Natural Language Processing with TensorFlow - Plan Szkolenia

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 typu open source do obliczeń numerycznych z wykorzystaniem wykresów przepływu danych.

SyntaxNet to neuronowa sieć przetwarzania języka naturalnego dla TensorFlow .

Word 2Vec służy do uczenia wektorowych reprezentacji słów, zwanych „osadzaniem słów”. Word 2vec jest szczególnie wydajnym obliczeniowo modelem predykcyjnym do nauki osadzania słów z surowego tekstu. Występuje w dwóch wariantach: modelu Continuous Bag-of- Word (CBOW) i Skip-Gram (rozdział 3.1 i 3.2 w Mikolov i in.).

Używany w tandemie SyntaxNet i Word 2Vec umożliwia użytkownikom generowanie modeli Learned Embedding z wejścia Natural Language.

Publiczność

Kurs jest skierowany do programistów i inżynierów, którzy zamierzają pracować z modelami SyntaxNet i Word 2Vec w swoich wykresach TensorFlow .

Po ukończeniu tego kursu delegaci:

  • zrozumieć strukturę i mechanizmy wdrażania TensorFlow
  • być w stanie wykonać zadania i konfigurację środowiska instalacji / produkcji / architektury
  • być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie
  • być w stanie wdrożyć zaawansowaną produkcję, taką jak modele treningowe, terminy osadzania, wykresy budowlane i rejestrowanie

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

We respect the privacy of your email address. We will not pass on or sell your address to others.
You can always change your preferences or unsubscribe completely.

Zaufali nam

This site in other countries/regions