斯坦福大学的cs224课程18个完整PPT整理

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

5 高性能，依存句法解析器，基于三层神经网络模型

6 你每天都在用：RNN和语言模型

7 从 n-gram 到 RNN 做的那些优化改进

8 3 张PPT理解如何训练 RNN

9 它的梯度去哪儿了？

2

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