<img src='https://github.com/apachecn/NLP-with-PyTorch/raw/master/cover.jpg' />
譯者：Yif Du
協(xié)議：CC BY-NC-ND 4.0
歡迎任何人參與和完善：一個(gè)人可以走的很快，但是一群人卻可以走的更遠(yuǎn)。
本書(shū)旨在為新人提供自然語(yǔ)言處理（NLP）和深度學(xué)習(xí)，以涵蓋這兩個(gè)領(lǐng)域的重要主題。這兩個(gè)主題領(lǐng)域都呈指數(shù)級(jí)增長(zhǎng)。對(duì)于一本介紹深度學(xué)習(xí)和強(qiáng)調(diào)實(shí)施的NLP的書(shū)，本書(shū)占據(jù)了重要的中間地帶。在寫(xiě)這本書(shū)時(shí)，我們不得不對(duì)哪些材料遺漏做出艱難的，有時(shí)甚至是不舒服的選擇。對(duì)于初學(xué)者，我們希望本書(shū)能夠?yàn)榛A(chǔ)知識(shí)提供強(qiáng)有力的基礎(chǔ)，并可以瞥見(jiàn)可能的內(nèi)容。特別是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是一種經(jīng)驗(yàn)學(xué)科，而不是智力科學(xué)。我們希望每章中慷慨的端到端代碼示例邀請(qǐng)您參與這一經(jīng)歷。當(dāng)我們開(kāi)始編寫(xiě)本書(shū)時(shí)，我們從PyTorch 0.2開(kāi)始。每個(gè)PyTorch更新從0.2到0.4修改了示例。 PyTorch 1.0將于本書(shū)出版時(shí)發(fā)布。本書(shū)中的代碼示例符合PyTorch 0.4，它應(yīng)該與即將發(fā)布的PyTorch 1.0版本一樣工作.1關(guān)于本書(shū)風(fēng)格的注釋。我們?cè)诖蠖鄶?shù)地方都故意避免使用數(shù)學(xué);并不是因?yàn)樯疃葘W(xué)習(xí)數(shù)學(xué)特別困難（事實(shí)并非如此），而是因?yàn)樗谠S多情況下分散了本書(shū)主要目標(biāo)的注意力——增強(qiáng)初學(xué)者的能力。在許多情況下，無(wú)論是在代碼還是文本方面，我們都有類似的動(dòng)機(jī)，我們傾向于對(duì)簡(jiǎn)潔性進(jìn)行闡述。高級(jí)讀者和有經(jīng)驗(yàn)的程序員可以找到方法來(lái)收緊代碼等等，但我們的選擇是盡可能明確，以便覆蓋我們想要達(dá)到的大多數(shù)受眾。
目錄
- Chapter 1.基礎(chǔ)介紹
- Chapter 2.傳統(tǒng)NLP快速回顧
- Chapter 3.神經(jīng)網(wǎng)絡(luò)基礎(chǔ)組件
- Chapter 4.自然語(yǔ)言處理 Feed-Forward Networks
- Chapter 5.Embedding Words and Types
- Chapter 6.自然語(yǔ)言處理 Sequence Modeling
- Chapter 7.自然語(yǔ)言處理的中間 Sequence Modeling
- Chapter 8.用于自然語(yǔ)言處理的高級(jí) Sequence
- Chapter 9.經(jīng)典, 前沿和后續(xù)步驟
精品推薦
深度學(xué)習(xí)必學(xué)
- 反向傳遞: https://www.cnblogs.com/charlotte77/p/5629865.html
- CNN原理: http://www.cnblogs.com/charlotte77/p/7759802.html
- RNN原理: https://blog.csdn.net/qq_39422642/article/details/78676567
- LSTM原理: https://blog.csdn.net/weixin_42111770/article/details/80900575
自然語(yǔ)言處理
- Python 自然語(yǔ)言處理 第二版: https://usyiyi.github.io/nlp-py-2e-zh
- 推薦一個(gè)liuhuanyong大佬整理的nlp全面知識(shí)體系: https://liuhuanyong.github.io
- 開(kāi)源 - 詞向量庫(kù)集合:
內(nèi)容由 ApacheCN 團(tuán)隊(duì)提供支持
