登录
注册
登录
注册
首页
在线实训
师资培训
证书培训
1+X证书
双创工作室
竞赛指导
科普知识
全部分类
业务
课程
班级
公开课
登录
注册
首页
在线实训
师资培训
证书培训
1+X证书
双创工作室
竞赛指导
科普知识
全部分类
业务
课程
班级
公开课
案例：基于Seq2Seq注意力模型实现聊天机器人
第15任务： 4.2 模型计算图搭建_构建词向量模型矩阵
查看课程
任务列表
第1任务： 1.1 案例背景
第2任务： 2.1 RNN模型
第3任务： 2.2 Seq2Seq模型
第4任务： 3.1 聊天机器人模型概述
第5任务： 3.2.1 语料库预处理_读取语料库文件
第6任务： 3.2.2 语料库预处理_分词并构建词典
第7任务： 3.2.3 语料库预处理_构建映射关系
第8任务： 3.2.4 语料库预处理_语料库转为id向量
第9任务： 3.2.5 语料库预处理_拆分成source与target
第10任务： 3.2.6 语料库预处理_词向量训练
第11任务： 3.2.7 语料库预处理_保存文件
第12任务： 4.1.1 模型计算图搭建_读取id向量
第13任务： 4.1.2 模型计算图搭建_读取字典
第14任务： 4.1.3 模型计算图搭建_读取词向量模型
第15任务： 4.2 模型计算图搭建_构建词向量模型矩阵
第16任务： 4.3 模型计算图搭建_统计id向量的长度
第17任务： 4.4 模型计算图搭建_定义Tensor
第18任务： 4.5.1 定义LSTM Cell
第19任务： 4.5.2 Embedding Layers
第20任务： 4.5.3 MultiRNN Cells
第21任务： 4.5.4 Dynamic RNN(动态RNN)
第22任务： 4.5.5 Encoder端自定义函数
第23任务： 4.6.1 添加_BOS
第24任务： 4.6.2 Embedding Layer
第25任务： 4.6.3 MultiRNN Cells
第26任务： 4.6.4 Projection Layer
第27任务： 4.6.5 Trainning Decoder
第28任务： 4.6.6 Inference Decoder
第29任务： 4.6.7 自定义Decoder端函数
第30任务： 4.7.1 Seq2Seq Model搭建
第31任务： 4.7.2 Loss Function
第32任务： 4.7.3 Optinize(优化器)
第33任务： 4.7.4 梯度剪枝
第34任务： 4.8.1 Train初次运行
第35任务： 4.8.2 Train调整
第36任务： 5.1.1 Inference_Test
第37任务： 5.1.2 调用计算图进行测试
第38任务： 6. The Attention Mechanism(注意力机制)
第39任务： 7. 模型的实现示例
第40任务： 基于Seq2Seq注意力模型实现聊天机器人.zip
学
习
中
心
TOP
张老师
群1：897428979
群2：642795722
工作时间：9:00 - 18:00
张老师:18927565259
邮箱：
3120701392@qq.com
