and attention
【lecture11-15】
lecture11: Paying attention to attention and tips and tricks for large MT lecture12: Transformer networks and CNN lecture13: Coreference resolution lecture14: Tree Recursive NNs and constituency parsing lecture 15: Model overview and memory networks
lecture 16: Reinforcement learning for NLP
lecture 17: Semi-Supervised learning for NLP
lecture 18: The limits and future of NLP
本文分享自 程序员郭震zhenguo 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 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!