人工智能Paper年度会员(NLP方向)前沿版 2023
来自 网络整理·免费领取学习资源
8,186 领取 · 6,509 收藏更新于 2026年9月20日
这份资料来自网络整理2026年的付费VIP课，内容以视频为主，对应《人工智能Paper年度会员(NLP方向)前沿版 2023》。官网需要单独购买，有集上可以免费领取。
资源介绍：
老师会深入讲解论文发表的研究背景、成果及意义，介绍论文中取得的核心成果，对比解决同一问题，已有解决方法和论文中提出的新的解决方法的优缺点，熟悉论文的整体思路和框架，建立对本篇论文的一个概貌性认识
全年领读人工智能经典和前沿论文，构建NLP完整知识体系框架，年轻最有效的资本是时间，让我们带你更有效的学习，帮你节约你自己盲目摸索的时间。让你赚取更多的价值！
课程目录
- 00直播
- 单课01、直播答疑
- 单课02、直播答疑
- 单课03、论文复现体验课学习指引
- 单课04、直播答疑
- 单课06、直播答疑
- 单课07、直播答疑
- 单课08、直播答疑
- 单课09、GAN专题直播答疑
- 单课10、NLP Baseline直播答疑
- 单课11、NLP Baseline 直播答疑
- 单课13、NLP baseline直播答疑
- 单课14、NLP直播答疑
- 单课15、NLP直播答疑
- 单课16、NLP baseline直播答疑
- 单课17、NLP baseline直播答疑
- 单课18、预训练直播答疑
- 单课19、NLP直播答疑
- 01自监督无监督
- 01、自监督-无监督》02、1.1 专题简介与导引&MOCO论文泛读
- 01、自监督-无监督》03、1.2 MOCO论文精读
- 01、自监督-无监督》04、1.3 MOCO-实验结果分析与总结
- 01、自监督-无监督》05、1，4 MOCO-代码讲解
- 01、自监督-无监督》06、2.1 simclr-论文精读
- 01、自监督-无监督》07、2.2 sinclr-论文精讲
- 01、自监督-无监督》08、2.3 simclr-代码讲解
- 02、15 NLP-推荐系统》
- 02、15 NLP-推荐系统》02、1. CAN泛读
- 02、15 NLP-推荐系统》03、2. CAN精读
- 02、15 NLP-推荐系统》04、3. CAN代码项目实践
- 02、15 NLP-推荐系统》05、4. MIND泛读
- 02、15 NLP-推荐系统》06、5. MIND精读
- 02、15 NLP-推荐系统》07、6. MIND代码项目实践
- 02、15 NLP-推荐系统》08、7. PLE泛读
- 02、15 NLP-推荐系统》09、8. PLE精读
- 02、15 NLP-推荐系统》10、9. PLE代码项目实践
- 02、15 NLP-推荐系统》11、10. DAT泛读
- 02、15 NLP-推荐系统》12、11. DAT精读
- 02、15 NLP-推荐系统》13、12. DAT代码项目实践
- 02、15 NLP-推荐系统》14、13. FIBINET泛读
- 02、15 NLP-推荐系统》15、14. FIBINET精读
- 02、15 NLP-推荐系统》16、15. FIBINET代码项目实践
- 03、学前须知》
- 03、学前须知》01、效率提升3倍的Paper 阅读方法
- 04、01 Python · AI&数据科学入门》
- 04、01 Python · AI&数据科学入门》02、第一章 绪论和环境配置
- 04、01 Python · AI&数据科学入门》03、【作业讲解】第一章：助教实际演示配置环境过程
- 04、01 Python · AI&数据科学入门》04、第二章 Python 基本语法元素
- 04、01 Python · AI&数据科学入门》05、【作业讲解】第二章：Python基本语法元素
- 04、01 Python · AI&数据科学入门》06、第三章 基本数据类型
- 04、01 Python · AI&数据科学入门》07、【作业讲解】第三章：基本数据类型
- 04、01 Python · AI&数据科学入门》08、第四章 组合数据类型
- 04、01 Python · AI&数据科学入门》09、【作业讲解】第四章：复杂数据类型
- 04、01 Python · AI&数据科学入门》10、第五章 程序控制结构
- 04、01 Python · AI&数据科学入门》11、【作业讲解】第五章：程序控制结构
- 04、01 Python · AI&数据科学入门》12、第六章 函数-面向过程的编程
- 04、01 Python · AI&数据科学入门》13、【作业讲解】第六章：函数
- 04、01 Python · AI&数据科学入门》14、第七章 类-面向对象的编程
- 04、01 Python · AI&数据科学入门》15、【作业讲解】第七章：类
- 04、01 Python · AI&数据科学入门》16、第八章 文件、异常和模块
- 04、01 Python · AI&数据科学入门》17、【作业讲解】第八章：文件、异常和模块
- 04、01 Python · AI&数据科学入门》18、第九章 有益的探索
- 04、01 Python · AI&数据科学入门》19、【作业讲解】第九章：有益的探索
- 04、01 Python · AI&数据科学入门》20、第十章 Python标准库
- 04、01 Python · AI&数据科学入门》21、【作业讲解】第十章：Python标准库
- 04、01 Python · AI&数据科学入门》22、第十一章 科学计算库—Numpy应用
- 04、01 Python · AI&数据科学入门》23、【作业讲解】第十一章：Numpy库
- 04、01 Python · AI&数据科学入门》24、第十二章 Pandas库
- 04、01 Python · AI&数据科学入门》25、【作业讲解】第十二章：Pandas库
- 04、01 Python · AI&数据科学入门》26、第十三章 Matplotlib
- 04、01 Python · AI&数据科学入门》27、【作业讲解】第十三章：Matplotlib
- 04、01 Python · AI&数据科学入门》28、第十四章 Sklearn常规用法
- 04、01 Python · AI&数据科学入门》29、【作业讲解】第十四章：Sklearn常规用法
- 04、01 Python · AI&数据科学入门》30、第十五章 再谈编程
- 05、02 PyTorch》
- 05、02 PyTorch》02、【必看】深入浅出PyTorch
- 05、02 PyTorch》03、【第一周】PyTorch简介与安装
- 05、02 PyTorch》04、【第一周】补充-pytorch开发环境安装
- 05、02 PyTorch》05、【第一周】张量简介与创建
- 05、02 PyTorch》06、【第一周】张量操作与线性回归
- 05、02 PyTorch》07、【第一周】计算图与动态图机制
- 05、02 PyTorch》08、【第一周】autograd与逻辑回归
- 05、02 PyTorch》09、【第一周】作业讲解1
- 05、02 PyTorch》10、【第一周】作业讲解2
