极客时间-NLP 实战高手课

小画 · 2026-02-11T17:09:47+08:00

[ttreply]https://pan.quark.cn/s/faf87223adfb[/ttreply] ?? 【极客时间-100046401】NLP 实战高手课 ?? 51-99 ?? 01-50 ?? 160丨结束语.mp4 ?? 111丨PolicyGradient：如何进行PolicyGradient的基本推导？.mp4 ?? 149丨Docker部署实践.mp4 ?? 143丨TransferReinforcementLearning和Few-shotReinforcementLearning.mp4 ?? 141丨增强学习中的探索问题.mp4 ?? 150丨Kubernetes基本概念.mp4 ?? 125丨遗传算法和增强学习的结合.mp4 ?? 146丨文本校对案例学习.mp4 ?? 113丨Gumbel-trick：如何将离散的优化改变为连续的优化问题？.mp4 ?? 142丨Model-basedReinforcementLearning.mp4 ?? 140丨ImitationLearning和Self-imitationLearning.mp4 ?? 130丨COMAAgent之间的交流.mp4 ?? 101丨ASDL和AST.mp4 ?? 155丨Kubernetes健康检查.mp4 ?? 159丨Istio实例和Circuit Breaker.mp4 ?? 153丨Kubernetes服务发现.mp4 ?? 158丨Istio简介：Istio包含哪些功能？.mp4 ?? 151丨Kubernetes部署实践.mp4 ?? 145丨Quora问题等价性案例学习：深度学习模型.mp4 ?? 156丨Kubernetes灰度上线.mp4 ?? 152丨Kubernetes自动扩容.mp4 ?? 100丨WikiSQL任务简介.mp4 ?? 147丨微服务和Kubernetes简介.mp4 ?? 109丨Q-learning：如何进行Q-learning算法的推导？.mp4 ?? 134丨文本推荐系统和增强学习.mp4 ?? 104丨Lambda-DCS概述.mp4 ?? 133丨DeepGBM：如何用神经网络捕捉集成树模型的知识.mp4 ?? 157丨Kubernetes Stateful Sets.mp4 ?? 137丨PPO算法.mp4 ?? 132丨知识蒸馏：如何加速神经网络推理.mp4 ?? 115丨DirectPolictyGradient：基本设定及Gumbel-trick的使用116丨DirectPolictyGradient：轨迹生成方法.mp4 ?? 118丨AutoML网络架构举例.mp4 ?? 110丨Rainbow：如何改进Q-learning算法？.mp4 ?? 117丨AutoML及NeuralArchitectureSearch简介.mp4 ?? 127丨多代理增强学习概述：什么是多代理增强学习？.mp4 ?? 126丨使用增强学习改进组合优化的算法.mp4 ?? 114丨MCTS简介：如何将“推理”引入到强化学习框架中.mp4 ?? 131丨多模态表示学习简介.mp4 ?? 128丨AlphaStar介绍：AlphaStar中采取了哪些技术？.mp4 ?? 112丨A2C和A3C：如何提升基本的PolicyGradient算法.mp4 ?? 103丨LambdaCaculus概述.mp4 ?? 107丨增强学习的基本设定：增强学习与传统的预测性建模有什么区别？.mp4 ?? 119丨RENAS：如何使用遗传算法和增强学习探索网络架构.mp4 ?? 102丨Tranx简介.mp4 ?? 124丨Learning to optimize：是否可以让机器学到一个新的优化器.mp4 ?? 129丨IMPALA：多Agent的Actor-Critic算法.mp4 ?? 135丨RL训练方法集锦：简介.mp4 ?? 136丨RL训练方法RL实验的注意事项.mp4 ?? 121丨层次搜索法：如何在模块之间进行搜索？.mp4 ?? 123丨超参数搜索：如何寻找算法的超参数.mp4 ?? 148丨Docker简介.mp4 ?? 122丨LeNAS：如何搜索搜索space.mp4 ?? 154丨Kubernetes Ingress.mp4 ?? 120丨DifferentiableSearch：如何将NAS变为可微的问题.mp4 ?? 144丨Quora问题等价性案例学习：预处理和人工特征.mp4 ?? 138丨Reward设计的一般原则.mp4 ?? 108丨最短路问题和DijkstraAlgorithm.mp4 ?? 