深度学习第三课:文本生成

作者/分享人:曹莹
目前是PaddlePaddle 组成员之一。主要从事深度学习在自然语言处理方向上的算法研究。参与过大量文本类机器学习任务,在线上都取得了不错的效果。对常见文本分类,排序,生成等各种任务有着丰富的经验。

文本生成赋予机器“说”的能力,是自然语言处理中一个有趣的话题。深度学习第三课为大家提供一个使用深度神经网络训练的对话机器人,来体验深度学习方法的乐趣,也是对技术局限性的探索。

这一课会寻找以下问题的答案:

  1. 问题的数学描述以及基础积木。我们会介绍建模时序数据的循环神经网络,从RNN到LSTM到GRU,到底发生了怎样的变化。
  2. 该构建怎样的模型?我们会介绍神经图灵机的框架,编码器解码器结构、注意力机制都是神经图灵机的一个特例。
  3. 如何训练模型?我们会介绍如何训练深层循环神经网络,讨论计算代价以及一些算法层面的加速策略。
  4. 这一课的最终会回答:机器真的学会了说话吗?技术的局限在哪里?

本场Chat所有内容都可以通过短短的代码在PaddlePaddle平台下运行,希望为大家展示利用PaddlePaddle中高度灵活、计算高效的RNN完成复杂自然语言处理任务的方法和潜力。


已有214人预订
预订达标
文章出炉
交流日期
     
03月29日
04月12日
04月19日 20:30
你可能还喜欢
职场高效率:用印象笔记来提升你的工作效率
白宦成
三流程序员如何提高加速度,两年做到待遇 20K+
Tamic
聊聊 Spring Boot 2.x 那些事儿
泥瓦匠 @ bysocket.com
转行 AI,如何给自己定位?
章华燕
三个月大数据研发学习计划
Fickr孫啟誠
从《目标》、《凤凰项目》到《持续交付》:DevOps 的过去、现在及未来
常新居士
如何结合使用敏捷利器 JIRA 和 Confluence
刘华
基于 Docker、Kubernetes 实现高效可靠的规模化 CI/CD 流水线的搭建
邸富杰
从架构演进的角度聊聊 Spring Cloud 都做了些什么?
纯洁的微笑
TensorFlow 分布式原理与应用实践
刘光聪
Vue 2.0 真实点餐项目实战
Ziksang
前端工程师“应试”指南
芋头
如何学好 Linux、C++,并搞定 BAT 面试
天千
新一代科学教育标准到底是什么?为什么开展 STEM 教育?
嘉糖
语音云的大数据实践之路
韦邦灯
微信扫描登录