具体描述
本书是《Deep Learning : 用Python进行深度学习的基础理论实作》的续篇，将延续上一本书，继续介绍与深度学习有关的技术。本书尤其偏重在自然语言处理及时间序列资料处理上，使用深度学习，挑战各式各样的问题。和上一本着作一样，以「从零开始建构」为概念，详尽介绍与深度学习有关的先进技术。
简单来说，自然语言处理是指，让电脑了解我们平常说话内容的技术。事实上，这种自然语言处理技术已经大大改变了我们的生活。在网页搜寻、机械翻译、语音助理等深深影响世界的技术根基中，已经使用了自然语言处理技术。本书把重点放在自然语言处理及时间序列资料处理上，学习在深度学习中，十分重要的技术。具体而言是指，word2vec、RNN、LSTM、GRU、seq2seq、Attention等技术。本书尽量使用浅显易懂的说明，解说这些技术，并透过实际操作，确认你是否理解。此外，本书希望借由实验，让你实际感受到这些技术的可能性。
简单来说，自然语言处理是指，让电脑了解我们平常说话内容的技术。事实上，这种自然语言处理技术已经大大改变了我们的生活。在网页搜寻、机械翻译、语音助理等深深影响世界的技术根基中，已经使用了自然语言处理技术。本书把重点放在自然语言处理及时间序列资料处理上，学习在深度学习中，十分重要的技术。具体而言是指，word2vec、RNN、LSTM、GRU、seq2seq、Attention等技术。本书尽量使用浅显易懂的说明，解说这些技术，并透过实际操作，确认你是否理解。此外，本书希望借由实验，让你实际感受到这些技术的可能性。
著者信息
图书目录
第一章 复习类神经网路
第二章 自然语言与字词的分散式表示
第三章 word2vec
第四章 word2vec的高速化
第五章 递归神经网路（RNN）
第六章 含闸门的RNN
第七章 使用RNN产生文章
第八章 Attention
附录A sigmoid函数与tanh函数的微分
附录B 启用WordNet
附录C GRU
第二章 自然语言与字词的分散式表示
第三章 word2vec
第四章 word2vec的高速化
第五章 递归神经网路（RNN）
第六章 含闸门的RNN
第七章 使用RNN产生文章
第八章 Attention
附录A sigmoid函数与tanh函数的微分
附录B 启用WordNet
附录C GRU
图书序言
图书试读
None
用户评价
相关图书
![R语言资料分析：从机器学习、资料探勘、文字探勘到巨量资料分析[第三版] pdf epub mobi 电子书 下载](https://picttbooks.qciss.net/0010811695/main.jpg)
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版权所有