黑马-AI大模型NLP自然语言处理保姆级教程

📁 03-视频
    📁 day12
        day12说明.png  [493.5 KB]
        15.BERT模型总结(理解).mp4  [10.3 MB]
        09.迁移学习_NSP案例_数据预处理(掌握).mp4  [61.0 MB]
        14.BERT预训练任务_MLM和NSP介绍(理解).mp4  [42.4 MB]
        10.迁移学习_NSP案例_模型搭建(掌握).mp4  [15.0 MB]
        16.ELMo模型介绍(理解).mp4  [37.7 MB]
        03.迁移学习_中文分类案例_模型评估(掌握).mp4  [64.1 MB]
        11.迁移学习_NSP案例_模型训练和评估(掌握).mp4  [63.1 MB]
        13.BERT模型架构介绍(理解).mp4  [38.8 MB]
        08.迁移学习_NSP案例_自定义数据集对象(掌握).mp4  [78.4 MB]
        17.GPT模型介绍(理解).mp4  [66.5 MB]
        04.迁移学习_中文填空案例_数据预处理(掌握).mp4  [108.7 MB]
        12.BERT模型介绍(理解).mp4  [64.1 MB]
        06.迁移学习_中文填空案例_模型训练(掌握).mp4  [58.6 MB]
        02.迁移学习_中文分类案例_模型训练(掌握).mp4  [125.0 MB]
        05.迁移学习_中文填空案例_模型搭建(掌握).mp4  [33.7 MB]
        07.迁移学习_中文填空案例_模型评估(掌握).mp4  [33.7 MB]
        01.迁移学习_中文分类案例_模型搭建(掌握).mp4  [96.3 MB]
    📁 day04
        day04文档.zip  [1.8 MB]
        08.全球人名分类案例_GRU模型训练(掌握).mp4  [31.3 MB]
        07.全球人名分类案例_LSTM模型训练(掌握).mp4  [37.0 MB]
        04.全球人名分类案例_搭建LSTM和GRU模型(掌握).mp4  [43.8 MB]
        10.全球人名分类案例_RNN模型预测(掌握).mp4  [67.1 MB]
        11.全球人名分类案例_思路总结(理解).mp4  [19.3 MB]
        05.全球人名分类案例_测试三种模型(理解).mp4  [126.7 MB]
        03.全球人名分类案例_测试RNN模型(理解).mp4  [77.4 MB]
        01.扩展_LogSoftmax()函数讲解(理解).mp4  [48.2 MB]
        06.全球人名分类案例_RNN模型训练(掌握).mp4  [153.5 MB]
        02.全球人名分类案例_搭建RNN模型(掌握).mp4  [70.2 MB]
        09.全球人名分类案例_三种模型可视化(了解).mp4  [81.1 MB]
    📁 day09
        day09必看.png  [493.5 KB]
        12.输出部分_代码实现(掌握).mp4  [34.1 MB]
        18.Transformer架构测试_下(理解).mp4  [61.8 MB]
        07.编码器层_代码测试(理解).mp4  [58.4 MB]
        02.规范化层_代码测试(理解).mp4  [25.3 MB]
        08.编码器_代码实现及测试(掌握).mp4  [82.4 MB]
        17.Transformer架构组件介绍(理解).mp4  [57.7 MB]
        15.完整的Transformer架构搭建_下(掌握).mp4  [32.6 MB]
        11.解码器_代码实现及测试(掌握).mp4  [126.7 MB]
        13.输出部分_代码测试(理解).mp4  [69.0 MB]
        16.Transformer架构测试_上(理解).mp4  [67.3 MB]
        06.编码器层_代码实现(掌握).mp4  [50.6 MB]
        03.扩展_BN和LN的区别(理解).mp4  [12.0 MB]
        05.子层结构搭建_代码测试(理解).mp4  [71.1 MB]
        14.完整的Transformer架构搭建_上(掌握).mp4  [51.9 MB]
        04.子层结构搭建_代码实现(掌握).mp4  [53.4 MB]
        01.规范化层_代码实现(掌握).mp4  [84.9 MB]
        10.解码器层_代码测试(理解).mp4  [80.3 MB]
        09.解码器层_代码实现(掌握).mp4  [48.0 MB]
    📁 day01
        03.NLP应用场景介绍(了解).mp4  [78.3 MB]
        12.文件张量表示法_one-hot编码介绍(理解).mp4  [29.4 MB]
        01.NLP阶段大纲介绍(理解).mp4  [73.2 MB]
        14.one-hot编码_使用(理解).mp4  [19.6 MB]
        07.jieba分词_全模式介绍(理解).mp4  [13.4 MB]
        10.jieba分词_用户自定义词典(理解).mp4  [40.6 MB]
        11.文本预处理_NER和POS解释(理解).mp4  [79.4 MB]
