极客时间-NLP 实战高手课

  • file:137丨PPO算法.mp4
  • file:152丨Kubernetes自动扩容.mp4
  • file:109丨Q-learning:如何进行Q-learning算法的推导?.mp4
  • file:129丨IMPALA:多Agent的Actor-Critic算法.mp4
  • file:127丨多代理增强学习概述:什么是多代理增强学习?.mp4
  • file:128丨AlphaStar介绍:AlphaStar中采取了哪些技术?.mp4
  • file:131丨多模态表示学习简介.mp4
  • file:113丨Gumbel-trick:如何将离散的优化改变为连续的优化问题?.mp4
  • file:146丨文本校对案例学习.mp4
  • file:143丨TransferReinforcementLearning和Few-shotReinforcementLearning.mp4
  • file:108丨最短路问题和DijkstraAlgorithm.mp4
  • file:141丨增强学习中的探索问题.mp4
  • file:111丨PolicyGradient:如何进行PolicyGradient的基本推导?.mp4
  • file:117丨AutoML及NeuralArchitectureSearch简介.mp4
  • file:139丨解决SparseReward的一些方法.mp4
  • file:103丨LambdaCaculus概述.mp4
  • file:145丨Quora问题等价性案例学习:深度学习模型.mp4
  • file:115丨DirectPolictyGradient:基本设定及Gumbel-trick的使用116丨DirectPolictyGradient:轨迹生成方法.mp4
  • file:112丨A2C和A3C:如何提升基本的PolicyGradient算法.mp4
  • file:158丨Istio简介:Istio包含哪些功能?.mp4
  • file:149丨Docker部署实践.mp4
  • file:121丨层次搜索法:如何在模块之间进行搜索?.mp4
  • file:130丨COMAAgent之间的交流.mp4
  • file:105丨InductiveLogicProgramming:基本设定.mp4
  • file:101丨ASDL和AST.mp4
  • file:132丨知识蒸馏:如何加速神经网络推理.mp4
  • file:70丨重新审视Word Embedding:Negative Sampling和Contextual Embedding71丨深度迁移学习模型:从ELMo到BERT.mp4
  • file:98丨树神经网络:如何采用TreeLSTM和其它拓展方法?.mp4
  • file:54丨神经网络的构建:Memory.mp4
  • file:99丨SemanticParsing基础:SemanticParsing的任务是什么?.mp4
  • file:75丨深度迁移学习模型的微调:TensorFlowBERT代码简析.mp4
  • file:65丨图嵌入:如何将图关系纳入模型?.mp4
  • file:89丨多任务训练:如何利用多任务训练来提升效果?.mp4
  • file:92丨半监督学习:如何让没有标注的数据也派上用场?.mp4
  • file:73丨深度迁移学习模型:ALBERT和ELECTRA.mp4
  • file:85丨长文本分类:截取、关键词拼接和预测平均.mp4
  • file:87丨其他Embedding的训练:还有哪些Embedding方法?.mp4
  • file:67丨模型融合基础:如何让你所学到的模型方法一起发挥作用?.mp4
  • file:79丨多重loss的方式:如何使用多重loss来提高模型准确率?.mp4
  • file:80丨数据扩充的基本方法:如何从少部分数据中扩充更多的数据并避免过拟合?.mp4
  • file:81丨UDA:一种系统的数据扩充框架.mp4
  • file:76丨深度迁移学习的微调:如何利用PyTorch实现深度迁移学习模型的微调及代码简析.mp4
  • file:95丨Stanza使用.mp4
  • file:66丨图网络简介:如何在图结构的基础上建立神经网络?.mp4
  • file:53丨神经网络的构建:GatingMechanism和Attention.mp4
  • file:59丨神经网络的训练:新的PyTorch训练框架.mp4
  • file:51丨健康检查:与Liveness、Readiness、Startup探测集成实现高可用.mp4
  • file:62丨xDeepFM:如何用神经网络处理高维的特征?.mp4
  • file:61丨Transformer代码实现剖析.mp4
  • file:60丨Transformer:如何通过Transformer榨取重要变量?.mp4
  • file:91丨Few-shotLearning:是否有更好的利用不同任务的方法?.mp4
  • file:94丨依存分析和UniversalDepdencyRelattions.mp4
  • file:32丨Pandas 简介:如何使用Pandas对数据进行处理?.mp4
  • file:17丨神经网络基础:神经网络还是复合函数.mp4
  • file:28丨文本分类实践:如何进行简单的文本分类?.mp4
  • file:36丨半自动特征构建方法:连续变量的离散化.mp4
  • file:34丨半自动特征构建方法:Target Mean Encoding.mp4
  • file:12丨深度学习与硬件:TPU.mp4
  • file:13丨AI项目部署:基本原则.mp4
  • file:06丨NLP应用:智能问答系统.mp4
  • file:04丨AI项目流程:从实验到落地.mp4
  • file:42丨降维方法:PCA、NMF 和 tSNE.mp4
  • file:09丨深度学习框架:选择合适的深度学习框架?10丨深度学习与硬件:CPU.mp4
  • file:03丨AI概览:宣传片外的人工智能.mp4
  • file:02丨内容综述.mp4
  • file:33丨Matplotlib 简介:如何进行简单的可视化分析?.mp4
  • file:20丨Embedding简介.mp4
  • file:22丨RNN简介:RNN和LSTM.mp4
  • file:48丨集成树模型:LightGBM简介.mp4
  • file:27丨PyTorch简介:如何构造神经网络?.mp4
  • file:24丨环境部署:如何构建简单的深度学习环境?.mp4
  • file:26丨PyTorch简介:如何构造Dataset和DataLoader?.mp4
  • file:31丨表格化数据挖掘基本流程:看看现在的数据挖掘都是怎么做的?.mp4
  • file:44丨降维方法:Variational Auto Encoder.mp4
  • folder:极客时间-NLP 实战高手课
  • folder:51-99
分享时间 2025-07-27
入库时间 2025-08-02
状态检测 有效
资源类型 QUARK
分享用户 喂喂*分享
资源有问题?点此举报
链接

