Kursplan
Introduktion till Deep Learning för NLP
Att skilja mellan de olika typerna av DL-modeller
Använder förtränade kontra utbildade modeller
Använda ordinbäddningar och sentimentanalys för att extrahera mening ur text
Hur Unsupervised Deep Learning fungerar
Installera och konfigurera Python Deep Learning-bibliotek
Använder Keras DL-biblioteket ovanpå TensorFlow för att tillåta Python att skapa bildtexter
Arbeta med Theano (numeriskt beräkningsbibliotek) och TensorFlow (allmänt och lingvistikbibliotek) för att använda som utökade DL-bibliotek i syfte att skapa bildtexter.
Använder Keras ovanpå TensorFlow eller Theano för att snabbt experimentera med Deep Learning
Skapa en enkel Deep Learning-applikation i TensorFlow för att lägga till bildtexter till en samling bilder
Felsökning
Ett ord om andra (specialiserade) DL-ramverk
Distribuera din DL-applikation
Använd GPUs för att accelerera DL
Avslutande kommentarer
Krav
- En förståelse för Python programmering
- En förståelse för Python bibliotek i allmänhet
Publik
- Programmerare med intresse för lingvistik
- Programmerare som söker förståelse för NLP (Natural Language Processing)
Vittnesmål (2)
Övningar och utbyten under frågor och svar
Antoine - Physiobotic
Kurs - Scaling Data Pipelines with Spark NLP
Machine Translated
Very updated approach or api (tensorflow, kera, tflearn) to do machine learning