توضیحات
Natural Language Processing (NLP) offers unbounded opportunities for solving interesting problems in artificial intelligence, making it the latest frontier for developing intelligent, deep learning-based applications. If youre a developer or researcher ready to dive deeper into this rapidly growing area of artificial intelligence, this practical book shows you how to use the PyTorch deep learning framework to implement recently discovered NLP techniques. To get started, all you need is a machine learning background and experience programming with Python.
Author Delip Rao provides you with a solid grounding in PyTorch, and deep learning algorithms, for building applications involving semantic representation of text. Each chapter includes several code examples and illustrations.
- Get extensive introductions to NLP, deep learning, and PyTorch
- Understand traditional NLP methods, including NLTK, SpaCy, and gensim
- Explore embeddings: high quality representations for words in a language
- Learn representations from a language sequence, using the Recurrent Neural Network (RNN)
- Improve on RNN results with complex neural architectures, such as Long Short Term Memories (LSTM) and Gated Recurrent Units
- Explore sequence-to-sequence models (used in translation) that read one sequence and produce another
**
————————————————————–
ترجمه ماشینی :
پردازش زبان طبیعی (NLP) فرصتهای نامحدودی را برای حل مسائل جالب در هوش مصنوعی ارائه میدهد و آن را به آخرین مرز برای توسعه برنامههای کاربردی هوشمند و مبتنی بر یادگیری عمیق تبدیل میکند. اگر توسعهدهنده یا محققی هستید که آماده است عمیقتر در این حوزه به سرعت در حال رشد هوش مصنوعی غواصی کند، این کتاب کاربردی به شما نشان میدهد که چگونه از چارچوب یادگیری عمیق PyTorch برای پیادهسازی تکنیکهای NLP که اخیراً کشف شدهاند، استفاده کنید. برای شروع، تنها چیزی که نیاز دارید یک پسزمینه یادگیری ماشین و تجربه برنامهنویسی با پایتون است.
Author Delip Rao یک پایه محکم در PyTorch و الگوریتمهای یادگیری عمیق برای ساخت برنامههای کاربردی شامل نمایش معنایی در اختیار شما قرار میدهد. متن هر فصل شامل چندین نمونه کد و تصویر است.
- دریافت مقدمه گسترده ای با NLP، یادگیری عمیق، و PyTorch
- درک روش های سنتی NLP، از جمله NLTK، SpaCy، and gensim
- کاوش در جاسازیها: نمایشهایی با کیفیت بالا برای کلمات در یک زبان
- یادگیری نمایشها از یک دنباله زبان، با استفاده از شبکه عصبی بازگشتی (RNN)
- کاوش مدلهای دنباله به دنباله (استفاده شده در ترجمه) که یک دنباله را میخوانند و تولید میکنند. دیگری
< بهبود نتایج RNN با معماریهای عصبی پیچیده، مانند حافظههای کوتاهمدت بلند مدت (LSTM) و واحدهای تکرارشونده دردار
**
tag : دانلود کتاب پردازش زبان طبیعی با PyTorch: ساخت برنامه های زبان هوشمند با استفاده از یادگیری عمیق , Download پردازش زبان طبیعی با PyTorch: ساخت برنامه های زبان هوشمند با استفاده از یادگیری عمیق , دانلود پردازش زبان طبیعی با PyTorch: ساخت برنامه های زبان هوشمند با استفاده از یادگیری عمیق , Download Natural Language Processing with PyTorch: Build Intelligent Language Applications Using Deep Learning Book , پردازش زبان طبیعی با PyTorch: ساخت برنامه های زبان هوشمند با استفاده از یادگیری عمیق دانلود , buy پردازش زبان طبیعی با PyTorch: ساخت برنامه های زبان هوشمند با استفاده از یادگیری عمیق , خرید کتاب پردازش زبان طبیعی با PyTorch: ساخت برنامه های زبان هوشمند با استفاده از یادگیری عمیق , دانلود کتاب Natural Language Processing with PyTorch: Build Intelligent Language Applications Using Deep Learning , کتاب Natural Language Processing with PyTorch: Build Intelligent Language Applications Using Deep Learning , دانلود Natural Language Processing with PyTorch: Build Intelligent Language Applications Using Deep Learning , خرید Natural Language Processing with PyTorch: Build Intelligent Language Applications Using Deep Learning , خرید کتاب Natural Language Processing with PyTorch: Build Intelligent Language Applications Using Deep Learning ,

نقد و بررسیها
هنوز بررسیای ثبت نشده است.