Pytorch项目实战 :基于RNN的实现情感分析资源介绍:
本课程基于Pytorch深度学习框架详细介绍了自然语言处理中情感分析的基本步骤。首先介绍了文本转换词向量的具体方法,并使用Dataset和DataLoader完成数据的读取和批量加载。最后利用Pytorch深度学习框架搭建基础的RNN模型实现情感分析的任务。最后在此基础上详细介绍了循环神经网络RNN的基本原理和网络结果。
资源目录:
├──1 Word2Sequence的初始化函数.mp4 31.70M ├──10 RNN模型的预测.mp4 20.75M ├──11 循环神经网络基本原理和模型改进.mp4 67.78M ├──2 语料库词频统计.mp4 26.61M ├──3 语料库词典到序列的转换.mp4 29.73M ├──4 IMDB数据介绍及读取.mp4 27.70M ├──5 使用DataSet读取IMDB数据集.mp4 22.58M ├──6 使用索引的方式读取加载.mp4 23.95M ├──7 使用DataLoader批量加载数据.mp4 22.35M ├──8 Pytorch搭建RNN情感分析模型.mp4 46.46M ├──9 RNN模型的训练.mp4 21.28M └──课程资料.zip 80.24M