+1-自然语言处理通用框架BERT原理解读            227.0 MB
| 10-BERT模型训练方法.mp4             20.7 MB
| 11-训练实例.mp4             24.2 MB
| 1-BERT课程简介.mp4             29.8 MB
| 2-BERT任务目标概述.mp4             11.5 MB
| 3-传统解决方案遇到的问题.mp4             22.7 MB
| 4-注意力机制的作用.mp4             14.8 MB
| 5-self-attention计算方法.mp4             23.8 MB
| 6-特征分配与softmax机制.mp4             21.3 MB
| 7-Multi-head的作用.mp4             19.4 MB
| 8-位置编码与多层堆叠.mp4             16.8 MB
| 9-transformer整体架构梳理.mp4             22.3 MB
+2-谷歌开源项目BERT源码解读与应用实例            574.0 MB
| 10-构建QKV矩阵.mp4             50.8 MB
| 11-完成Transformer模块构建.mp4             40.8 MB
| 12-训练BERT模型.mp4             54.7 MB
| 1-BERT开源项目简介.mp4             41.3 MB
| 2-项目参数配置.mp4             107.0 MB
| 3-数据读取模块.mp4             54.3 MB
| 4-数据预处理模块.mp4             40.1 MB
| 5-tfrecord数据源制作.mp4             51.5 MB
| 6-Embedding层的作用.mp4             31.0 MB
| 7-加入额外编码特征.mp4             42.4 MB
| 8-加入位置编码特征.mp4             23.6 MB
| 9-mask机制的作用.mp4             36.8 MB
+3-项目实战-基于BERT的中文情感分析实战            209.0 MB
| 1-中文分类数据与任务概述.mp4             83.5 MB
| 2-读取处理自己的数据集.mp4             53.1 MB
| 3-训练BERT中文分类模型.mp4             72.3 MB
+4-项目实战-基于BERT的中文命名实体识别识别实战            163.0 MB
| 1-命名实体识别数据分析与任务目标.mp4             30.5 MB
| 2-NER标注数据处理与读取.mp4             66.1 MB
| 3-构建BERT与CRF模型.mp4             66.5 MB
+5-必备基础知识点-woed2vec模型通俗解读            119.0 MB
| 1-词向量模型通俗解释.mp4             21.7 MB
| 2-模型整体框架.mp4             28.2 MB
| 3-训练数据构建.mp4             15.9 MB
| 4-CBOW与Skip-gram模型.mp4             23.8 MB
| 5-负采样方案.mp4             29.5 MB
+6-必备基础-掌握Tensorflow如何实现word2vec模型            224.0 MB
| 1-数据与任务流程.mp4             45.7 MB
| 2-数据清洗.mp4             27.6 MB
| 3-batch数据制作.mp4             51.5 MB
| 4-网络训练.mp4             49.1 MB
| 5-可视化展示.mp4             49.6 MB
+7-必备基础知识点-RNN网络架构与情感分析应用实例            883.0 MB
| 1-RNN网络模型解读.mp4             23.7 MB
| 2-NLP应用领域与任务简介.mp4             32.8 MB
| 3-项目流程解读.mp4             42.2 MB
| 4-加载词向量特征.mp4             32.3 MB
| 5-正负样本数据读取.mp4             36.8 MB
| 6-构建LSTM网络模型.mp4             46.7 MB
| 7-训练与测试效果.mp4             91.8 MB
| 8-LSTM情感分析.mp4             576.0 MB
+8-医学糖尿病数据命名实体识别            236.0 MB
  1-数据与任务介绍.mp4             22.7 MB
  2-整体模型架构.mp4             15.0 MB
  3-数据-标签-语料库处理.mp4             40.0 MB
  4-训练网络模型.mp4             40.4 MB
  5-医疗数据集（糖尿病）实体识别.mp4             81.4 MB
  6-输入样本填充补齐.mp4             36.2 MB