相似推荐

  • 极客时间-NLP 实战高手课
  • 极客时间-杨浩-Node.js开发实战
  • 极客时间-小乔-大厂设计进阶实战课(完结)
  • 【专项课】2025白鹭申论套卷实战演训班
  • 01.北大花花-学习高手方法课(初阶+进阶)139节课
  • 7、【全】2024粉笔《兵贵神速》:数资提速专项课(牟立志&陶昶安)
  • 2025超格判断全家桶
  • 2025超格判断全家桶(1)
  • 08【半月谈(含白鹭)】(1)
  • 极客时间-陶辉-Web协议详解与抓包实战

用户其它资源

  • 英语学习分级读物《学乐深度阅读 (PDF+音频+视频) 》
  • 理解抖店正规玩法4.0运营课
  • 商务办公PPT模板60多套
  • 东岳先生的哲学世界
  • 【电工知识资料教程大合集】
  • 2025 新自考:《高级财务会计》-郭淑荣
  • 东方英语四级全程班[王江涛]
  • 东东老师摄影小白课
  • 董十一短视频底层实操课
  • 东方美学手机拍摄视频课程

最新资源

  • 云渺4绝嗣佛子(67集)王小亿&薛滨弘
  • 天降萌宝追爹记(80集)李云鹏&骆虹宇
  • 极客时间-NLP 实战高手课
  • 《第二次世界大战史连环画库》全6卷 33册 连环画 典藏连环画[pdf]
  • 动漫高斯小学奥数(1)
  • 【烘焙教程】
  • 李云迪:钢琴名曲赏析课 古典音乐怎么听(完结)
  • 简历WORD模板大汇总
  • 【少儿识字课程合集】
  • 2023计算机二级MS资料