139丨解决SparseReward的一些方法.mp4 ?? 105丨InductiveLogicProgramming：基本设定.mp4 ?? 04丨AI项目流程：从实验到落地.mp4 ?? 26丨PyTorch简介：如何构造Dataset和DataLoader？.mp4 ?? 17丨神经网络基础：神经网络还是复合函数.mp4 ?? 11丨深度学习与硬件：GPU.mp4 ?? 03丨AI概览：宣传片外的人工智能.mp4 ?? 33丨Matplotlib 简介：如何进行简单的可视化分析？.mp4 ?? 41丨自动特征构建方法：Symbolic learning和AutoCross简介.mp4 ?? 50丨神经网络建模：如何让神经网络实现你的数据挖掘需求 51丨神经网络的构建：ResidualConnection和DenseConnection.mp4 ?? 27丨PyTorch简介：如何构造神经网络？.mp4 ?? 02丨内容综述.mp4 ?? 48丨集成树模型：LightGBM简介.mp4 ?? 14丨AI项目部署：框架选择.mp4 ?? 01丨课程介绍.mp4 ?? 46丨集成树模型：如何提升决策树的效果47丨集成树模型：GBDT和XgBoost的数学表达.mp4 ?? 15丨AI项目部署：微服务简介.mp4 ?? 07丨NLP应用：文本校对系统.mp4 ?? 06丨NLP应用：智能问答系统.mp4 ?? 44丨降维方法：Variational Auto Encoder.mp4 ?? 13丨AI项目部署：基本原则.mp4 ?? 16丨统计学基础：随机性是如何改变数据拟合的本质的？.mp4 ?? 12丨深度学习与硬件：TPU.mp4 ?? 39丨半自动特征构建方法：连续变量的转换.mp4 ?? 30丨经典的数据挖掘方法：数据驱动型开发早期的努力.mp4 ?? 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 ?? 05丨NLP领域简介：NLP基本任务及研究方向.mp4 ?? 08丨NLP的学习方法：如何在AI爆炸时代快速上手学习？.mp4 ?? 21丨RNN简介：马尔可夫过程和隐马尔可夫过程.mp4 ?? 42丨降维方法：PCA、NMF 和 tSNE.mp4 ?? 28丨文本分类实践：如何进行简单的文本分类？.mp4 ?? 29丨文本分类实践的评价：如何提升进一步的分类效果？.mp4 ?? 43丨降维方法：Denoising Auto Encoders.mp4 ?? 23丨CNN：卷积神经网络是什么？.mp4 ?? 19丨神经网络基础：神经网络的基础构成.mp4 ?? 45丨变量选择方法.mp4 ?? 37丨半自动特征构建方法：Entity Embedding.mp4 ?? 35丨半自动特征构建方法：Categorical Encoder.mp4 ?? 34丨半自动特征构建方法：Target Mean Encoding.mp4 ?? 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 ?? 22丨RNN简介：RNN和LSTM.mp4 ?? 24丨环境部署：如何构建简单的深度学习环境？.mp4 ?? 40丨半自动特征构建方法：缺失变量和异常值的处理.mp4 ?? 38丨半自动构建方法：Entity Embedding的实现.mp4 ?? 25丨PyTorch简介：Tensor和相关运算.mp4 ?? 32丨Pandas 简介：如何使用Pandas对数据进行处理？.mp4 ?? 18丨神经网络基础：训练神经网络.mp4 ?? 36丨半自动特征构建方法：连续变量的离散化.mp4 ?? 49丨集成树模型：CatBoost和NGBoost简介.mp4 ?? 20丨Embedding简介.mp4 ?? 57丨神经网络的训练：初始化.mp4 ?? 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 ?? 66丨图网络简介：如何在图结构的基础上建立神经网络？.mp4 ?? 55丨神经网络的构建：ActivationFunction.mp4 ?? 64丨时序建模：如何用神经网络解决时间序列的预测问题？.mp4 ?? 69丨挖掘自然语言中的人工特征：如何用传统的特征解决问题？.mp4 ?? 75丨深度迁移学习模型的微调：TensorFlowBERT代码简析.mp4 ?? 74丨深度迁移学习模型的微调：如何使用TensorFlow在TPU对模型进行微调.mp4 ?? 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 ?? 56丨神经网络的构建：Normalization.mp4 ?? 