极客时间-NLP 实战高手课网盘资源 | 影盘社

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:145丨Quora问题等价性案例学习:深度学习模型.mp4
file:136丨RL训练方法RL实验的注意事项.mp4
file:126丨使用增强学习改进组合优化的算法.mp4
file:108丨最短路问题和DijkstraAlgorithm.mp4
file:112丨A2C和A3C:如何提升基本的PolicyGradient算法.mp4
file:101丨ASDL和AST.mp4
file:103丨LambdaCaculus概述.mp4
file:111丨PolicyGradient:如何进行PolicyGradient的基本推导?.mp4
file:140丨ImitationLearning和Self-imitationLearning.mp4
file:128丨AlphaStar介绍:AlphaStar中采取了哪些技术?.mp4
file:110丨Rainbow:如何改进Q-learning算法?.mp4
file:120丨DifferentiableSearch:如何将NAS变为可微的问题.mp4
file:133丨DeepGBM:如何用神经网络捕捉集成树模型的知识.mp4
file:122丨LeNAS:如何搜索搜索space.mp4
file:134丨文本推荐系统和增强学习.mp4
file:100丨WikiSQL任务简介.mp4
file:105丨InductiveLogicProgramming:基本设定.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:154丨Kubernetes Ingress.mp4
file:143丨TransferReinforcementLearning和Few-shotReinforcementLearning.mp4
file:147丨微服务和Kubernetes简介.mp4
file:149丨Docker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:141丨增强学习中的探索问题.mp4
file:114丨MCTS简介:如何将“推理”引入到强化学习框架中.mp4
file:48丨集成树模型:LightGBM简介.mp4
file:25丨PyTorch简介:Tensor和相关运算.mp4
file:26丨PyTorch简介:如何构造Dataset和DataLoader?.mp4
file:35丨半自动特征构建方法:Categorical Encoder.mp4
file:14丨AI项目部署:框架选择.mp4
file:06丨NLP应用:智能问答系统.mp4
file:28丨文本分类实践:如何进行简单的文本分类?.mp4
file:37丨半自动特征构建方法:Entity Embedding.mp4
file:41丨自动特征构建方法:Symbolic learning和AutoCross简介.mp4
file:44丨降维方法:Variational Auto Encoder.mp4
file:33丨Matplotlib 简介:如何进行简单的可视化分析?.mp4
file:23丨CNN:卷积神经网络是什么?.mp4
file:11丨深度学习与硬件:GPU.mp4
file:32丨Pandas 简介:如何使用Pandas对数据进行处理?.mp4
file:45丨变量选择方法.mp4
file:36丨半自动特征构建方法:连续变量的离散化.mp4
file:22丨RNN简介:RNN和LSTM.mp4
file:08丨NLP的学习方法:如何在AI爆炸时代快速上手学习?.mp4
file:17丨神经网络基础:神经网络还是复合函数.mp4
file:20丨Embedding简介.mp4
file:63丨xDeepFM的代码解析.mp4
file:72丨深度迁移学习模型:RoBERTa,XLNet,ERNIE和T5.mp4
file:91丨Few-shotLearning:是否有更好的利用不同任务的方法?.mp4
file:93丨依存分析和SemanticParsing概述.mp4
file:52丨神经网络的构建:NetworkinNetwork.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: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
file:87丨其他Embedding的训练:还有哪些Embedding方法?.mp4
file:51丨健康检查:与Liveness,Readiness,Startup探测集成实现高可用.mp4
file:85丨长文本分类:截取,关键词拼接和预测平均.mp4
file:81丨UDA:一种系统的数据扩充框架.mp4
file:96丨ShiftReduce算法.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: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
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:89丨多任务训练:如何利用多任务训练来提升效果?.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:82丨LabelSmoothing和LogitSqueezing.mp4
file:99丨SemanticParsing基础:SemanticParsing的任务是什么?.mp4
file:61丨Transformer代码实现剖析.mp4
file:70重新审视Word Embedding:Negative Sampling和Contextual Embedding71深度迁移学习模型:从ELMo到BERT.mp4
file:77丨优化器:Adam和AdamW.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?.mp4
file:68丨高级模型融合技巧:Metades是什么?.mp4
file:94丨依存分析和UniversalDepdencyRelattions.mp4
file:98丨树神经网络:如何采用TreeLSTM和其它拓展方法?.mp4
folder:极客时间-NLP 实战高手课
folder:01-50

分享时间

2026-05-31

入库时间

2026-06-02

资源类型

夸克网盘

分享用户

09*649

扫码获取资源

进入网盘

分享资源