- 05、02 PyTorch》11、【第一周】作业讲解3
- 05、02 PyTorch》12、【第二周】数据读取机制Dataloader与Dataset
- 05、02 PyTorch》13、【第二周】数据预处理transforms模块机制
- 05、02 PyTorch》14、【第二周】二十二种transforms数据预处理方法
- 05、02 PyTorch》15、【第二周】学会自定义transforms方法
- 05、02 PyTorch》16、【第二周】作业讲解
- 05、02 PyTorch》17、【第三周】模型创建步骤与nn.Module
- 05、02 PyTorch》18、【第三周】模型容器与AlexNet构建
- 05、02 PyTorch》19、【第三周】nn网络层-卷积层
- 05、02 PyTorch》20、【第三周】nn网络层-池化-线性-激活函数层
- 05、02 PyTorch》21、【第三周】作业讲解
- 05、02 PyTorch》22、【第四周】权值初始化
- 05、02 PyTorch》23、【第四周】损失函数（一）
- 05、02 PyTorch》24、【第四周】损失函数(二)
- 05、02 PyTorch》25、【第四周】优化器optimizer的概念
- 05、02 PyTorch》26、【第四周】torch.optim.SGD
- 05、02 PyTorch》27、【第四周】作业讲解
- 05、02 PyTorch》28、【第五周】学习率调整策略
- 05、02 PyTorch》29、【第五周】TensorBoard简介与安装
- 05、02 PyTorch》30、【第五周】TensorBoard使用（一）
- 05、02 PyTorch》31、【第五周】TensorBoard使用（二）
- 05、02 PyTorch》32、【第五周】hook函数与CAM可视化
- 05、02 PyTorch》33、【第五周】作业讲解
- 05、02 PyTorch》34、【第六周】正则化之weight_decay
- 05、02 PyTorch》35、【第六周】Batch Normalization
- 05、02 PyTorch》36、【第六周】Normalizaiton_layers
- 05、02 PyTorch》37、【第六周】正则化之Dropout
- 05、02 PyTorch》38、【第六周】作业讲解
- 05、02 PyTorch》39、【第七周】模型保存与加载
- 05、02 PyTorch》40、【第七周】模型finetune
- 05、02 PyTorch》41、【第七周】GPU的使用
- 05、02 PyTorch》42、【第七周】PyTorch常见报错
- 05、02 PyTorch》43、【第七周】作业讲解
- 05、02 PyTorch》44、【第八周】图像分类一瞥
- 05、02 PyTorch》45、【第八周】图像分割一瞥
- 05、02 PyTorch》46、【第八周】图像目标检测一瞥（上）
- 05、02 PyTorch》47、【第八周】图像目标检测一瞥（下）
- 05、02 PyTorch》48、【第九周】生成对抗网络一瞥
- 05、02 PyTorch》49、【第九周】循环神经网络一瞥
- 06、人工智能数学基础》
- 06、人工智能数学基础》05、【第一章 线性代数(上)】章节导读
- 06、人工智能数学基础》06、【第一章 线性代数(上)】-1 矩阵及其基本运算①
- 06、人工智能数学基础》07、【第一章 线性代数(上)】-2 矩阵及其基本运算②
- 06、人工智能数学基础》08、【第一章 线性代数(上)】-3 矩阵的行列式①
- 06、人工智能数学基础》09、【第一章 线性代数(上)】-4 矩阵的行列式②
- 06、人工智能数学基础》10、【第一章 线性代数(上)】-5 矩阵的行列式③
- 06、人工智能数学基础》11、【第一章 线性代数(上)】-6 矩阵的行列式④
- 06、人工智能数学基础》12、【第一章 线性代数(上)】-7 矩阵的逆①
- 06、人工智能数学基础》13、【第一章 线性代数(上)】-8 矩阵的逆②
- 06、人工智能数学基础》14、【第一章 线性代数(上)】-9 矩阵的逆③
- 06、人工智能数学基础》15、【第二章 线性代数(下)】章节导读
- 06、人工智能数学基础》16、【第二章 线性代数(下)】-1 矩阵的初等变换①
- 06、人工智能数学基础》17、【第二章 线性代数(下)】-2 矩阵的初等变换②
- 06、人工智能数学基础》18、【第二章 线性代数(下)】-3 矩阵的初等变换③
- 06、人工智能数学基础》19、【第二章 线性代数(下)】-4 矩阵的初等变换④
- 06、人工智能数学基础》20、【第二章 线性代数(下)】-5 矩阵的特征值与特征向量①
- 06、人工智能数学基础》21、【第二章 线性代数(下)】-6 矩阵的特征值与特征向量②
- 06、人工智能数学基础》22、【第二章 线性代数(下)】-7 矩阵的特征值与特征向量③
- 06、人工智能数学基础》23、【第二章 线性代数(下)】-8 矩阵对角化以及二次型①
- 06、人工智能数学基础》24、【第二章 线性代数(下)】-9 矩阵对角化以及二次型②
- 06、人工智能数学基础》25、【第二章 线性代数(下)】-10 矩阵对角化以及二次型③
- 06、人工智能数学基础》26、【第二章 线性代数(下)】-11svd分解的应用
- 06、人工智能数学基础》27、【第三章 微积分】-01常用函数的导数以及到导数的常用公式
- 06、人工智能数学基础》28、【第三章 微积分】-02 中值定理&洛必达法则&泰勒公式及应用
- 06、人工智能数学基础》29、【第三章 微积分】-03 函数的凹凸性&函数的极值
- 06、人工智能数学基础》30、【第三章 微积分】-04 不定积分
- 06、人工智能数学基础》31、【第三章 微积分】-05 定积分
- 06、人工智能数学基础》32、【第三章 微积分】-06 偏导数&多元函数复合求导法则链式求导法则
- 06、人工智能数学基础》33、【第三章 微积分】-07 方向导数与梯度及其应用
- 06、人工智能数学基础》34、【第三章 微积分】-08 多元函数泰勒公式与海森矩阵&多元函数的极值
- 06、人工智能数学基础》35、【第三章 微积分】-09 矩阵的求导
- 06、人工智能数学基础》36、【第三章 微积分】-10 矩阵的求导在深度学习中的应用
- 06、人工智能数学基础》37、【第四章 概率论】-01随机实验样本空间随机事件&概率的定义
- 06、人工智能数学基础》38、【第四章 概率论】-02全概率公式与贝叶斯公式及应用&独立性
- 06、人工智能数学基础》39、【第四章 概率论】-03随机变量与多维随机变量
- 06、人工智能数学基础》40、【第四章 概率论】-04期望与方差part1
- 06、人工智能数学基础》41、【第四章 概率论】-05期望与方差part2
- 06、人工智能数学基础》42、【第四章 概率论】-06参数的估计
- 06、人工智能数学基础》43、【第五章 最优化】-1 无约束最优化梯度下降