73丨深度迁移学习模型：ALBERT和ELECTRA.mp4 ?? 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 ?? 53丨神经网络的构建：GatingMechanism和Attention.mp4 ?? 59丨神经网络的训练：新的PyTorch训练框架.mp4 ?? 60丨Transformer：如何通过Transformer榨取重要变量？.mp4 ?? 61丨Transformer代码实现剖析.mp4 ?? 95丨Stanza使用.mp4 ?? 91丨Few-shotLearning：是否有更好的利用不同任务的方法？.mp4 ?? 99丨SemanticParsing基础：SemanticParsing的任务是什么？.mp4 ?? 98丨树神经网络：如何采用TreeLSTM和其它拓展方法？.mp4 ?? 86丨VirtualAdverserialTraining：如何减少一般对抗训练难收敛的问题并提高结果的鲁棒性？.mp4 ?? 87丨其他Embedding的训练：还有哪些Embedding方法？.mp4 ?? 92丨半监督学习：如何让没有标注的数据也派上用场？.mp4 ?? 93丨依存分析和SemanticParsing概述.mp4 ?? 85丨长文本分类：截取、关键词拼接和预测平均.mp4 ?? 96丨ShiftReduce算法.mp4 ?? 84丨上层模型拼接：如何在语言模型基础上拼接更多的模型？.mp4 ?? 89丨多任务训练：如何利用多任务训练来提升效果？.mp4 ?? 90丨DomainAdaptation：如何利用其它有标注语料来提升效果？.mp4 ?? 94丨依存分析和UniversalDepdencyRelattions.mp4 ?? 97丨基于神经网络的依存分析算法.mp4 ?? 88丨训练预语言模型.mp4 ?? 83丨底层模型拼接：如何让不同的语言模型融合在一起从而达到更好的效果？.mp4 ?? 54丨神经网络的构建：Memory.mp4 ?? 81丨UDA：一种系统的数据扩充框架.mp4 ?? 62丨xDeepFM：如何用神经网络处理高维的特征？.mp4 ?? 68丨高级模型融合技巧：Metades是什么？.mp4 ?? 58丨神经网络的训练：学习率和Warm-up.mp4 ?? 63丨xDeepFM的代码解析.mp4 ?? 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 ?? 78丨优化器：Lookahead，Radam和Lamb.mp4 ?? 77丨优化器：Adam和AdamW.mp4 ?? 52丨神经网络的构建：NetworkinNetwork.mp4 ?? 72丨深度迁移学习模型：RoBERTa、XLNet、ERNIE和T5.mp4 ?? 82丨LabelSmoothing和LogitSqueezing.mp4 ?? 79丨多重loss的方式：如何使用多重loss来提高模型准确率？.mp4 ?? 65丨图嵌入：如何将图关系纳入模型？.mp4 ?? 51丨健康检查：与Liveness、Readiness、Startup探测集成实现高可用.mp4 "我用夸克网盘分享了「【极客时间-100046401】NLP 实战高手课」，点击链接即可保存。打开「夸克APP」，无需下载在线播放视频，畅享原画5倍速，支持电视投屏。 pan. 夸克网盘分享夸克网盘是夸克推出的一款云服务产品，功能包括云存储、高清看剧、文件在线解压、PDF一键转换等。通过夸克网盘可随时随地管理和使用照片、文档、手机资料，目前支持Android、iOS、PC、iPad。 https://pan.quark.cn/s/faf87223adfb

请先登录后发表评论！

小画

发布于 5月前 690 0

该用户被关禁闭，内容被隐藏。

免责声明

1、本贴标题：极客时间-NLP 实战高手课
2、本贴发布时间：2026年02月11日
3、本站所有内容均为站内网盘爱好者分享发布的网盘链接介绍展示帖子，本站不存储任何实质资源数据。
4、本文内所有链接指向的云盘网盘资源，其版权归版权方所有！其实际管理权为帖子发布者所有，本站无法操作相关资源。
5、本帖内容由小画在本站《学习区 / 学习区》版块发布，仅代表作者本人观点，不代表本网站立场，作者文责自负。
6、极客时间-NLP 实战高手课免费观看全集高清网盘资源
7、如您认为本站任何介绍帖侵犯了您的合法版权，请点击投诉与举报我们将在确认本文链接指向的资源存在侵权后，立即删除相关介绍帖子！

本贴地址：https://www.kuafzys.com/thread-61950.htm