NLP领域最新经典模型，BERT，GPT等经典架构及其应用实战

*   01 Huggingface与NLP介绍解读/

  *   01 第一章：Huggingface与NLP介绍解读.mp4 (181.91 MB), 58:36

*   02 Transformer工具包基本操作实例解读/

  *   01 1-工具包与任务整体介绍.mp4 (36.76 MB), 09:52

  *   02 2-NLP任务常规流程分析.mp4 (32.43 MB), 10:17

  *   03 3-文本切分方法实例解读.mp4 (47.38 MB), 12:55

  *   04 3-AttentionMask配套使用方法.mp4 (33.41 MB), 09:27

  *   05 4-数据集与模型.mp4 (43.55 MB), 11:06

  *   06 5-数据Dataloader封装.mp4 (47.83 MB), 10:22

  *   07 6-模型训练所需配置参数.mp4 (41.54 MB), 08:24

  *   08 7-模型训练DEMO.mp4 (54.70 MB), 10:34

*   03 Transformer核心架构/

  *   01 1-回顾RNN基本结构分析.mp4 (25.84 MB), 10:25

  *   02 2-历史故事解读.mp4 (41.58 MB), 14:25

  *   03 3-Attention计算方法通俗解释.mp4 (30.48 MB), 09:27

  *   04 4-辅助向量的作用.mp4 (23.31 MB), 07:12

  *   05 5-注意力计算流程与公式分析.mp4 (35.92 MB), 11:46

  *   06 6-多头注意力机制的作用.mp4 (24.12 MB), 07:24

  *   07 7-多头额外例子.mp4 (25.21 MB), 07:03

  *   08 8-位置编码与堆叠多层的作用.mp4 (37.23 MB), 12:17

  *   09 9-预训练模型训练方法.mp4 (25.30 MB), 07:46

  *   10 10-计算流程与方法.mp4 (33.35 MB), 10:52

  *   11 11-训练方法解读总结.mp4 (26.23 MB), 08:53

*   04 BERT系列算法解读/

  *   01 1-BERT模型训练方法解读.mp4 (28.12 MB), 10:57

  *   02 2-ALBERT基本定义.mp4 (35.36 MB), 09:08

  *   03 3-ALBERT中的简化方法解读.mp4 (50.07 MB), 13:38

  *   04 RoBerta模型训练方法解读.mp4 (31.37 MB), 09:18

  *   05 5-DistilBert模型解读.mp4 (18.15 MB), 05:09

*   05 文本标注工具与NER实例/

  *   01 1-文本标注工具Doccano配置方法.mp4 (37.58 MB), 10:04

  *   02 2-命名实体识别任务标注方法实例.mp4 (40.27 MB), 11:40

  *   03 3-标注导出与BIO处理.mp4 (42.72 MB), 10:57

  *   04 4-标签处理并完成对齐操作.mp4 (42.01 MB), 11:02

  *   05 5-预训练模型加载与参数配置.mp4 (44.62 MB), 10:09

  *   06 6-模型训练与输出结果预测.mp4 (46.76 MB), 10:55

*   06 文本预训练模型构建实例/

  *   01 1-预训练模型效果分析.mp4 (35.55 MB), 10:13

  *   02 2-文本数据截断处理.mp4 (46.37 MB), 11:53

  *   03 3-预训练模型自定义训练.mp4 (85.38 MB), 16:24

*   07 第七章：GPT系列算法/

  *   01 1-GPT系列算法概述.mp4 (25.39 MB), 10:02

  *   02 2-GPT三代版本分析.mp4 (33.50 MB), 12:36

  *   03 3-GPT初代版本要解决的问题.mp4 (34.70 MB), 12:07

  *   04 4-GPT第二代版本训练策略.mp4 (27.72 MB), 10:17

  *   05 5-采样策略与多样性.mp4 (29.69 MB), 10:31

  *   06 6-GPT3的提示与生成方法.mp4 (86.75 MB), 24:20

  *   07 7-应用场景CODEX分析.mp4 (41.84 MB), 14:53

  *   08 8-DEMO应用演示.mp4 (92.31 MB), 17:58

*   08 第八章：GPT训练与预测部署流程/

  *   01 1-生成模型可以完成的任务概述.mp4 (30.29 MB), 07:46

  *   02 2-数据样本生成方法.mp4 (66.87 MB), 14:10

  *   03 3-训练所需参数解读.mp4 (57.62 MB), 13:40

  *   04 4-模型训练过程.mp4 (56.73 MB), 12:39

  *   05 5-部署与网页预测展示.mp4 (84.88 MB), 19:11

*   09 第九章：文本摘要建模/

  *   01 1-中文商城评价数据处理方法.mp4 (66.92 MB), 14:24

  *   02 2-模型训练与测试结果.mp4 (77.22 MB), 14:22

  *   03 3-文本摘要数据标注方法.mp4 (49.03 MB), 14:12

  *   04 4-训练自己标注的数据并测试.mp4 (29.96 MB), 07:27

*   10 第十章：图谱知识抽取实战/

  *   01 1-应用场景概述分析.mp4 (93.62 MB), 17:27

  *   02 2-数据标注格式样例分析.mp4 (58.57 MB), 14:41

  *   03 3-数据处理与读取模块.mp4 (43.86 MB), 11:25

  *   04 4-实体抽取模块分析.mp4 (48.89 MB), 11:11

  *   05 5-标签与数据结构定义方法.mp4 (55.79 MB), 14:02

  *   06 6-模型构建与计算流程.mp4 (46.98 MB), 10:38

  *   07 7-网络模型前向计算方法.mp4 (35.99 MB), 08:19

  *   08 8-关系抽取模型训练.mp4 (47.88 MB), 10:52

*   11 第十一章：补充Huggingface数据集制作方法实例/

  *   01 1-数据结构分析.mp4 (51.65 MB), 10:02

  *   02 2-Huggingface中的预处理实例.mp4 (64.33 MB), 11:51

  *   03 3-数据处理基本流程.mp4 (68.22 MB), 13:04