首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

圣诞礼物接收了

今天是圣诞节

硬蛋实验室祝大家圣诞节快乐~~!

硬蛋实验室给大家推荐一个不错的深度学习与NLP的实战课程,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。

文末附课程完整视频教程下载地址。

--------------------------------------------------------------

课程大纲及资源介绍

课时1 系统整体架构介绍: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。

文本资料及代码地址:

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

课时2 系统数据准备: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。

文本资料及代码地址:https://pythonprogramming.net/

课时3 缓存数据:之前介绍如何预处理数据,本节如何构建一个数据库来缓存数据。

文本资料及代码地址:https://pythonprogramming.net/

课时4 如何把数据加载进入模型-1:知道如何预处理和缓存、迭代数据之后,本节主要介绍如何把数据输入模型中。

文本资料及代码地址:

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

课时5 如何把数据加载进入模型-2:知道如何预处理和缓存、迭代数据之后,本节主要介绍如何把数据输入模型中。

文本资料及代码地址:https://pythonprogramming.net/

课时6 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。

文本资料及代码地址:https://pythonprogramming.net/

课时7 如何训练模型:本节主要介绍如何基于Tensorflow来训练一个Seq2Seq的Chatbot模型,如何使用GPU加速。

GPU云地址(付费):https://goo.gl/sY3M7Y

Tensorflow源码地址:https://github.com/daniel-kukiela/nmt-chatbot

文本资料及代码地址:https://pythonprogramming.net/

课时8 神经机器翻译介绍:主要介绍与Neural Machine Translation(NMT)相关的基本概念。

文本资料及代码地址:https://pythonprogramming.net/bidirectional-attention-mechanism-chatbot-deep-learning-python-tensorflow/

课时9 如何与Chatbot进行交互:之前,我们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,如何基于训练好的模型,搭建一个Chatbot交互系统。

文本资料及代码地址:https://pythonprogramming.net/interacting-chatbot-deep-learning-python-tensorflow/

课程视频教程下载:

链接:https://pan.baidu.com/s/1dFHCWGL

密码:公众号回复“ying”

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171225B08UX800?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码

添加站长 进交流群

领取专属 10元无门槛券

私享最新 技术干货

扫码加入开发者社群
领券