Struttura del corso
Introduzione a Deep Learning per la PNL
Differenziazione tra i vari tipi di modelli DL
Utilizzo di modelli pre-addestrati e addestrati
Utilizzo degli incorporamenti di parole e dell'analisi del sentiment per estrarre il significato dal testo
Come funziona Unsupervised Deep Learning
Installazione e configurazione Python di librerie di deep learning
Utilizzo della libreria DL Keras in cima a TensorFlow per consentire a Python di creare didascalie
Lavorare con Theano (libreria di calcolo numerico) e TensorFlow (libreria generale e linguistica) da utilizzare come librerie DL estese allo scopo di creare didascalie.
Utilizzo di Keras su TensorFlow o Theano per sperimentare rapidamente il Deep Learning
Creazione di una semplice applicazione di Deep Learning in TensorFlow per aggiungere didascalie a una raccolta di immagini
Risoluzione dei problemi
Una parola su altri framework DL (specializzati)
Distribuzione dell'applicazione DL
Utilizzo di GPU per accelerare DL
Osservazioni conclusive
Requisiti
- Una comprensione della programmazione Python
- Una comprensione delle librerie Python in generale
Pubblico
- Programmatori con interesse linguistico
- Programmatori che cercano una comprensione della PNL (Natural Language Processing)
Recensioni (2)
Esercitazioni e scambi durante domande e risposte
Antoine - Physiobotic
Corso - Scaling Data Pipelines with Spark NLP
Traduzione automatica
Very updated approach or api (tensorflow, kera, tflearn) to do machine learning