001_教程简介
002_教程概述
003_导论-常见任务
004_导论-技术演进历史
005_环境准备
006_文本表示-概述
007_文本表示-分词-英文分词
008_文本表示-分词-英文分词-BPE算法
009_文本表示-分词-中文分词
010_文本表示-分词-分词工具-概述
011_文本表示-分词-分词工具-jieba-分词模式
012_文本表示-分词-分词工具-jieba-分词模式-API
013_文本表示-分词-分词工具-jieba-自定义词典
014_文本表示-词表示-one-hot&语义化词向量-概述
015_文本表示-词表示-语义化词向量-Word2Vec-概述
016_文本表示-词表示-语义化词向量-Word2Vec-原理-Skip-Gram
017_文本表示-词表示-语义化词向量-Word2Vec-原理-CBOW
018_文本表示-词表示-语义化词向量-Word2Vec-获取-公开词向量-说明
019_文本表示-词表示-语义化词向量-Word2Vec-获取-公开词向量-编码
020_文本表示-词表示-语义化词向量-训练词向量-概述
021_文本表示-词表示-语义化词向量-训练词向量-实操
022_文本表示-词表示-语义化词向量-应用-概述
023_文本表示-词表示-语义化词向量-应用-编码
024_文本表示-词表示-语义化词向量-应用-OOV问题
025_文本表示-词表示-上下文相关词向量
026_传统序列模型-RNN-概述
027_传统序列模型-RNN-基础结构
028_传统序列模型-RNN-示意图
029_传统序列模型-RNN-多层结构
030_传统序列模型-RNN-双向结构
031_传统序列模型-RNN-多层+双向结构
032_传统序列模型-RNN-API-构造参数
033_传统序列模型-RNN-API-输入输出-概述
034_传统序列模型-RNN-API-输入输出-含义
035_传统序列模型-RNN-API-输入输出-形状分析
036_传统序列模型-RNN-API-小练习
037_传统序列模型-案例-概述
038_传统序列模型-案例-思路分析-数据集说明
039_传统序列模型-案例-思路分析-模型结构和训练思路
040_传统序列模型-RNN-案例-项目结构
041_传统序列模型-RNN-案例-数据预处理-思路分析
042_传统序列模型-RNN-案例-数据预处理-读取json文件
043_传统序列模型-RNN-案例-数据预处理-文件路径说明
044_传统序列模型-RNN-案例-数据预处理-文件路径处理
045_传统序列模型-RNN-案例-数据预处理-构建并保存词表
046_传统序列模型-RNN-案例-数据预处理-构建训练集
047_传统序列模型-RNN-案例-数据预处理-保存训练集&测试集
048_传统序列模型-RNN-案例-数据集-说明
049_传统序列模型-RNN-案例-数据集-编码
050_传统序列模型-RNN-案例-模型定义-初始化方法
051_传统序列模型-RNN-案例-模型定义-前向传播
052_传统序列模型-RNN-案例-训练脚本-环境准备
053_传统序列模型-RNN-案例-训练脚本-训练循环
054_传统序列模型-RNN-案例-训练脚本-单个轮次的训练逻辑
055_传统序列模型-RNN-案例-训练脚本-Tensorboard使用说明
056_传统序列模型-RNN-案例-训练脚本-保存模型
057_传统序列模型-RNN-案例-预测脚本-说明
058_传统序列模型-RNN-案例-预测脚本-编码-上
059_传统序列模型-RNN-案例-预测脚本-编码-下
060_传统序列模型-RNN-案例-评估脚本-说明
061_传统序列模型-RNN-案例-评估脚本-编码
062_传统序列模型-RNN-案例-代码改造说明
063_传统序列模型-RNN-案例-Tokenizer-说明
064_传统序列模型-RNN-案例-Tokenizer-编码
065_传统序列模型-RNN-存在问题-概述
066_传统序列模型-RNN-存在问题-分析
067_传统序列模型-LSTM-概述
068_传统序列模型-LSTM-基础结构-说明
069_传统序列模型-LSTM-缓解梯度消失和爆炸
070_传统序列模型-LSTM-复杂结构
071_传统序列模型-LSTM-API-构造参数
072_传统序列模型-LSTM-API-输入输出
073_传统序列模型-LSTM-案例-概述&思路分析
074_传统序列模型-LSTM-案例-数据处理-说明
075_传统序列模型-LSTM-案例-数据处理-编码-上
076_传统序列模型-LSTM-案例-数据处理-编码-下
077_传统序列模型-LSTM-案例-数据集
078_传统序列模型-LSTM-案例-模型定义
079_传统序列模型-LSTM-案例-模型训练
080_传统序列模型-LSTM-案例-模型预测
081_传统序列模型-LSTM-案例-模型评估
082_传统序列模型-LSTM-存在问题
083_传统序列模型-GRU-基础结构
084_传统序列模型-GRU-复杂结构&API使用说明
085_传统序列模型-GRU-案例实操
086_传统序列模型-LSTM_GRU_RNN横向对比
087_Seq2Seq-概述
088_Seq2Seq-模型结构-编码器
089_Seq2Seq-模型结构-解码器
090_Seq2Seq-模型结构-训练机制
091_Seq2Seq-模型结构-推理机制
092_Seq2Seq-模型结构-案例实操-概述
093_Seq2Seq-模型结构-案例实操-需求分析
094_Seq2Seq-模型结构-案例实操-数据预处理-读取文件
095_Seq2Seq-模型结构-案例实操-数据预处理-改造Tokenizer
096_Seq2Seq-模型结构-案例实操-数据预处理-词表构建
097_Seq2Seq-模型结构-案例实操-数据预处理-构建数据集
098_Seq2Seq-模型结构-案例实操-Dataloader
099_Seq2Seq-模型结构-案例实操-模型定义-编码器
