PyTorch自然语言处理实战(附详细代码下载)

2019 年 2 月 12 日 专知

【导读】推荐一本PyTorch进行自然语言处理实战的书:《Natural Language Processing with PyTorch》,手把手教你PyTorch基础,以及NLP上如何一步步应用,书中提供详细代码示例,感兴趣的同学下载学习。


自然语言处理(NLP)为解决人工智能问题提供了无限机会,使亚马逊Alexa和谷歌翻译等产品成为可能。如果您是NLP和深度学习的新手,那么本实用指南将向您展示如何使用PyTorch(一个基于python的深度学习库)来应用这些方法。

 

作者Delip RaoBrianMcMahon在NLP和深度学习算法方面为您提供了坚实的基础,并演示了如何使用PyTorch构建应用程序,其中包含针对您所面临的问题的丰富文本表示。每一章包括几个代码示例和插图。

  • 探索计算图和监督学习范例

  • 掌握PyTorch优化张量操作库的基础知识

  • 概述传统的NLP概念和方法

  • 了解构建神经网络所涉及的基本思想

  • 使用嵌入来表示单词,句子,文档和其他特征

  • 探索序列预测并生成序列到序列模型

  • 学习构建生产NLP系统的设计模式


【PoTorch NLP实战代码下载】

 请关注专知公众号(点击上方蓝色专知关注

  • 后台回复“PytorchNLP” 就可以获取《代码》的下载链接~ 


书籍地址:

https://www.amazon.com/_/dp/1491978236

代码地址:

https://github.com/joosthub/PyTorchNLPBook



Natural Language Processing with PyTorch

Build Intelligent Language Applications Using Deep Learning 
By Delip Rao and Brian McMahan

Welcome. This is a companion repository for the book Natural Language Processing with PyTorch: Build Intelligent Language Applications Using Deep Learning.

Table of Contents

  • Get Started!

  • Chapter 1: Introduction

    • PyTorch Basics

  • Chapter 2: A Quick Tour of NLP

  • Chapter 3: Foundational Components of Neural Networks

    • In-text examples

    • Diving deep into supervised training

    • Classifying sentiment of restaurant reviews using a Perceptron

  • Chapter 4: Feed-forward Networks for NLP

    • Limitations of the Perceptron

    • Introducing Multi-layer Perceptrons (MLPs)

    • Introducing Convolutional Neural Networks (CNNs)

    • Surname Classification with an MLP

    • Surname Classification with a CNN

  • Chapter 5: Embedding Words and Types

    • Using Pretrained Embeddings

    • Learning Continous Bag-of-words Embeddings (CBOW)

    • Transfer Learning using Pre-trained Embeddings

  • Chapter 6: Sequence Modeling for NLP

    • A sequence representation for Surnames

  • Chapter 7: Intermediate Sequence Modeling for NLP

    • Generating novel surnames from sequence representations

    • Uncondition generation

    • Conditioned generation

  • Chapter 8: Advanced Sequence Modeling for NLP

    • Understanding PackedSequences

    • Sequence to Sequence Learning

    • Attention

    • Neural Machine Translation

  • Chapter 9: Classics, Frontiers, Next Steps

-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成!470+位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!


请加专知小助手微信(扫一扫如下二维码添加),咨询《深度学习:算法到实战》参团限时优惠报名~

欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

登录查看更多
67

相关内容

【干货书】机器学习Python实战教程,366页pdf
专知会员服务
332+阅读 · 2020年3月17日
【教程】自然语言处理中的迁移学习原理,41 页PPT
专知会员服务
94+阅读 · 2020年2月8日
【电子书】机器学习实战(Machine Learning in Action),附PDF
专知会员服务
124+阅读 · 2019年11月25日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
160+阅读 · 2019年10月28日
机器学习入门的经验与建议
专知会员服务
90+阅读 · 2019年10月10日
计算机视觉最佳实践、代码示例和相关文档
专知会员服务
17+阅读 · 2019年10月9日
2019年新书-《基于PyTorch的自然语言处理》pdf免费分享
深度学习与NLP
90+阅读 · 2019年10月15日
基于PyTorch/TorchText的自然语言处理库
专知
27+阅读 · 2019年4月22日
459页《Python深度学习》下载
机器学习算法与Python学习
20+阅读 · 2018年10月29日
手把手教 | 深度学习库PyTorch(附代码)
数据派THU
27+阅读 · 2018年3月15日
Python机器学习教程资料/代码
机器学习研究会
8+阅读 · 2018年2月22日
Arxiv
13+阅读 · 2020年4月12日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Arxiv
6+阅读 · 2019年7月11日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
6+阅读 · 2018年6月20日
VIP会员
相关VIP内容
相关论文
Arxiv
13+阅读 · 2020年4月12日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Arxiv
6+阅读 · 2019年7月11日
Arxiv
22+阅读 · 2018年8月30日
Arxiv
6+阅读 · 2018年6月20日
Top
微信扫码咨询专知VIP会员