- 06、人工智能数学基础》44、【第五章 最优化】-2 无约束最优化梯度下降
- 06、人工智能数学基础》45、【第五章 最优化】-3 约束最优化
- 07、04 神经网络基础知识》
- 07、04 神经网络基础知识》02、01-神经网络基础与多层感知机-0
- 07、04 神经网络基础知识》03、01-神经网络基础与多层感知机-1
- 07、04 神经网络基础知识》04、01-神经网络基础与多层感知机-2
- 07、04 神经网络基础知识》05、01-神经网络基础与多层感知机-3
- 07、04 神经网络基础知识》06、01-神经网络基础与多层感知机-4
- 07、04 神经网络基础知识》07、02-卷积神经网络-0
- 07、04 神经网络基础知识》08、02-卷积神经网络-1
- 07、04 神经网络基础知识》09、02-卷积神经网络-2
- 07、04 神经网络基础知识》10、03-循环神经网络-0
- 07、04 神经网络基础知识》11、03-循环神经网络-1
- 07、04 神经网络基础知识》12、03-循环神经网络-2
- 08、05 NLP基础知识》
- 08、05 NLP基础知识》02、1-1 前言…mkv
- 08、05 NLP基础知识》03、1-2 研究方向概述…mkv
- 08、05 NLP基础知识》04、2-1 预备知识…mkv
- 08、05 NLP基础知识》05、2-2 NLP问题中的特征…mkv
- 08、05 NLP基础知识》06、2-3 特征输入…mkv
- 08、05 NLP基础知识》07、2-4 文本的向量化表示与案例实现…mkv
- 08、05 NLP基础知识》08、3-1 统计语言模型简介与案例实现…mkv
- 08、05 NLP基础知识》09、3-2 语言模型任务评估…mkv
- 08、05 NLP基础知识》10、3-3 神经语言模型简介与代码实现…mkv
- 08、05 NLP基础知识》11、3-4 预训练的词表示及其使用实例…mkv
- 08、05 NLP基础知识》12、4-1 word2vec原理…mkv
- 08、05 NLP基础知识》13、4-2 word2vec代码复现…mkv
- 08、05 NLP基础知识》14、4-3 word2vec项目实战展示…mkv
- 08、05 NLP基础知识》15、4-4 BERT使用实战讲解…mkv
- 08、05 NLP基础知识》16、4-5 MLP模型与实战…mkv
- 08、05 NLP基础知识》17、4-6 RNN模型原理、代码复现与实战…mkv
- 08、05 NLP基础知识》18、5-1 HMM序列标注…mkv
- 08、05 NLP基础知识》19、5-2 HMM模型简介…mkv
- 08、05 NLP基础知识》20、5-3 HMM样本生成…mkv
- 08、05 NLP基础知识》21、5-4 HMM训练…mkv
- 08、05 NLP基础知识》22、5-5 HMM预测…mkv
- 08、05 NLP基础知识》23、5-6 HMM代码实现…mkv
- 09、06 NLP-baseline》
- 09、06 NLP-baseline》02、NLP baseline 开营仪式
- 09、06 NLP-baseline》03、1.1 word2vec1-1背景知识
- 09、06 NLP-baseline》04、1.2 word2vec1-2论文泛读
- 09、06 NLP-baseline》05、1.3 word2vec2-1对比模型
- 09、06 NLP-baseline》06、1.4 word2vec2-2原理
- 09、06 NLP-baseline》07、1.5 word2vec2-3word2vec关键技术
- 09、06 NLP-baseline》08、1.6 word2vec2-4模型复杂度
- 09、06 NLP-baseline》09、1.7 word2vec2-5实验结果
- 09、06 NLP-baseline》10、1.8 word2vec3-1代码部分上
- 09、06 NLP-baseline》11、1.9 word2vec3-2代码部分下
- 09、06 NLP-baseline》12、02glove-01-背景介绍…mkv
- 09、06 NLP-baseline》13、02 glove-02-研究成果及意义
- 09、06 NLP-baseline》14、02glove-03-论文概述
- 09、06 NLP-baseline》15、02glove-04-模型精讲
- 09、06 NLP-baseline》16、02 glove-05-实验分析…mkv
- 09、06 NLP-baseline》17、02glove-06-数据处理
- 09、06 NLP-baseline》18、02 glove-07-型及训练测试
- 09、06 NLP-baseline》19、03char_embedding-01-背景介绍…mkv
- 09、06 NLP-baseline》20、03 char_embedding-02-研究成果及意义
- 09、06 NLP-baseline》21、03char_embedding-03-论文概述
- 09、06 NLP-baseline》22、03 char_embedding-04-模型详解
- 09、06 NLP-baseline》23、03 char_embedding-05-语言模型实验分析
- 09、06 NLP-baseline》24、03 char_embedding-06-词性标注实验分析及论文总结
- 09、06 NLP-baseline》25、03 char_embedding-07-环境配置
- 09、06 NLP-baseline》26、03 char_embedding-08-数据处理
- 09、06 NLP-baseline》27、03 char_embedding-09-模型构建及训练和测试
- 09、06 NLP-baseline》28、04textcnn-01-textcnn背景介绍
- 09、06 NLP-baseline》29、04textcnn-02-textcnn研究成果及意义
- 09、06 NLP-baseline》30、04 textcnn-03-textcnn模型简介
- 09、06 NLP-baseline》31、04 textcnn-04-textcnn模型详解
- 09、06 NLP-baseline》32、04textcnn-05-textcnn实验介绍
- 09、06 NLP-baseline》33、04 textcnn-06-textcnn超参选择
- 09、06 NLP-baseline》34、04 textcnn-07-textcnn数据处理以及模型构建…mkv
- 09、06 NLP-baseline》35、04 textcnn-08-textcnn训练及测试
- 09、06 NLP-baseline》36、05-chartextcnn_1_论文导读…mkv
- 09、06 NLP-baseline》37、05-chartextcnn_2_1_模型总览及简介
- 09、06 NLP-baseline》38、05-chartextcnn_2_2_模型详解