100_Seq2Seq-模型结构-案例实操-模型定义-解码器
101_Seq2Seq-模型结构-案例实操-模型定义-完整模型
102_Seq2Seq-模型结构-案例实操-训练脚本-核心代码
103_Seq2Seq-模型结构-案例实操-训练脚本-pad_token处理逻辑
104_Seq2Seq-案例-预测脚本
105_Seq2Seq-案例-评估脚本-bleu说明
106_Seq2Seq-案例-评估脚本-编码
107_Seq2Seq-总结
108_Attention机制-概述
109_Attention机制-工作原理-概述
110_Attention机制-工作原理-具体步骤
111_Attention机制-注意力评分函数
112_Attention机制-案例-代码升级改造思路
113_Attention机制-案例-注意力机制-实现思路
114_Attention机制-案例-注意力机制-编码
115_Attention机制-案例-注意力机制-训练和预测逻辑修改
116_Transformer-概述
117_Transformer-核心思想
118_Transformer-模型结构-整体结构
119_Transformer-模型结构-编码器-概述
120_Transformer-模型结构-编码器-自注意力子层-生成QKV向量
121_Transformer-模型结构-编码器-自注意力子层-完整计算过程
122_Transformer-模型结构-编码器-自注意力子层-多头注意力
123_Transformer-模型结构-编码器-前馈神经网络层
124_Transformer-模型结构-编码器-残差连接&层归一化-概述
125_Transformer-模型结构-编码器-残差连接-说明
126_Transformer-模型结构-编码器-层归一化
127_Transformer-模型结构-编码器-位置编码
128_Transformer-模型结构-编码器-说明
129_Transformer-模型结构-编码器-小结
130_Transformer-模型结构-解码器-概述
131_Transformer-模型结构-解码器-Mask-Attention
132_Transformer-模型结构-解码器-Cross-Attention
133_Transformer-模型结构-解码器-小结
134_Transformer-实现细节-注意力为什么需要缩放
135_Transformer-实现细节-注意力如何感知相对位置
136_Transformer-模型训练和推理机制
137_Transformer-API-概述
138_Transformer-API-nn.Transformer-构造参数
139_Transformer-API-nn.Transformer-forward方法-概述
140_Transformer-API-nn.Transformer-forward方法-输入输出
141_Transformer-API-nn.Transformer-encoder&decoder
142_Transformer-案例-代码改造思路
143_Transformer-案例-模型定义-基础结构
144_Transformer-案例-模型定义-位置编码-简易实现
145_Transformer-案例-模型定义-位置编码-哈弗实现
146_Transformer-案例-模型定义-前向传播
147_Transformer-案例-训练脚本
148_Transformer-案例-预测&评估脚本
149_Transformer-哈佛版本-核心源码解读
150_预训练模型-概述
151_预训练模型-分类
152_预训练模型-主流模型-GPT-概述
153_预训练模型-主流模型-GPT-模型结构
154_预训练模型-主流模型-GPT-预训练
155_预训练模型-主流模型-GPT-微调
156_预训练模型-主流模型-BERT-概述
157_预训练模型-主流模型-BERT-模型结构
158_预训练模型-主流模型-BERT-微调
159_预训练模型-主流模型-BERT-预训练
160_预训练模型-主流模型-T5-概述&模型结构
161_预训练模型-主流模型-T5-预训练&微调
162_预训练模型-HF-概述
163_预训练模型-HF-模型加载-AutoModel
164_预训练模型-HF-模型加载-AutoModelForXXX
165_预训练模型-HF-模型使用
166_预训练模型-HF-Tokenizer-加载
167_预训练模型-HF-Tokenizer-使用
168_预训练模型-HF-Tokenizer-模型配合使用
169_预训练模型-HF-Datasets-概述
170_预训练模型-HF-Datasets-加载数据集
171_预训练模型-HF-Datasets-查看数据集
172_预训练模型-HF-Datasets-加载在线数据集
173_预训练模型-HF-Datasets-预处理数据集-过滤数据
174_预训练模型-HF-Datasets-预处理数据集-划分数据集
175_预训练模型-HF-Datasets-预处理数据集-map-上
176_预训练模型-HF-Datasets-预处理数据集-map-下
177_预训练模型-HF-Datasets-保存数据集
178_预训练模型-HF-Datasets-集成Dataloader
179_预训练模型-案例-数据预处理-上
180_预训练模型-案例-数据预处理-下
181_预训练模型-案例-Dataloader
182_预训练模型-案例-模型定义
183_预训练模型-案例-模型训练
184_预训练模型-案例-模型推理
185_预训练模型-案例-模型评估
186_预训练模型-案例-测试
187_预训练模型-案例-带任务头的预训练模型
我用夸克网盘给你分享了「尚硅谷AI大模型之NLP教程」，点击链接或复制整段内容，打开「夸克APP」即可获取。
/~de9f38eL15~:/
