Course Outline
Inleiding tot Deep Learning voor NLP
Onderscheid maken tussen de verschillende soorten DL-modellen
Gebruik van vooraf getrainde versus getrainde modellen
Gebruik woordinsluitingen en sentimentanalyse om betekenis uit tekst te halen
Hoe Zonder toezicht Deep Learning werkt
Installeren en instellen Python Deep Learning-bibliotheken
Gebruik van de Keras DL-bibliotheek bovenaan TensorFlow om Python in staat te stellen ondertitels te maken
Werken met Theano (numerieke berekeningsbibliotheek) en TensorFlow (algemene en taalkundige bibliotheek) om te gebruiken als uitgebreide DL-bibliotheken met als doel ondertiteling te maken.
Gebruik Keras bovenop TensorFlow of Theano om snel te experimenteren met Deep Learning
Een eenvoudige Deep Learning-toepassing maken in TensorFlow om bijschriften toe te voegen aan een verzameling afbeeldingen
Probleemoplossen
Een woord over andere (gespecialiseerde) DL-frameworks
Uw DL-toepassing implementeren
GPUs gebruiken om DL te versnellen
Slotopmerkingen
Requirements
- Een goed begrip van Python programmeren
- Een goed begrip van Python bibliotheken in het algemeen
Publiek
- Programmeurs met interesse in taalkunde
- Programmeurs die inzicht zoeken in NLP (Natural Language Processing)
Getuigenissen (2)
Oefeningen en uitwisselingen tijdens vragen en antwoorden
Antoine - Physiobotic
Cursus - Scaling Data Pipelines with Spark NLP
Machine Translated
I liked the opportunities to ask questions and get more in depth explanations of the theory.