- 09、06 NLP-baseline》39、05-chartextcnn_2_3_实验分析及讨论
- 09、06 NLP-baseline》40、05-chartextcnn_3_1_数据处理
- 09、06 NLP-baseline》41、05-chartextcnn_3_2_模型定义及训练和测试
- 09、06 NLP-baseline》42、06-fasttext_1_研究背景及意义
- 09、06 NLP-baseline》43、06-fasttext_2_1_fasttext模型上
- 09、06 NLP-baseline》44、06-fasttext_2_2_fasttext模型下
- 09、06 NLP-baseline》45、06-fasttext_2_3_fasttext实验
- 09、06 NLP-baseline》46、06-fasttext_3_1_fasttext数据读取
- 09、06 NLP-baseline》47、06-fasttext_3_2_fasttext模型及训练测试
- 09、06 NLP-baseline》48、07 deep_nmt_1_1_论文简介以及BLEU介绍
- 09、06 NLP-baseline》49、07 deep_nmt_1_2_背景介绍和研究成果及意义
- 09、06 NLP-baseline》50、07 deep_nmt_2_1_deep_nmt模型详解1
- 09、06 NLP-baseline》51、07 deep_nmt_2_2_deep_nmtm模型详解2
- 09、06 NLP-baseline》52、07 deep_nmt_2_3_实验结果及总结
- 09、06 NLP-baseline》53、07 deep_nmt_3_1_机器翻译数据处理和代码简介
- 09、06 NLP-baseline》54、07 deep_nmt_3_2_模型和训练及测试
- 09、06 NLP-baseline》55、08 attention_nmt_1_1_储备知识_对齐翻译_seq2seq_注意力机制…mkv
- 09、06 NLP-baseline》56、08 attention_nmt_1_2_背景介绍_研究成果及意义
- 09、06 NLP-baseline》57、08 attention_nmt_2_1_论文总览…mkv
- 09、06 NLP-baseline》58、08 attention_nmt_2_2模型详解…mkv
- 09、06 NLP-baseline》59、08 attention_nmt_2_3_实验结果及分析
- 09、06 NLP-baseline》60、08 attention_nmt_3_1_deep_nmt实现
- 09、06 NLP-baseline》61、08 attention_nmt_3_2_fairseq
- 09、06 NLP-baseline》62、09 han_attention_1_1_前期储备知识介绍
- 09、06 NLP-baseline》63、09 han_attention_1_2_研究背景成果及意义…mkv
- 09、06 NLP-baseline》64、09 han_attention_2_1_论文总览
- 09、06 NLP-baseline》65、09 han_attention_2_2_模型详解
- 09、06 NLP-baseline》66、09 han_attention_2_3_实验结果及论文总结
- 09、06 NLP-baseline》67、09 han_attention_3_1_数据读取
- 09、06 NLP-baseline》68、09 han_attention_3_2_模型实现及训练和测试
- 09、06 NLP-baseline》69、10 sgm_1_1_多标签分类介绍…mkv
- 09、06 NLP-baseline》70、10 sgm_1_2_背景知识和研究成果及意义
- 09、06 NLP-baseline》71、10 sgm_2_1_论文简介
- 09、06 NLP-baseline》72、10 sgm_2_2_模型详解…mkv
- 09、06 NLP-baseline》73、10 sgm_2_3_实验结果及分析
- 09、06 NLP-baseline》74、10 sgm_3_1_数据处理
- 09、06 NLP-baseline》75、10 sgm_3_2_模型实现…mkv
- 10、07 信息抽取-命名实体识别》
- 10、07 信息抽取-命名实体识别》02、1.1- BiLSTM-CRF-论文研究背景
- 10、07 信息抽取-命名实体识别》03、1.2- BiLSTM-CRF-论文算法总览
- 10、07 信息抽取-命名实体识别》04、1.3-BiLSTM-CRF模型结构
- 10、07 信息抽取-命名实体识别》05、1.4-BiLSTM-CRF损失函数与维特比解码
- 10、07 信息抽取-命名实体识别》06、1.5- BiLSTM-CRF-实验结果与论文总结
- 10、07 信息抽取-命名实体识别》07、1.6- BiLSTM-CRF代码讲解
- 10、07 信息抽取-命名实体识别》08、1.7- BiLSTM-CRF-NCR-Fpp代码详解
- 10、07 信息抽取-命名实体识别》09、2.1_LatticeLSTM论文研究背景
- 10、07 信息抽取-命名实体识别》10、2.2_LatticeLSTM模型总览…mkv
- 10、07 信息抽取-命名实体识别》11、2.3_LatticeLSTM模型细节
- 10、07 信息抽取-命名实体识别》12、2.4_LatticeLSTM论文实验与总结
- 10、07 信息抽取-命名实体识别》13、2.5_LatticeLSTM代码讲解…mkv
- 10、07 信息抽取-命名实体识别》14、3.1_LR-CNN论文研究背景
- 10、07 信息抽取-命名实体识别》15、3.2_LR-CNN模型总览
- 10、07 信息抽取-命名实体识别》16、3.3_LR-CNN模型细节
- 10、07 信息抽取-命名实体识别》17、3.4_LR-CNN模型细节2…mkv
- 10、07 信息抽取-命名实体识别》18、3.5_LR-CNN论文代码讲解…mkv
- 10、07 信息抽取-命名实体识别》19、4.1_LGN论文研究背景…mkv
- 10、07 信息抽取-命名实体识别》20、4.2_LGN模型总览…mkv
- 10、07 信息抽取-命名实体识别》21、4.3_LGN模型详解
- 10、07 信息抽取-命名实体识别》22、4.4_LGN代码讲解
- 10、07 信息抽取-命名实体识别》23、5.1_TENER论文研究背景
- 10、07 信息抽取-命名实体识别》24、5.2_TENER模型总览
- 10、07 信息抽取-命名实体识别》25、5.3_TENER模型详解
- 10、07 信息抽取-命名实体识别》26、5.4_TENER模型总结
- 10、07 信息抽取-命名实体识别》27、5.5_TENER模型代码
- 10、07 信息抽取-命名实体识别》28、6-1_Soft_Lexicon论文研究背景…mkv
- 10、07 信息抽取-命名实体识别》29、6-2_Soft_Lexicon模型总览
