课程简介
1. 理解自然语言处理的模型及演进过程和方向
2. 理解TensorFlow在RNN、MultiRNNCell、BasicRNNCell、BasicLSTMCell、LSTMCell、GRUCell以及他们的变种LSTMBlockCell、GRUBlockCell等加Block、TimeFreq的实现原理;
3. 重点讲解模型从Seq2Seq+Attention的Static unrolling到Dynamic unrolling在TensorFlow上的实现,以及如何构建一个生成式的智能聊天机器人
目标收益
1. 理解自然语言处理的模型原理和常见模型的演讲规律
2. 掌握目前最流行的生成式聊天机器的实现方法,以及TensorFlow对各种RNN模型的实现规律,能够自己动手训练出一个聊天机器人。
3. 处理Sequential Data的技巧及向量表示
培训对象
课程内容
课程内容
1. 理解自然语言处理的模型及演进过程和方向
2. 理解TensorFlow在RNN、MultiRNNCell、BasicRNNCell、BasicLSTMCell、LSTMCell、GRUCell以及他们的变种LSTMBlockCell、GRUBlockCell等加Block、TimeFreq的实现原理;
3. 重点讲解模型从Seq2Seq+Attention的Static unrolling到Dynamic unrolling在TensorFlow上的实现,以及如何构建一个生成式的智能聊天机器人