TensorFlow 入门实操课程第三部分延展阅读

近日，《TensorFlow入门实操课程》在中国大学 MOOC 平台上全新上线。为了帮助大家更好地学习，TensorFlow 官方微信号每周二都会为大家推送来自 TensorFlow 官方专为配合课程内容进行的学习辅导系列文章，为你带来更多干货延展阅读，助你更高效地学习。

（或点击文末 “阅读原文” ）

课程回顾

在第三部分的课程里，老师介绍了运用 TensorFlow 进行自然语言处理的相关知识，包括词条化和序列化的处理、词嵌入的基本原理，并通过讽刺新闻数据集展示和指引了项目实操。除此之外，本次课程还介绍了循环神经网络训练，并通过诗歌生成项目，指引各位开发者在此基础上设计和实现文本生成，帮助大家快速入门自然语言处理 (NLP) 领域。

推荐初学者的延伸阅读

除了课程内容外，TensorFlow 官网也为大家提供了学习研究机器学习丰富实用的资源，例如老师在课程中提到的 TensorFlow tfds 数据集、IMDB 数据集和课后练习，都可以在 TensorFlow 官网上找到：

• TensorFlow tfds 数据集

  https://tensorflow.google.cn/datasets/api_docs/python/tfds/as_numpy

  TensorFlow 官方整理出的机器学习常用数据集

• IMDB 数据集

  https://tensorflow.google.cn/datasets/catalog/imdb_reviews
  

  包含五万个影评，适合新手进行词嵌入的项目练习

• 循环神经网络 (RNN) 文本生成

  https://tensorflow.google.cn/tutorials/text/text_generation
  

  课程内容的课后习题直达链接

另外，我们还推荐以下三篇文章作为延展阅读，可以帮助大家理解老师在本部分课程中提到的自然语言处理的相关知识:

• TensorFlow Core 文本教程

  https://tensorflow.google.cn/tutorials/text/word_embeddings

  TensorFlow 官方推出的 NLP 教程，帮助大家梳理基本知识和原理

  
  

• TensorFlow  2.0 模型:循环神经网络

  来自《简单粗暴 TensorFlow 2.0》，补充介绍了本部分课程中提到的循环神经网络的相关知识

• tf.keras.layers.LSTM

  https://tensorflow.google.cn/api_docs/python/tf/keras/layers/LSTM?hl=zh_cn

  LSTM API 直达链接
  

其中被老师誉为“机器学习中的明珠”的自然语言处理，作为备受开发者关注的热门领域，在解决实际问题过程中也迸发出了很多巧妙的应用，我们推荐有兴趣的同学延伸阅读以下两篇文章，希望你能够进一步感受 NLP 的无限魅力:

• 文本反垃圾在花椒直播中的应用概述

  介绍了花椒平台如何利用自然语言处理训练，识别并拦截平台上的文本垃圾信息，维持良好的用户观看体验

• 深度学习在网易严选智能客服中的应用

  通过 NLP 深度学习，帮助网易严选的智能客服更好地理解用户的意图，提高真实对话场景下的服务效率

  
  

下 期 预 告

这是 TensorFlow 入门实操课程延展阅读系列的第三期分享，本章主要是帮助您了解自然语言处理的相关知识。下一篇的延展阅读，我们会探究序列、时间序列和预测，精彩内容不容错过，欢迎持续关注本系列!