- 10、07 信息抽取-命名实体识别》30、6-3_Soft_Lexicon模型详解…mkv
- 10、07 信息抽取-命名实体识别》31、6-4_Soft_Lexicon模型总结…mkv
- 10、07 信息抽取-命名实体识别》32、6-5_Soft_Lexicon模型代码…mkv
- 11、07 （2）信息抽取-关系抽取》
- 11、07 （2）信息抽取-关系抽取》01、【11月6日】篇章级事件抽取前沿直播
- 11、07 （2）信息抽取-关系抽取》03、01 cnn_for-re-01（新版）
- 11、07 （2）信息抽取-关系抽取》04、01 cnn_for-re-02（新版）
- 11、07 （2）信息抽取-关系抽取》05、01 cnn_for-re-03（新版）
- 11、07 （2）信息抽取-关系抽取》06、01 cnn_for-re-04（新版）
- 11、07 （2）信息抽取-关系抽取》07、01 cnn_for-re-05（新版）
- 11、07 （2）信息抽取-关系抽取》08、01 code_cnn_for_re-06（新版）
- 11、07 （2）信息抽取-关系抽取》09、01 code_cnn_for_re-07（新版）
- 11、07 （2）信息抽取-关系抽取》10、01 code_cnn_for_re-08（新版）
- 11、07 （2）信息抽取-关系抽取》11、01 code_cnn_for_re-09（新版）
- 11、07 （2）信息抽取-关系抽取》12、01 code_cnn_for_re-10（新版）
- 11、07 （2）信息抽取-关系抽取》13、02 pcnn_crcnn_1_PCNN背景及部分相关工作（新版）
- 11、07 （2）信息抽取-关系抽取》14、02 pcnn_crcnn_2_PCNN的相关工作（新版）
- 11、07 （2）信息抽取-关系抽取》15、02 pcnn_crcnn_3_PCNN的模型部分（新版）
- 11、07 （2）信息抽取-关系抽取》16、02 pcnn_crcnn_4_PCNN的实验部分及CRCNN的背景（新版）
- 11、07 （2）信息抽取-关系抽取》17、02 pcnn_crcnn_5_CRCNN的相关工作及模型部分（新版）
- 11、07 （2）信息抽取-关系抽取》18、02 pcnn_crcnn_6_CRCNN的实验部分及总结（新版）
- 11、07 （2）信息抽取-关系抽取》19、02 pcnn_code-7-前期回顾及输出处理1（新版）
- 11、07 （2）信息抽取-关系抽取》20、02 pcnn_code-8-数据处理2（新版）
- 11、07 （2）信息抽取-关系抽取》21、02 pcnn_code-9-模型定义（新版）
- 11、07 （2）信息抽取-关系抽取》22、02 pcnn_code-10-模型训练1（新版）
- 11、07 （2）信息抽取-关系抽取》23、02 pcnn_code-11-模型训练2及模型评价（新版）
- 11、07 （2）信息抽取-关系抽取》24、3.1 att-blstm 关系识别-背景介绍.（旧版）
- 11、07 （2）信息抽取-关系抽取》25、3.2 att-blstm 关系识别-模型详解.（旧版）
- 11、07 （2）信息抽取-关系抽取》26、3.3 att-blstm 关系识别-代码实战.（旧版）
- 11、07 （2）信息抽取-关系抽取》27、03 lstmatt_1_背景及相关工作（新版）
- 11、07 （2）信息抽取-关系抽取》28、03 lstmatt_2_模型及实验（新版）
- 11、07 （2）信息抽取-关系抽取》29、03 att_lstm_code_3_课程回顾及超参数设置（新版）
- 11、07 （2）信息抽取-关系抽取》30、03 att_lstm_code_4_数据处理及模型定义（新版）
- 11、07 （2）信息抽取-关系抽取》31、03 att_lstm_code_5_模型训练及模型评价（新版）
- 11、07 （2）信息抽取-关系抽取》32、4.1 LSTM-LSTM-bias 背景介绍.（旧版）
- 11、07 （2）信息抽取-关系抽取》33、4.2 LSTM-LSTM-bias模型详解.（旧版）
- 11、07 （2）信息抽取-关系抽取》34、4.3 LSTM-LSTM-bias代码实战（旧版）
- 11、07 （2）信息抽取-关系抽取》35、04 novel_tagging_paper_1_背景及相关工作01（新版）
- 11、07 （2）信息抽取-关系抽取》36、04 novel_tagging_paper_2_相关工作02（新版）
- 11、07 （2）信息抽取-关系抽取》37、04 novel_tagging_paper_3_相关工作03（新版）
- 11、07 （2）信息抽取-关系抽取》38、04 novel_tagging_paper_4_模型（新版）
- 11、07 （2）信息抽取-关系抽取》39、04 novel_tagging_code_1_准备工作_超参数定义_数据处理（新版）
- 11、07 （2）信息抽取-关系抽取》40、04 novel_tagging_code_2_数据读取_模型训练与评价（新版）
- 11、07 （2）信息抽取-关系抽取》41、04 novel_tagging_paper_5_实验（新版）
- 11、07 （2）信息抽取-关系抽取》42、05 casrel_paper_0（新版）
- 11、07 （2）信息抽取-关系抽取》43、05 casrel_paper_1（新版）
- 11、07 （2）信息抽取-关系抽取》44、05 casrel_paper_2（新版）
- 11、07 （2）信息抽取-关系抽取》45、05 casrel_paper_3（新版）
- 11、07 （2）信息抽取-关系抽取》46、05 casrel_paper_4（新版）
- 11、07 （2）信息抽取-关系抽取》47、05 casrel_code_5（新版）
- 11、07 （2）信息抽取-关系抽取》48、05 casrel_code_6（新版）
- 11、07 （2）信息抽取-关系抽取》49、05 casrel_code_7（新版）
- 11、07 （2）信息抽取-关系抽取》50、05 casrel_code_8（新版）
- 12、08 NLP-预训练模型》
- 12、08 NLP-预训练模型》02、01transformer-01-论文背景&研究成果
- 12、08 NLP-预训练模型》03、01transformer-02-attention回顾
- 12、08 NLP-预训练模型》04、01transformer-03-模型框架和self_attention
- 12、08 NLP-预训练模型》05、01transformer-04-模型小trick…mkv
- 12、08 NLP-预训练模型》06、01transformer-05-代码框架部分和encoder
- 12、08 NLP-预训练模型》07、01transformer-06-代码decoder和self_attention
- 12、08 NLP-预训练模型》08、01transformer-07-代码训练部分和预测部分