        06.jieba分词_精确模式介绍(掌握).mp4  [57.5 MB]
        16.word2vec_CBOW原理介绍(理解).mp4  [180.4 MB]
        08.jieba分词_搜索引擎模式介绍(掌握).mp4  [33.1 MB]
        15.one-hot编码_简单实现思路(掌握).mp4  [29.4 MB]
        02.NLP发展简史介绍(了解).mp4  [49.8 MB]
        13.one-hot编码_获取(理解).mp4  [76.5 MB]
        09.jieba分词_繁体字(理解).mp4  [8.2 MB]
        05.如何创建沙箱及关联PyCharm(掌握).mp4  [55.6 MB]
        04.文本预处理的主要模块介绍(理解).mp4  [75.1 MB]
    📁 day03
        05.RNN的模型结构(理解).mp4  [33.0 MB]
        13.GRU模型_原理图解(掌握).mp4  [87.0 MB]
        10.LSTM模型_原理图解(下)_理解.mp4  [76.9 MB]
        16.RNN人名分类案例_获取全局字母表和国家名(掌握).mp4  [43.5 MB]
        04.RNN的分类介绍(掌握).mp4  [29.4 MB]
        08.RNN代码_修改隐藏层及总结(理解).mp4  [55.2 MB]
        17.RNN人名分类案例_读取数据到内存(掌握).mp4  [32.4 MB]
        06.RNN代码_基础版(掌握).mp4  [66.6 MB]
        01.文本长度规范_代码实现(掌握).mp4  [87.8 MB]
        18.RNN人名分类案例_构建数据集对象(掌握).mp4  [66.4 MB]
        11.Bi-LSTM模型_介绍(理解).mp4  [31.6 MB]
        09.LSTM模型_原理图解(上)_理解.mp4  [47.8 MB]
        15. RNN人名分类案例_需求介绍(了解).mp4  [23.2 MB]
        19.RNN人名分类案例_构建数据加载器对象(掌握).mp4  [52.0 MB]
        14.GRU模型_代码演示(掌握).mp4  [46.8 MB]
        02.回译数据增强法介绍(了解).mp4  [33.2 MB]
        12.LSTM模型_代码实现(掌握).mp4  [45.8 MB]
        07.RNN代码_修改句子长度(理解).mp4  [14.6 MB]
        03.RNN模型简介(了解).mp4  [41.8 MB]
    📁 day11
        10.具体模型方式_完形填空任务(掌握).mp4  [70.7 MB]
        03.pipeline方式_NER任务(理解).mp4  [39.3 MB]
        06.自动模型方式_完形填空任务(掌握).mp4  [82.2 MB]
        11.迁移学习_中文分类案例_数据加载(掌握).mp4  [95.6 MB]
        08.自动模型方式_文本摘要任务(理解).mp4  [72.7 MB]
        09.自动模型方式_NER任务(理解).mp4  [122.3 MB]
        04.自动模型方式_文本分类任务(掌握).mp4  [115.1 MB]
        02.pipeline方式_文本摘要任务(理解).mp4  [40.9 MB]
        01.pipeline方式_阅读理解任务(理解).mp4  [50.5 MB]
        05.自动模型方式_特征提取任务(掌握).mp4  [63.1 MB]
        07.自动模型方式_阅读理解任务(掌握).mp4  [111.9 MB]
        12.迁移学习_中文分类案例_数据预处理(掌握).mp4  [100.7 MB]
    📁 day08
        16.前馈全连接层_代码实现及测试(掌握).mp4  [46.1 MB]
        06.Transformer架构_位置编码层_代码测试(理解).mp4  [81.5 MB]
        09.扩展_掩码张量的可视化(理解).mp4  [15.4 MB]
        03.Transformer架构_位置编码层原理介绍(理解).mp4  [77.8 MB]
        02.Transformer架构_词嵌入层代码实现(掌握).mp4  [61.5 MB]
        04.Transformer架构_位置编码总结(理解).mp4  [21.1 MB]
        13.多头注意力机制_原理图(下)_理解.mp4  [17.8 MB]
        01.学习Transformer架构的路线(理解).mp4  [67.9 MB]
        14.多头注意力机制_代码实现(掌握).mp4  [72.9 MB]
        12.多头注意力机制_原理图(上)_理解.mp4  [48.2 MB]
        05.Transformer架构_位置编码层_代码实现(掌握).mp4  [89.8 MB]
        15.多头注意力机制_代码测试(理解).mp4  [53.2 MB]
        10.扩展_masked_fill()函数介绍(理解).mp4  [37.0 MB]
        11.Transformer架构_注意力机制代码实现及测试(掌握).mp4  [105.3 MB]
        07.扩展_上三角矩阵演示(理解).mp4  [50.7 MB]
        08.扩展_下三角矩阵演示(理解).mp4  [21.8 MB]
