网站资源均收集于公开网络,仅供学习和交流。版权归版权人所有,所标价格为资源收集整理费用,如喜欢作品请支持正版。
网盘链接:
1. 课程介绍
- 1-1 课程导学
- 1-2 聊天机器人的综合介绍
- 1-3 聊天机器人起源发展
- 1-4 聊天机器人的分类(1)
- 1-5 聊天机器人的分类(2)
- 1-6 如何构建最简单的聊天机器人(1)
- 1-7 如何构建最简单的聊天机器人(2)
- 1-8 代码小练
2. 聊天机器人综合介绍
- 2-1 NLP基础
- 2-2 NLP涉及知识
- 2-3 NLTK库
- 2-4 语料和词性标注
- 2-5 分词
- 2-6 TF-IDF
- 2-7 NLTK安装
- 2-8 代码小练
3. NLP基础
- 3-1 NLP基础和聊天机器人
- 3-2 文本处理方法
- 3-3 word2vec (1)
- 3-4 word2vec(2)
- 3-5 代码小练
4. 检索类聊天机器人
- 4-1 检索类的聊天机器人
- 4-2 贝叶斯分类
- 4-3 Chatterbot原理
- 4-4 代码小练
- 4-5 章节小结
5. 生成式聊天机器人
- 5-1 生成类聊天机器人
- 5-2 RNN LSTM原理
- 5-3 RNN LSTM模型原理
- 5-4 Seq2seq介绍
- 5-5 Attenion应用及分类
- 5-6 代码实战(1)
- 5-7 代码实战(2)
- 5-8 代码实战(3)
- 5-9 代码实战(4)
6. Pytorch基础
- 6-1 Pytorch入门
- 6-2 原理机制
- 6-3 数据载入
- 6-4 模型训练和验证测试
- 6-5 代码小练(1)
- 6-6 代码小练(2)
- 6-7 代码训练过程
- 6-8 章节小结
7. 机器人发展方向与seqGAN实战
- 7-1 模型与主流发展方向还是seq2seq+attention
- 7-2 发展方向和SeqGan和深度学习结合
- 7-3 数据处理
- 7-4 开发生成器脚本
- 7-5 开发鉴别器脚本
- 7-6 开发主函数的脚本(1)
- 7-7 开发主函数的脚本(2)
- 7-8 开发主函数的脚本(3)
- 7-9 代码训练过程
8. 基于Pytorch聊天机器人代码实战
- 8-1 项目介绍
- 8-2 项目流程思路
- 8-3 数据分析
- 8-4 数据预处理 初始化
- 8-5 数据预处理随机数据
- 8-6 数据预处理one_epoch word2id
- 8-7 数据预处理seq2id replace方法
- 8-8 建立模型Encoder(1)
- 8-9 建立模型Encoder(2)
- 8-10 建立模型Decoder
- 8-11 建立模型BAttentiondecoerRNN
- 8-12 建立模型Lattention
- 8-13 建立模型LattentionDecoder
- 8-14 建立模型decoder如何选择
- 8-15 模型建立seq2seq类及train方法(1)
- 8-16 模型建立seq2seq类及train方法(2)
- 8-17 模型建立seq2seq类及train方法(3)
- 8-18 greedy Search方法
- 8-19 模型建立beamsearch方法(1)
- 8-20 模型建立beamsearch方法(2)
- 8-21 建立模型验证方法
- 8-22 建立模型bleu方法
- 8-23 建立模型embAve方法
- 8-24 建立模型Y_pre方法及整体思路流程
- 8-25 训练脚本编写及演示
- 8-26 模型测脚本编写
- 8-27 demo脚本编写及演示
- 8-28 部署步骤分享
- 8-29 最终总结
© 版权声明
网站资源均收集于公开网络,仅供学习和交流。版权归版权人所有,所标价格为资源收集整理费用,如喜欢作品请支持正版。
THE END
暂无评论内容