- 12、08 NLP-预训练模型》09、02transformer_xl-01-论文背景…mkv
- 12、08 NLP-预训练模型》10、02transformer_xl-02-vallini model回顾…mkv
- 12、08 NLP-预训练模型》11、02transformer_xl-03-片段级递归机制…mkv
- 12、08 NLP-预训练模型》12、02transformer_xl-04-相对位置编码和小trick…mkv
- 12、08 NLP-预训练模型》13、02transformer_xl-05-论文总结…mkv
- 12、08 NLP-预训练模型》14、02transformerxl-06-代码数据准备…mkv
- 12、08 NLP-预训练模型》15、02transformerxl-07-代码self attention…mkv
- 12、08 NLP-预训练模型》16、02transformer_xl-08-代码update memory和adaptive
- 12、08 NLP-预训练模型》17、02transformer_xl-09-代码adaptive softmax2…mkv
- 12、08 NLP-预训练模型》18、03elmo-01-elmo的下游任务介绍…mkv
- 12、08 NLP-预训练模型》19、03elmo-02-feature_based和fine_tuning
- 12、08 NLP-预训练模型》20、03elmo-03-word2vec和charcnn回顾
- 12、08 NLP-预训练模型》21、03elmo-04-Bidirectional_language_models
- 12、08 NLP-预训练模型》22、03elmo-05-how to use emol…mkv
- 12、08 NLP-预训练模型》23、03elmo-06-论文回顾…mkv
- 12、08 NLP-预训练模型》24、03elmo-07-代码预处理部分
- 12、08 NLP-预训练模型》25、03elmo-08-代码模型结构部分
- 12、08 NLP-预训练模型》26、03elmo-09-代码crf流程…mkv
- 12、08 NLP-预训练模型》27、03elmo-10-代码crf实现…mkv
- 12、08 NLP-预训练模型》28、04gpt-01-nlp下游任务介绍
- 12、08 NLP-预训练模型》29、04gpt-02-transformer回顾
- 12、08 NLP-预训练模型》30、04gpt-03-预训练和fine-tuning
- 12、08 NLP-预训练模型》31、04gpt-04-输入转换
- 12、08 NLP-预训练模型》32、04gpt-05-论文回顾…mkv
- 12、08 NLP-预训练模型》33、04gpt-06-代码流程和建立vocab
- 12、08 NLP-预训练模型》34、04gpt-07-代码与处理部分
- 12、08 NLP-预训练模型》35、04gpt-08-代码trasform_roc部分
- 12、08 NLP-预训练模型》36、04gpt-09-代码transformer_model部分
- 12、08 NLP-预训练模型》37、04gpt-10-代码两种loss的计算
- 12、08 NLP-预训练模型》38、04gpt-11-代码训练部分
- 12、08 NLP-预训练模型》39、05bert-01-bert的背景和glue benchmark…mkv
- 12、08 NLP-预训练模型》40、05bert-02-论文导读和bert 衍生模型…mkv
- 12、08 NLP-预训练模型》41、05bert-03-bert、gtp、elmo的比较
- 12、08 NLP-预训练模型》42、05bert-04-bert model和pre-training部分
- 12、08 NLP-预训练模型》43、05bert-05-bert的fine-tuning部分
- 12、08 NLP-预训练模型》44、05bert-06-代码fine-tuning数据预处理和model 加载
- 12、08 NLP-预训练模型》45、05bert-07-代码fine-tuning训练部分
- 12、08 NLP-预训练模型》46、05bert-08-代码bert pretrain的NSP
- 12、08 NLP-预训练模型》47、05bert-09-代码pertrain预处理
- 12、08 NLP-预训练模型》48、05bert-10-代码bert-pretrain的transformer部分…mkv
- 12、08 NLP-预训练模型》49、05bert-11-代码bert pretrain的loss计算…mkv
- 12、08 NLP-预训练模型》50、06ulmfit-01-uimfit背景介绍
- 12、08 NLP-预训练模型》51、06ulmfit-02-awdLstm回顾…mkv
- 12、08 NLP-预训练模型》52、06ulmfit-03-下三角学习率
- 12、08 NLP-预训练模型》53、06ulmfit-04-classifier fine tuning…mkv
- 12、08 NLP-预训练模型》54、06ulmfit-05-论文回顾
- 12、08 NLP-预训练模型》55、06ulmfit-06-代码fine tuning部分
- 12、08 NLP-预训练模型》56、06ulmfit-07-代码逐层解冻和预测
- 12、08 NLP-预训练模型》57、06ulmfit-08-代码pycharm lm部分…mkv
- 12、08 NLP-预训练模型》58、07albert-01-albert背景介绍
- 12、08 NLP-预训练模型》59、07albert-02-轻量级bert回顾
- 12、08 NLP-预训练模型》60、07albert-03-embedding layer的因式分解
- 12、08 NLP-预训练模型》61、07albert-04-albert跨层参数共享
- 12、08 NLP-预训练模型》62、07albert-05-NSP任务和论文回顾…mkv
- 12、08 NLP-预训练模型》63、07albert-06-代码tokenizer部分
- 12、08 NLP-预训练模型》64、07albert-07-代码samplemask
- 12、08 NLP-预训练模型》65、07albert-08-代码transformer结构
- 12、08 NLP-预训练模型》66、07albert-09-代码pretrain 训练部分
- 12、08 NLP-预训练模型》67、07albert-10-代码albert fine-tuning
- 12、08 NLP-预训练模型》68、08mass-01-mass背景介绍…mkv
- 12、08 NLP-预训练模型》69、08mass-02-bert和gpt回顾…mkv
- 12、08 NLP-预训练模型》70、08mass-03-mass 的seq2seq pretraining…mkv
- 12、08 NLP-预训练模型》71、08mass-04-mass的discussions…mkv