    📁 day05
        11.扩展_bmm()函数简介(理解).mp4  [50.1 MB]
        02.注意力机制_QKV简介(理解).mp4  [40.6 MB]
        13.注意力机制_测试代码(掌握).mp4  [30.4 MB]
        03.注意力机制_实现步骤介绍(理解).mp4  [108.9 MB]
        10.常见的注意力计算规则介绍(掌握).mp4  [86.9 MB]
        08.扩展3_注意力概率分布的计算方式(理解).mp4  [71.2 MB]
        06.扩展1_普通的Encoder_Decoder框架(理解).mp4  [41.5 MB]
        05.Seq2Seq架构_加入注意力机制(理解).mp4  [63.7 MB]
        07.扩展2_加入注意力机制的Encoder_Decoder框架(理解).mp4  [96.9 MB]
        14.注意力机制_参数解释(理解).mp4  [171.4 MB]
        12.注意力机制_代码实现(掌握).mp4  [97.3 MB]
        09.扩展4_软注意力_硬注意力_自注意力机制简介(理解).mp4  [73.4 MB]
        01.注意力机制介绍(了解).mp4  [85.8 MB]
        04.Seq2Seq架构_任务介绍(理解).mp4  [86.3 MB]
    📁 day10
        11.Fasttext_词向量迁移介绍(理解).mp4  [11.1 MB]
        03.Fasttext_负采样介绍(理解).mp4  [79.9 MB]
        12.迁移学习介绍(理解).mp4  [38.8 MB]
        08.Fasttext优化_自动调参(掌握).mp4  [31.2 MB]
        04.Fasttext_直接训练_代码实现(掌握).mp4  [115.4 MB]
        09.Fasttext优化_多分类多标签任务(掌握).mp4  [45.6 MB]
        05.Fasttext优化_数据预处理(掌握).mp4  [28.0 MB]
        13.常见的预训练NLP模型介绍(理解).mp4  [94.3 MB]
        17.NLP任务_Pipeline方式_完形填空(掌握).mp4  [56.8 MB]
        15.NLP任务_Pipeline方式_文本分类(掌握).mp4  [82.9 MB]
        02.Fasttext_哈夫曼树介绍(理解).mp4  [89.6 MB]
        16.NLP任务_Pipeline方式_特征提取(掌握).mp4  [51.2 MB]
        07.Fasttext优化_调整NGram和损失函数(掌握).mp4  [31.7 MB]
        14.Transformers库介绍及环境搭建(理解).mp4  [39.4 MB]
        01.Fasttext_简介及环境搭建(理解).mp4  [56.3 MB]
        10.Fasttext_模型保存和加载(掌握).mp4  [38.9 MB]
        06.Fasttext优化_调整训练轮数和学习率(掌握).mp4  [31.2 MB]
    📁 day06
        02.英译法案例_如何配置CUDA环境及测试(上)(掌握).mp4  [60.5 MB]
        12.英译法案例_构建基于GRU解码器(无Attention)(掌握).mp4  [65.0 MB]
        01.英译法案例_需求介绍(理解).mp4  [68.1 MB]
        11.英译法案例_基于GRU的无Attention的解码器_思路分析(理解).mp4  [10.8 MB]
        10.英译法案例_测试基于GRU的编码器(理解).mp4  [69.0 MB]
        06.英译法案例_数据预处理函数(掌握).mp4  [120.8 MB]
        08.英译法案例_获取数据加载器对象(掌握).mp4  [31.5 MB]
        09.英译法案例_构建基于GRU的编码器(掌握).mp4  [68.0 MB]
        05.英译法案例_数据清洗函数(掌握).mp4  [47.3 MB]
        04.扩展_配置CUDA环境总结(了解).mp4  [10.6 MB]
        15.英译法案例_基于GRU有Attention的解码器_代码实现_上(掌握).mp4  [47.4 MB]
        03.英译法案例_如何配置CUDA环境_实操(掌握).mp4  [40.3 MB]
        07.英译法案例_构建数据集对象(掌握).mp4  [58.5 MB]
        16.英译法案例_基于GRU有Attention的解码器_代码实现_下(掌握).mp4  [68.7 MB]
        13.英译法案例_测试基于GRU的无Attention解码器(理解).mp4  [184.7 MB]
        14.英译法案例_基于GRU有Attention的解码器_思路分析(掌握).mp4  [65.1 MB]
    📁 day02
        04.FastText_加载_查看_模型效果检验(掌握).mp4  [38.1 MB]
        13.扩展_chain()函数介绍(理解).mp4  [34.2 MB]
        11.文本分析_句子长度分布分析(理解).mp4  [52.9 MB]
        12.文本分析_正负样本长度散点分布(理解).mp4  [18.8 MB]
        05.FastText_模型参数设定(掌握).mp4  [26.5 MB]
