040820_[极客时间-100046401]NLP 实战高手课网盘资源 | 影盘社

file:159丨Istio实例和Circuit Breaker.mp4
file:151丨Kubernetes部署实践.mp4
file:115DirectPolictyGradient:基本设定及Gumbel-trick的使用116DirectPolictyGradient:轨迹生成方法.mp4
file:102丨Tranx简介.mp4
file:123丨超参数搜索:如何寻找算法的超参数.mp4
file:133丨DeepGBM:如何用神经网络捕捉集成树模型的知识.mp4
file:117丨AutoML及NeuralArchitectureSearch简介.mp4
file:120丨DifferentiableSearch:如何将NAS变为可微的问题.mp4
file: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
file:122丨LeNAS:如何搜索搜索space.mp4
file:143丨TransferReinforcementLearning和Few-shotReinforcementLearning.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:114丨MCTS简介:如何将“推理”引入到强化学习框架中[更多精选‖公众号:CunWorknotes] .mp4
file:138丨Reward设计的一般原则.mp4
file:140丨ImitationLearning和Self-imitationLearning.mp4
file:135丨RL训练方法集锦:简介.mp4
file:112丨A2C和A3C:如何提升基本的PolicyGradient算法[持续更新‖免费提供:CunworknoteS].mp4
file:158丨Istio简介:Istio包含哪些功能?[耗时整理‖免费分享:Cunlove.cn].mp4
file:145丨Quora问题等价性案例学习:深度学习模型[耗时整理‖不易且全免费:cunlOve.cn].mp4
file:108丨最短路问题和DijkstraAlgorithm.mp4
file:139丨解决SparseReward的一些方法.mp4
file:149丨Docker部署实践.mp4
file:132丨知识蒸馏:如何加速神经网络推理.mp4
file:160丨结束语[不易整理‖请关注:CunWorkNoteS].mp4
file:146丨文本校对案例学习[花费时间‖:cunLove.cn].mp4
file:111丨PolicyGradient:如何进行PolicyGradient的基本推导?[优质合集‖免费获取:cunlove.cN].mp4
file:30丨经典的数据挖掘方法:数据驱动型开发早期的努力.mp4
file:29丨文本分类实践的评价:如何提升进一步的分类效果?.mp4
file:06丨NLP应用:智能问答系统.mp4
file:16丨统计学基础:随机性是如何改变数据拟合的本质的?.mp4
file:46集成树模型:如何提升决策树的效果47集成树模型:GBDT和XgBoost的数学表达.mp4
file:25丨PyTorch简介:Tensor和相关运算.mp4
file:22丨RNN简介:RNN和LSTM[精挑细选‖免费提供:cunlovE.cn].mp4
file:20丨Embedding简介.mp4
file:03丨AI概览:宣传片外的人工智能.mp4
file:39丨半自动特征构建方法:连续变量的转换.mp4
file:26丨PyTorch简介:如何构造Dataset和DataLoader?.mp4
file:37丨半自动特征构建方法:Entity Embedding.mp4
file:17丨神经网络基础:神经网络还是复合函数.mp4
file:12丨深度学习与硬件:TPU.mp4
file:50神经网络建模:如何让神经网络实现你的数据挖掘需求 51神经网络的构建:ResidualConnection和DenseConnection.mp4
file:14丨AI项目部署:框架选择.mp4
file:41丨自动特征构建方法:Symbolic learning和AutoCross简介.mp4
file:24丨环境部署:如何构建简单的深度学习环境?.mp4
file:38丨半自动构建方法:Entity Embedding的实现[良心整理‖免费获取:cunloVe.cn].mp4
file:02丨内容综述.mp4
file:35丨半自动特征构建方法:Categorical Encoder.mp4
file:49丨集成树模型:CatBoost和NGBoost简介.mp4
file:23丨CNN:卷积神经网络是什么?[耗时整理‖ cunlove.cn].mp4
file:34丨半自动特征构建方法:Target Mean Encoding[不易整理‖请关注:CunWorkNoteS].mp4
file:45丨变量选择方法.mp4
file:53丨神经网络的构建:GatingMechanism和Attention[耗时整理‖不易且全免费:cunlOve.cn].mp4
file:54丨神经网络的构建:Memory.mp4
file:96丨ShiftReduce算法.mp4
file:58丨神经网络的训练:学习率和Warm-up[整理不易‖免费奉上:cuNlove.cn].mp4
file:78丨优化器:Lookahead,Radam和Lamb.mp4
file:72丨深度迁移学习模型:RoBERTa,XLNet,ERNIE和T5.mp4
file:85丨长文本分类:截取,关键词拼接和预测平均.mp4
file:82丨LabelSmoothing和LogitSqueezing[整理不易‖免费奉上:cuNlove.cn].mp4
file:87丨其他Embedding的训练:还有哪些Embedding方法?.mp4
file:91丨Few-shotLearning:是否有更好的利用不同任务的方法?.mp4
file:63丨xDeepFM的代码解析.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:61丨Transformer代码实现剖析.mp4
file: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
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: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
file:90丨DomainAdaptation:如何利用其它有标注语料来提升效果?[优质合集‖免费获取:cunlove.cN].mp4
file:65丨图嵌入:如何将图关系纳入模型?.mp4
file: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?[耗时整理‖免费分享:Cunlove.cn].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:55丨神经网络的构建:ActivationFunction.mp4
file:94丨依存分析和UniversalDepdencyRelattions.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:59丨神经网络的训练:新的PyTorch训练框架.mp4
file:99丨SemanticParsing基础:SemanticParsing的任务是什么?.mp4
file:93丨依存分析和SemanticParsing概述.mp4
folder:040820_[极客时间-100046401]NLP 实战高手课
folder:01-50

分享时间

2026-02-12

入库时间

2026-02-13

资源类型

夸克网盘

分享用户

53*气质的紫貂

040820_[极客时间-100046401]NLP 实战高手课网盘资源 | 影盘社

扫码获取资源

进入网盘

分享资源