- 12、08 NLP-预训练模型》72、08mass-05-代码fairseq的训练流程…mkv
- 12、08 NLP-预训练模型》73、08mass-06-代码mass的xseq2seq部分
- 12、08 NLP-预训练模型》74、08mass-07-代码mass的xtransformer部分…mkv
- 12、08 NLP-预训练模型》75、08mass-08-代码mass的dataset准备…mkv
- 12、08 NLP-预训练模型》76、09xlnet-01-xlnet背景介绍…mkv
- 12、08 NLP-预训练模型》77、09xlnet-02-AR和AE的比较…mkv
- 12、08 NLP-预训练模型》78、09xlnet-03-排列lm部分…mkv
- 12、08 NLP-预训练模型》79、09xlnet-04-排列lm的mask实现
- 12、08 NLP-预训练模型》80、09xlnet-05-传统lm存在的问题…mkv
- 12、08 NLP-预训练模型》81、09xlnet-06-Two Stream Self-attention…mkv
- 12、08 NLP-预训练模型》82、09xlnet-07-xlnet论文回顾
- 12、08 NLP-预训练模型》83、09xlnet-08-代码xlnet的fine-tuning…mkv
- 12、08 NLP-预训练模型》84、09xlnet-09-代码xlnet的mask…mkv
- 12、08 NLP-预训练模型》85、09xlnet-10-代码xlnet的self attention…mkv
- 12、08 NLP-预训练模型》86、10electra-01-electra背景介绍…mkv
- 12、08 NLP-预训练模型》87、10electra-02-gan的回顾…mkv
- 12、08 NLP-预训练模型》88、10electra-03-electra的生成器和判别器详解…mkv
- 12、08 NLP-预训练模型》89、10electra-04-论文回顾…mkv
- 12、08 NLP-预训练模型》90、10electra-05-代码electra训练流程…mkv
- 12、08 NLP-预训练模型》91、10electra-06-代码预处理部分…mkv
- 12、08 NLP-预训练模型》92、10electra-07-代码生成器和判别器…mkv
- 12、08 NLP-预训练模型》93、10electra-08-代码start training部分…mkv
- 13、09 NLP-图神经网络》
- 13、09 NLP-图神经网络》02、00图神经网络专题-01-开班课…mkv
- 13、09 NLP-图神经网络》03、00图神经网络专题-02-开班课
- 13、09 NLP-图神经网络》04、02第二次直播答疑…mkv
- 13、09 NLP-图神经网络》05、03第三次直播答疑…mkv
- 13、09 NLP-图神经网络》06、05第五次直播答疑…mkv
- 13、09 NLP-图神经网络》07、01nodevec-01-研究背景
- 13、09 NLP-图神经网络》08、01nodevec-02-研究成果
- 13、09 NLP-图神经网络》09、01nodevec-03-图的应用
- 13、09 NLP-图神经网络》100、08gcn-09-gcn频域公式推导…mkv
- 13、09 NLP-图神经网络》101、08gcn-10-实验分析…mkv
- 13、09 NLP-图神经网络》102、08gcn-11-论文总结…mkv
- 13、09 NLP-图神经网络》103、08gcn-12-代码介绍…mkv
- 13、09 NLP-图神经网络》104、08gcn-13-读图预处理…mkv
- 13、09 NLP-图神经网络》105、08gcn-14-gcn模型实现及代码总结
- 13、09 NLP-图神经网络》106、09ggnn-01-研究背景…mkv
- 13、09 NLP-图神经网络》107、09ggnn-02-ggnn模型简介…mkv
- 13、09 NLP-图神经网络》108、09ggnn-03-研究成果研究意义…mkv
- 13、09 NLP-图神经网络》109、09ggnn-04-模型总览…mkv
- 13、09 NLP-图神经网络》10、01nodevec-04-模型结构&BFS&DFS
- 13、09 NLP-图神经网络》110、09ggnn-05-GRU模型简单回顾…mkv
- 13、09 NLP-图神经网络》111、09ggnn-06-GGNN模型细节…mkv
- 13、09 NLP-图神经网络》112、09ggnn-07-GGSNNs模型细节…mkv
- 13、09 NLP-图神经网络》113、09ggnn-08-bAbI任务…mkv
- 13、09 NLP-图神经网络》114、09ggnn-09-RNN图数据分析…mkv
- 13、09 NLP-图神经网络》115、09ggnn-10-实验分析&论文总结…mkv
- 13、09 NLP-图神经网络》116、09ggnn-11-代码介绍…mkv
- 13、09 NLP-图神经网络》117、09ggnn-12-读图…mkv
- 13、09 NLP-图神经网络》118、09ggnn-13-ggnn模型代码…mkv
- 13、09 NLP-图神经网络》119、09ggnn-14-模型训练和测试…mkv
- 13、09 NLP-图神经网络》11、01nodevec-05-模型算法&alias算法
- 13、09 NLP-图神经网络》120、10mpnn-01-研究背景…mkv
- 13、09 NLP-图神经网络》121、10mpnn-02-mpnn框架简介…mkv
- 13、09 NLP-图神经网络》122、10mpnn-03-研究成果研究意义…mkv
- 13、09 NLP-图神经网络》123、10mpnn-04-模型总览…mkv
- 13、09 NLP-图神经网络》124、10mpnn-05-mpnn框架…mkv
- 13、09 NLP-图神经网络》125、10mpnn-06-mpnn代表模型…mkv
- 13、09 NLP-图神经网络》126、10mpnn-07-化学分子预测模型…mkv
- 13、09 NLP-图神经网络》127、10mpnn-08-set2set模型…mkv
- 13、09 NLP-图神经网络》128、10mpnn-09-专题总结…mkv
- 13、09 NLP-图神经网络》129、10mpnn-10-实验分析…mkv
- 13、09 NLP-图神经网络》12、01nodevec-06-实验分析
- 13、09 NLP-图神经网络》130、10mpnn-11-论文总结…mkv
- 13、09 NLP-图神经网络》131、10mpnn-12-代码介绍…mkv
- 13、09 NLP-图神经网络》132、10mpnn-13-构造图…mkv
- 13、09 NLP-图神经网络》133、10mpnn-14-DataLoader封装…mkv
- 13、09 NLP-图神经网络》134、10mpnn-15-mpnn框架代码…mkv
- 13、09 NLP-图神经网络》135、10mpnn-16-模型训练和测试…mkv