        09.文本分析_标签数据分布查看(理解).mp4  [66.1 MB]
        01.Word2Vec之SkipGram词向量解释(理解).mp4  [44.4 MB]
        14.文本分析_词汇统计(掌握).mp4  [21.7 MB]
        07.WordEmbedding_获取词向量(掌握).mp4  [72.9 MB]
        17.文本特征处理_n-gram代码演示(掌握).mp4  [25.0 MB]
        18.扩展_如何计算两个文本的相似度(理解).mp4  [29.7 MB]
        16.扩展_zip()函数用法解释(理解).mp4  [36.7 MB]
        08.WordEmbedding_查看词向量的相似性(了解).mp4  [76.1 MB]
        03.FastText_词向量模型的训练和保存(掌握).mp4  [27.1 MB]
        06.WordEmbedding和Word2Vec的区别(理解).mp4  [81.8 MB]
        02.FastText_环境搭建(掌握).mp4  [37.2 MB]
        10.扩展_map()函数功能介绍(理解).mp4  [38.1 MB]
        15.文本分析_高频形容词词云(掌握).mp4  [114.6 MB]
    📁 day07
        day07说明.zip  [1.8 MB]
        02.英译法案例_模型搭建_总结(理解).mp4  [18.4 MB]
        11.Transformer框架_由来介绍(了解).mp4  [44.6 MB]
        13.Transformer架构图_上(理解).mp4  [48.3 MB]
        14.Transformer架构图_下(理解).mp4  [79.1 MB]
        05.扩展_view()函数演示(理解).mp4  [14.1 MB]
        06.英译法案例_模型训练_完整代码(掌握).mp4  [136.5 MB]
        09.英译法案例_模型预测_代码测试(掌握).mp4  [90.8 MB]
        04.英译法案例_模型训练_单批次(掌握).mp4  [121.4 MB]
        10.英译法案例_绘制张量图(了解).mp4  [66.4 MB]
        12.Transformer架构介绍_文字版(理解).mp4  [92.3 MB]
        01.英译法案例_带注意力机制的解码器层_测试代码(理解).mp4  [130.1 MB]
        07.英译法案例_模型训练_总结(理解).mp4  [10.7 MB]
        08.英译法案例_模型预测_代码实现(掌握).mp4  [96.8 MB]
        03.Teacher Forcing_教师强制(理解).mp4  [30.0 MB]
    NLP自然语言处理课程导学.mp4  [36.8 MB]
📁 02-代码
    day04.zip  [892.8 KB]
    day12.zip  [173.1 MB]
    day06.zip  [69.2 MB]
    day05.zip  [5.7 KB]
    day11.zip  [1.7 MB]
    day09.zip  [19.2 KB]
    day10.zip  [7.0 MB]
    day02.zip  [1.3 GB]
    day08.zip  [11.6 KB]
    day01.zip  [7.0 KB]
    自定义的Transformer架构介绍.py  [3.3 KB]
    day03.zip  [76.1 KB]
📁 01-课件
    10-迁移学习-中.pdf  [1.0 MB]
    09-迁移学习-上.pdf  [850.8 KB]
    11-迁移学习-下.pdf  [825.6 KB]
    04-RNN及其变体.pdf  [1.2 MB]
    08-Tranformer架构和实现.pdf  [2.1 MB]
    02-文本预处理-上.pdf  [1.2 MB]
    NLP基础html.zip  [318.8 MB]
    05-RNN案例人名分类器.pdf  [1.0 MB]
    06-注意力机制介绍.pdf  [981.0 KB]
    07-案例Seq2Seq英译法案例.pdf  [1.2 MB]
    01-自然语言处理概念.pdf  [577.5 KB]
    12-BERT系列模型.pdf  [1.4 MB]
    03-文本预处理-下.pdf  [915.1 KB]
📁 05-资料
    数据集.rar  [349.6 MB]
    PretrainedModel.zip  [7.7 GB]
    NVIDIA_app_v11.0.4.148.exe  [172.3 MB]
📁 04-随堂图片
    Day09_随堂图片.png  [68.7 KB]
    Day12_随堂图片.png  [1.1 MB]
    Day08_随堂图片.png  [915.1 KB]
    Day01_随堂图片.png  [1.3 MB]
    Day10_随堂图片.png  [811.4 KB]
    Day03_随堂图片.png  [1.0 MB]
    Day02_随堂图片.png  [247.6 KB]
    Day07_随堂图片.png  [467.2 KB]
    Day06_随堂图片.png  [594.0 KB]
    Day05_随堂图片.png  [3.0 MB]
自然语言处理（NLP）知识总结.xmind  [2.2 MB]
NLP阶段大纲.xmind  [41.0 KB]