NLP公开课03:循环神经网络RNN

合集 · 自然语言处理NLP入门教程 (5)

  1. 33:07
    01 后GPT时代,NLP领域的机遇与挑战
  2. 23:42
    02 深度时序数据与文本数据结构
  3. 31:57
    03 循环神经网络RNN
  4. 14:56
    04 为什么需要Transformer?循环神经网络的缺陷
  5. 51:15
    05 Transformer架构详解与注意力机制
Description
NLP入门系列公开课第三弹《循环神经网络架构与原理》来啦!循环神经网络是NLP领域的入门算法,它独特的架构和崭新的概念为NLP领域处理序列数据打开了一扇新的大门,在NLP的世界中,循环神经网络作为LSTM、GRU等众多前沿算法的基础,是每位算法工程师都必须掌握的关键算法!今天的视频中,我将为你讲解循环神经网络的架构细节,带你一次性吃透循环连接的真谛,走好学习NLP的第一步!

公开课资料领取:“查看置顶评论”,回复“DL”即可免费领取哦~

公开课视频节选自《深度学习实战》课程,完整版课为付费课程,课程包含提示深度学习入门、计算机视觉、自然语言处理与大语言模型、AIGC生成式模型、深度学习工程化落地技巧、实战案例六大模块,助你高效直通深度学习三大领域!我们将重点介绍ResNet家族、AutoEncoder家族、Pix2Pix、Transformer等系列经典算法的原理与实践,还会讲解GPT、BERT等大模型关键原理与技巧,同时还将教授LoRA、P-Tuning v2等微调方法,借助LangChain框架完成定制化AI大模型训练项目!感兴趣的小伙伴“查看置顶评论”添加客服回复“优惠”咨询课程详情哦~