Natural Language Processing with TensorFlow - Plan Szkolenia

Ceny nie zawierają podatku VAT
Szkolenie w języku polskim. Na życzenie możliwy język angielski.

Last updated

Kod kursu

tsflw2v

Czas trwania

35 godzin
szkolenie zdalne: 5 lub 10 dni
szkolenie stacjonarne: 5 dni

Wymagania

Working knowledge of python

Opis

TensorFlow™ to biblioteka oprogramowania open source do liczbowego obliczania za pomocą wykresów przepływu danych.

SyntaxNet to ramy przetwarzania języka naturalnego w sieci neuronalnej TensorFlow.

Word2Vec jest używany do uczenia się wektorowych reprezentacji słów, zwanych "word embeddings". Word2vec jest szczególnie komputerowo wydajnym modelem przewidywania do uczenia się wbudowanych słów z surowego tekstu. Znajduje się on w dwóch smakach, w modelach Continuous Bag-of-Words (CBOW) i w modelach Skip-Gram (część 3.1 i 3.2 w Mikolov et al.)

Używany w tandemie, SyntaxNet i Word2Vec umożliwiają użytkownikom generowanie modeli uczenia się z wejścia do języka naturalnego.

publiczność

Ten kurs jest ukierunkowany na deweloperów i inżynierów, którzy zamierzają pracować z SyntaxNet i Word2Vec modeli w ich TensorFlow grafikach.

Po zakończeniu tego kursu delegaty będą:

    zrozumienie TensorFlow’s struktury i mechanizmów wdrażania umiejętność wykonywania instalacji / środowiska produkcyjnego / zadań architektonicznych i konfiguracji być w stanie ocenić jakość kodu, wykonywać debugging, monitorowanie być w stanie wdrożyć zaawansowaną produkcję, taką jak modele szkoleniowe, terminy wbudowy, grafiki budowlane i logowanie

Machine Translated

Plan Szkolenia

Getting Started

  • Setup and Installation

TensorFlow Basics

  • Creation, Initializing, Saving, and Restoring TensorFlow variables
  • Feeding, Reading and Preloading TensorFlow Data
  • How to use TensorFlow infrastructure to train models at scale
  • Visualizing and Evaluating models with TensorBoard

TensorFlow Mechanics 101

  • Prepare the Data
    • Download
    • Inputs and Placeholders
  • Build the Graph
    • Inference
    • Loss
    • Training
  • Train the Model
    • The Graph
    • The Session
    • Train Loop
  • Evaluate the Model
    • Build the Eval Graph
    • Eval Output

Advanced Usage

  • Threading and Queues
  • Distributed TensorFlow
  • Writing Documentation and Sharing your Model
  • Customizing Data Readers
  • Using GPUs
  • Manipulating TensorFlow Model Files

TensorFlow Serving

  • Introduction
  • Basic Serving Tutorial
  • Advanced Serving Tutorial
  • Serving Inception Model Tutorial

Getting Started with SyntaxNet

  • Parsing from Standard Input
  • Annotating a Corpus
  • Configuring the Python Scripts

Building an NLP Pipeline with SyntaxNet

  • Obtaining Data
  • Part-of-Speech Tagging
  • Training the SyntaxNet POS Tagger
  • Preprocessing with the Tagger
  • Dependency Parsing: Transition-Based Parsing
  • Training a Parser Step 1: Local Pretraining
  • Training a Parser Step 2: Global Training

Vector Representations of Words

  • Motivation: Why Learn word embeddings?
  • Scaling up with Noise-Contrastive Training
  • The Skip-gram Model
  • Building the Graph
  • Training the Model
  • Visualizing the Learned Embeddings
  • Evaluating Embeddings: Analogical Reasoning
  • Optimizing the Implementation

 

 

Opinie uczestników

★★★★★
★★★★★

Powiązane Kategorie

Szkolenia Powiązane

Kursy w promocyjnej cenie

Newsletter z promocjami

Zapisz się na nasz newsletter i otrzymuj informacje o aktualnych zniżkach na kursy otwarte.
Szanujemy Twoją prywatność, dlatego Twój e-mail będzie wykorzystywany jedynie w celu wysyłki naszego newslettera, nie będzie udostępniony ani sprzedany osobom trzecim.
W dowolnej chwili możesz zmienić swoje preferencje co do otrzymywanego newslettera bądź całkowicie się z niego wypisać.

Zaufali nam

This site in other countries/regions