<img src='https://github.com/apachecn/NLP-with-PyTorch/raw/master/cover.jpg' />
譯者:Yif Du
歡迎任何人蔘與和完善:一個人可以走的很快,但是一羣人卻可以走的更遠。
本書旨在爲新人提供自然語言處理(NLP)和深度學習,以涵蓋這兩個領域的重要主題。這兩個主題領域都呈指數級增長。對於一本介紹深度學習和強調實施的NLP的書,本書佔據了重要的中間地帶。在寫這本書時,我們不得不對哪些材料遺漏做出艱難的,有時甚至是不舒服的選擇。對於初學者,我們希望本書能夠爲基礎知識提供強有力的基礎,並可以瞥見可能的內容。特別是機器學習和深度學習是一種經驗學科,而不是智力科學。我們希望每章中慷慨的端到端代碼示例邀請您參與這一經歷。當我們開始編寫本書時,我們從PyTorch 0.2開始。每個PyTorch更新從0.2到0.4修改了示例。 PyTorch 1.0將於本書出版時發佈。本書中的代碼示例符合PyTorch 0.4,它應該與即將發佈的PyTorch 1.0版本一樣工作.1關於本書風格的註釋。我們在大多數地方都故意避免使用數學;並不是因爲深度學習數學特別困難(事實並非如此),而是因爲它在許多情況下分散了本書主要目標的注意力——增強初學者的能力。在許多情況下,無論是在代碼還是文本方面,我們都有類似的動機,我們傾向於對簡潔性進行闡述。高級讀者和有經驗的程序員可以找到方法來收緊代碼等等,但我們的選擇是儘可能明確,以便覆蓋我們想要達到的大多數受衆。
目錄
- Chapter 1.基礎介紹
- Chapter 2.傳統NLP快速回顧
- Chapter 3.神經網絡基礎組件
- Chapter 4.自然語言處理 Feed-Forward Networks
- Chapter 5.Embedding Words and Types
- Chapter 6.自然語言處理 Sequence Modeling
- Chapter 7.自然語言處理的中間 Sequence Modeling
- Chapter 8.用於自然語言處理的高級 Sequence
- Chapter 9.經典, 前沿和後續步驟
精品推薦
深度學習必學
- 反向傳遞: https://www.cnblogs.com/charlotte77/p/5629865.html
- CNN原理: http://www.cnblogs.com/charlotte77/p/7759802.html
- RNN原理: https://blog.csdn.net/qq_39422642/article/details/78676567
- LSTM原理: https://blog.csdn.net/weixin_42111770/article/details/80900575
自然語言處理
- Python 自然語言處理 第二版: https://usyiyi.github.io/nlp-py-2e-zh
- 推薦一個liuhuanyong大佬整理的nlp全面知識體系: https://liuhuanyong.github.io
- 開源 - 詞向量庫集合:
內容由 ApacheCN 團隊提供支持