返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书基于深度学习的自然语言处理9787111653578
  • 正版全新
    • 作者: (美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等著 | (美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等编 | (美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等译 | (美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等绘
    • 出版社: 机械工业出版社
    • 出版时间:2020-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等著| (美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等编| (美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等译| (美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等绘
    • 出版社:机械工业出版社
    • 出版时间:2020-05-01
    • 版次:1
    • 印次:1
    • 页数:226
    • 开本:16开
    • ISBN:9787111653578
    • 版权提供:机械工业出版社
    • 作者:(美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等
    • 著:(美)卡蒂克·雷迪·博卡(Karthiek Reddy Bokka) 等
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787111653578
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2020-05-01
    • 页数:226
    • 外部编号:1202063347
    • 版次:1
    • 成品尺寸:暂无

    译者序

    前言

    章 自然语言处理

    1.1 本章概览

    1.2 自然语言处理的基础知识

    1.3 自然语言处理的能力

    1.4 自然语言处理中的应用

    1.4.1 文本预处理

    1.4.2 文本预处理技术

    1.5 词嵌入

    1.6 本章小结

    第2章 自然语言处理的应用

    2.1 本章概览

    2.2 词标注

    2.2.1 词

    2.2.2 词标注器

    . 词标注的应用

    2.4 分块

    2.5 加缝

    2.6 命名实体识别

    2.6.1 命名实体

    2.6.2 命名实体识别器

    2.6.3 命名实体识别的应用

    2.6.4 命名实体识别器类型

    2.7 本章小结

    第3章 神经网络

    3.1 本章概览

    3.1.1 深度学习简介

    3.1.2 机器学习与深度学习的比较

    3.2 神经网络

    3.3 训练神经网络

    3.3.1 计算权重

    3.3.2 损失函数

    3.3.3 梯度下降算法

    3.3.4 反向传播

    3.4 神经网络的设计及其应用

    3.4.1 有监督神经网络

    3.4.2 无监督神经网络

    3.5 部署模型即服务的基础

    3.6 本章小结

    第4章 卷积神经网络

    4.1 本章概览

    4.2 理解CNN的架构

    4.2.1 特征提取

    4.2.2 随机失活

    4.. 卷积神经网络的分类

    4.3 训练CNN

    4.4 CNN的应用领域

    4.5 本章小结

    第5章 循环神经网络

    5.1 本章概览

    5.2 神经网络的早期版本

    5.3 RNN

    5.3.1 RNN架构

    5.3.2 BPTT

    5.4 更新和梯度流

    5.4.1 调整权重矩阵Wy

    5.4.2 调整权重矩阵Ws

    5.4.3 关于更新Wx

    5.5 梯度

    5.5.1 梯度

    5.5.2 梯度消失

    5.5.3 Keras实现RNN

    5.5.4 有状态与无状态

    5.6 本章小结

    第6章 门控循环单元

    6.1 本章概览

    6.2 简单RNN的缺点

    6.3 门控循环单元

    6.3.1 门的类型

    6.3.2 更新门

    6.3.3 重置门

    6.3.4 候选激活函数

    6.3.5 GRU变体

    6.4 基于GRU的情感分析

    6.5 本章小结

    第7章 长短期记忆网络

    7.1 本章概览

    7.1.1 LSTM

    7.1.2 遗忘门

    7.2 输入门和候选单元状态

    7.3 输出门和当前激活

    7.4 神经语言翻译

    7.5 本章小结

    第8章 自然语言处理前沿

    8.1 本章概览

    8.1.1 注意力机制

    8.1.2 注意力机制模型

    8.1.3 使用注意力机制的数据标准化

    8.1.4 编码器

    8.1.5 解码器

    8.1.6 注意力机制

    8.1.7 α的计算

    8.2 架构和发展状况

    8.2.1 transformer

    8.2.2 RERT

    8.. Open AI GPT

    8.3 本章小结

    第9章 组织中的实际NLP项目工作流

    9.1 本章概览

    9.1.1 机器学习产品开发的一般工作流

    9.1.2 演示工作流

    9.1.3 研究工作流

    9.1.4 面向生产的工作流

    9.2 问题定义

    9.3 数据采集

    9.4 谷歌Colab

    9.5 Flask

    9.6 部署

    9.6.1 对Flask网络应用程序进行更改

    9.6.2 使用Docker将Flask网络应用程序包装到容器中

    9.6.3 将容器托管在网络服务EC2实例上

    9.6.4 改进

    9.7 本章小结

    附录

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购