PyTorch 自然言语处理翻译完成 | ApacheCN

译者：Yif Du

协议：CC BY-NC-ND 4.0

欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远。

本书旨在为新人提供自然言语处理（NLP）和深度学习，以涵盖这两个范畴的重要主题。这两个主题范畴都呈指数级增长。对于一本引见深度学习和强调实施的NLP的书，本书占据了重要的中间地带。在写这本书时，我们不得不对哪些材料遗漏做出艰难的，有时甚至是不舒适的选择。对于初学者，我们希望本书可以为基础知识提供强有力的基础，并可以瞥见能够的内容。特别是机器学习和深度学习是一种阅历学科，而不是智力迷信。我们希望每章中大方的端到端代码示例约请您参与这一阅历。当我们末尾编写本书时，我们从PyTorch 0.2末尾。每个PyTorch更新从0.2到0.4修正了示例。 PyTorch 1.0将于本书出版时发布。本书中的代码示例符合PyTorch 0.4，它应该与即将发布的PyTorch 1.0版本一样工作.1关于本书风格的注释。我们在大多数地方都故意避免运用数学;并不是由于深度学习数学特别困难（理想并非如此），而是由于它在许多状况下分散了本书次要目的的留意力——加强初学者的才能。在许多状况下，无论是在代码还是文本方面，我们都有相似的动机，我们倾向于对简约性停止阐述。高级读者和有阅历的程序员可以找到方法来收紧代码等等，但我们的选择是尽能够明白，以便覆盖我们想要达到的大多数受众。

在线阅读代码地址ApacheCN 机器学习 629470233ApacheCN 学习资源

目录

Chapter 1.基础引见Chapter 2.传统NLP疾速回顾Chapter 3.神经网络基础组件Chapter 4.自然言语处理 Feed-Forward NetworksChapter 5.Embedding Words and TypesChapter 6.自然言语处理 Sequence ModelingChapter 7.自然言语处理的中间 Sequence ModelingChapter 8.用于自然言语处理的高级 SequenceChapter 9.经典, 前沿和后续步骤

精品引荐

深度学习必学

反向传递: https://www.cnblogs.com/charlotte77/p/5629865.htmlCNN原理: http://www.cnblogs.com/charlotte77/p/7759802.htmlRNN原理: https://blog.csdn.net/qq_39422642/article/details/78676567LSTM原理: https://blog.csdn.net/weixin_42111770/article/details/80900575

自然言语处理

Python 自然言语处理 第二版: https://usyiyi.github.io/nlp-py-2e-zh引荐一个liuhuanyong大佬整理的nlp片面知识体系: https://liuhuanyong.github.io开源 - 词向量库集合:

• https://github.com/Embedding/Chinese-Word-Vectors
  
• https://github.com/brightmart/nlp_chinese_corpus
  
• https://github.com/codemayq/chinese_chatbot_corpus
  
• https://github.com/candlewill/Dialog_Corpus
  

内容由 ApacheCN 团队提供支持

每天提高一点点

顶起顶起顶起

路过

支持支持再支持