51CTO Pytorch项目实战 ：基于RNN的实现情感分析

课程介绍：

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。各位同学可以再次基础上搭建自己的循环神经网络模型，比如双向的长短时记忆神经网络BiLSITM和门控循环单元GRU等。

课程目录：

17-51CTO/146-Pytorch项目实战 ：基于RNN的实现情感分析/
├──课程资料  
|   └──aclImdb_v1.tar.gz  80.23M
├──01 Word2Sequence的初始化函数.mp4  31.70M
├──02 语料库词频统计.mp4  26.61M
├──03 语料库词典到序列的转换.mp4  29.73M
├──04 IMDB数据介绍及读取.mp4  27.70M
├──05 使用DataSet读取IMDB数据集.mp4  22.58M
├──06 使用索引的方式读取加载.mp4  23.95M
├──07 使用DataLoader批量加载数据.mp4  22.35M
├──08 Pytorch搭建RNN情感分析模型.mp4  46.46M
├──09 RNN模型的训练.mp4  21.28M
├──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

本站资料仅供个人学习和研究使用 若本帖作者内容侵犯了原著者的合法权益请提供相应证明材料本站审核通过后将即予以处理