3-8 构建RNN图计算
介绍
章节
问答
笔记
第1章 快速了解机器学习
1-1 机器学习简要介绍
1-2 机器学习开发环境准备
1-3 pycharm简单配置介绍
1-4 带隐藏层的逻辑回归代码实战
1-5 带隐藏层的逻辑回归代码运行结果
第2章 自然语言处理入门
2-1 NLP简介
2-2 NLP编程基础知识介绍
2-3 skip-gram代码架构总体简介
2-4 读取停用词并对训练文本数据进行预处理
2-5 建立词典
2-6 为skip-gram生成相关参数
2-7 为skip-gram构建模型
2-8 为skip-gram训练模型
第3章 自然语言进阶
3-1 word2vec损失函数和优化器选择
3-2 RNN处理NLP简介
3-3 RNN代码结构简介
3-4 字符预处理和模型相关数据保存
3-5 建立字典和模型参数
3-6 构建LSTM单元
3-7 构建RNN3层网络
3-8 构建RNN图计算
3-9 RNN模型训练
3-10 从二进制文件取出相关数据
3-11 使用模型生成小说
3-12 模型生成内容展示
3-13 课程总结与展望
