Course Outline
Εισαγωγή στο Deep Learning για το NLP
Διαφοροποίηση μεταξύ των διαφόρων τύπων μοντέλων DL
Χρήση προεκπαιδευμένων έναντι εκπαιδευμένων μοντέλων
Χρήση ενσωματώσεων λέξεων και ανάλυση συναισθημάτων για την εξαγωγή νοήματος από το κείμενο
Πώς λειτουργεί το Unsupervised Deep Learning
Εγκατάσταση και ρύθμιση Python Βιβλιοθηκών Deep Learning
Χρησιμοποιώντας τη βιβλιοθήκη Keras DL πάνω από το TensorFlow για να επιτρέψετε στην Python να δημιουργεί υπότιτλους
Συνεργασία με Theano (βιβλιοθήκη αριθμητικών υπολογισμών) και TensorFlow (γενική και γλωσσολογική βιβλιοθήκη) για χρήση ως εκτεταμένες βιβλιοθήκες DL για τη δημιουργία λεζάντες.
Χρησιμοποιώντας το Keras πάνω από το TensorFlow ή το Theano για να πειραματιστείτε γρήγορα στο Deep Learning
Δημιουργία μιας απλής εφαρμογής Deep Learning στο TensorFlow για να προσθέσετε λεζάντες σε μια συλλογή εικόνων
Αντιμετώπιση προβλημάτων
Λίγα λόγια για άλλα (εξειδικευμένα) πλαίσια DL
Ανάπτυξη της εφαρμογής DL
Χρήση GPUs για επιτάχυνση DL
Τελευταία σχόλια
Requirements
- Κατανόηση του προγραμματισμού Python
- Κατανόηση των Python βιβλιοθηκών γενικά
Ακροατήριο
- Προγραμματιστές με ενδιαφέρον για τη γλωσσολογία
- Προγραμματιστές που αναζητούν κατανόηση του NLP (Natural Language Processing)
Testimonials (2)
Ασκήσεις και ανταλλαγές κατά τη διάρκεια ερωτήσεων/απαντήσεων
Antoine - Physiobotic
Course - Scaling Data Pipelines with Spark NLP
Machine Translated
Very updated approach or api (tensorflow, kera, tflearn) to do machine learning