ru en de fr pt es it zh ar nl sv
18 апреля 2026

Linkedin - Natural Language Processing with PyTorch


Linkedin - Natural Language Processing with PyTorch
Released 04/2022
MP4 | Video: h264, 1280x720 | Audio: AAC, 44.1 KHz, 2 Ch
Skill Level: Intermediate | Genre: eLearning | Language: English + srt | Duration: 41m | Size: 114.1 MB


Learn about natural language processing with PyTorch, the popular deep learning tool used by tech giants like OpenAI and Microsoft. In this course, Zhongyu Pan guides you through the basics of using PyTorch in natural language processing (NLP). She explains how to transform text into datasets that you can feed into deep learning models. Zhongyu walks you through a text classification project with two frequently used deep learning models for NLP: RNN and CNN. She also shows you how to tune hyperparameters and construct model layers to get more robust and accurate results, as well as the differences between the two models for NLP tasks.

Homepage
https://www.linkedin.com/learning/natural-language-processing-with-pytorch




Внимание! У Вас нет прав для просмотра скрытого текста.

Links are Interchangeable - No Password - Single Extraction



Внимание! У Вас нет прав для просмотра скрытого текста.
Внимание! У Вас нет прав для просмотра скрытого текста.
Внимание! У Вас нет прав для просмотра скрытого текста.

Новость отредактировал: sergeiadmin - 23-04-2022 11:06


Понравилась эта новость? Поддержи наш сайт нажми на кнопку своей соц.сети. Поделись ей со всеми своими друзьями. Будем Вам очень благодарны.

Важно:
Информация по литературе.
Ссылки на скачивание книг ЗАПРЕЩЕННЫХ ИЗДАТЕЛЬСТВ ( Защищённых авторскими правами ) удаляются через 3 часа с момента публикации и заменяются (по договору с АЗАПИ) партнерскими ссылками магазина LITRES!
Информация
Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.

Последние комментарии

            18+
Дизайн Centroarts
  •  

Этот ресурс не предоставляет электронные версии материалов, мы публикуем описание релизов с ссылками на файлообменные каталоги, следовательно администрация проекта не несет ответственности за использование материалов в дальнейшем. У нас файлы не хранятся! При использовании наших материалов с сайта, ссылка на Ухоплан ру обязательна.      
О сookies
Этот сайт использует файлы cookies для более комфортной работы пользователя. Продолжая просмотр страниц сайта, вы соглашаетесь с использованием файлов cookies. Если вам нужна дополнительная информация или вы не хотите соглашаться с использованием cookies, пожалуйста, посетите страницу "Использование файлов cookies".
Согласен
Подробнее