- 13、09 NLP-图神经网络》13、01nodevec-07-论文总结
- 13、09 NLP-图神经网络》14、01nodevec-08-代码整体介绍
- 13、09 NLP-图神经网络》15、01nodevec-09-代码节点和边的alias实现
- 13、09 NLP-图神经网络》16、01nodevec-10-代码有偏随机游走和模型训练
- 13、09 NLP-图神经网络》17、01nodevec-11-代码结果展示和总结
- 13、09 NLP-图神经网络》18、02-line-01-论文背景…mkv
- 13、09 NLP-图神经网络》19、02-line-02-研究成果研究意义…mkv
- 13、09 NLP-图神经网络》20、02-line-03-前期知识…mkv
- 13、09 NLP-图神经网络》21、02-line-04-一二阶相似度…mkv
- 13、09 NLP-图神经网络》22、02-line-05-模型优化时间复杂度…mkv
- 13、09 NLP-图神经网络》23、02-line-06-实验分析一…mkv
- 13、09 NLP-图神经网络》24、02-line-07-实验分析二…mkv
- 13、09 NLP-图神经网络》25、02-line-08-论文总结…mkv
- 13、09 NLP-图神经网络》26、02-line-09-代码读图…mkv
- 13、09 NLP-图神经网络》27、02-line-10-代码aliasSampling…mkv
- 13、09 NLP-图神经网络》28、02-line-11-代码line模型实现…mkv
- 13、09 NLP-图神经网络》29、03-sdne-01-论文背景…mkv
- 13、09 NLP-图神经网络》30、03-sdne-02-前期知识…mkv
- 13、09 NLP-图神经网络》31、03-sdne-03-研究成果…mkv
- 13、09 NLP-图神经网络》32、03sdne-04-模型结构…mkv
- 13、09 NLP-图神经网络》33、03sdne-05-一二阶相似度…mkv
- 13、09 NLP-图神经网络》34、03sdne-06-自编码器&稀疏性问题…mkv
- 13、09 NLP-图神经网络》35、03sdne-07-优化方法&时间复杂度…mkv
- 13、09 NLP-图神经网络》36、03sdne-08-实验设置介绍…mkv
- 13、09 NLP-图神经网络》37、03sdne-09-实验分析…mkv
- 13、09 NLP-图神经网络》38、03sdne-10-代码模型训练…mkv
- 13、09 NLP-图神经网络》39、03sdne-11-代码sdne模型实现…mkv
- 13、09 NLP-图神经网络》40、03sdne-12-代码模型训练…mkv
- 13、09 NLP-图神经网络》41、04metapath2vec-01-研究背景…mkv
- 13、09 NLP-图神经网络》42、04metapath2vec-02-研究成果…mkv
- 13、09 NLP-图神经网络》43、04metapath2vec-03-异质网络skip2gram…mkv
- 13、09 NLP-图神经网络》44、04metapath2vec-04-算法细节…mkv
- 13、09 NLP-图神经网络》45、04metapath2vec-05-实验分析…mkv
- 13、09 NLP-图神经网络》46、04metapath2vec-06-论文总结…mkv
- 13、09 NLP-图神经网络》47、04metapath2vec-07-代码dgl平台介绍…mkv
- 13、09 NLP-图神经网络》48、04metapath2vec-08-代码生成meta-path训练集…mkv
- 13、09 NLP-图神经网络》49、04metapath2vec-09-代码模型实现…mkv
- 13、09 NLP-图神经网络》50、04metapath2vec-10-代码模型训练…mkv
- 13、09 NLP-图神经网络》51、05transe-01-研究背景…mkv
- 13、09 NLP-图神经网络》52、05transe-02-研究成果研究意义…mkv
- 13、09 NLP-图神经网络》53、05transe-03-transE算法…mkv
- 13、09 NLP-图神经网络》54、05transe-04-transH算法…mkv
- 13、09 NLP-图神经网络》55、05transe-05-transR算法…mkv
- 13、09 NLP-图神经网络》56、05transe-06-transH算法…mkv
- 13、09 NLP-图神经网络》57、05transe-07-模型对比和总结…mkv
- 13、09 NLP-图神经网络》58、05transe-08-实验设置和分析…mkv
- 13、09 NLP-图神经网络》59、05transe-09-实验分析
- 13、09 NLP-图神经网络》60、05transe-10-论文总结…mkv
- 13、09 NLP-图神经网络》61、05transe-11-代码介绍…mkv
- 13、09 NLP-图神经网络》62、05transe-12-代码详解一…mkv
- 13、09 NLP-图神经网络》63、05transe-13-代码详解二…mkv
- 13、09 NLP-图神经网络》64、05transe-14-TransR等实现及代码总结…mkv
- 13、09 NLP-图神经网络》65、06gat-01-研究背景…mkv
- 13、09 NLP-图神经网络》66、06gat-02-图卷积消息传递…mkv
- 13、09 NLP-图神经网络》67、06gat-03-研究成果研究意义…mkv
- 13、09 NLP-图神经网络》68、06gat-04-gnn核心框架…mkv
- 13、09 NLP-图神经网络》69、06gat-05-gat算法讲解…mkv
- 13、09 NLP-图神经网络》70、06gat-06-各种attention总结…mkv
- 13、09 NLP-图神经网络》71、06gat-07-multi-head起源简介…mkv
- 13、09 NLP-图神经网络》72、06gat-08-GAT算法总结和实验设置…mkv
- 13、09 NLP-图神经网络》73、06gat-09-论文总结…mkv
- 13、09 NLP-图神经网络》74、06gat-10-代码介绍…mkv
- 13、09 NLP-图神经网络》75、06gat-11-代码设置参数&读图…mkv
- 13、09 NLP-图神经网络》76、06gat-12-邻接矩阵归一化…mkv
- 13、09 NLP-图神经网络》77、06gat-13-gat模型实现…mkv
- 13、09 NLP-图神经网络》78、06gat-14-gat模型训练及代码总结…mkv
- 13、09 NLP-图神经网络》79、07graphsage-01-研究背景…mkv
- 13、09 NLP-图神经网络》80、07graphsage-02-graphSAGE模型简介…mkv
- 13、09 NLP-图神经网络》81、07graphsage-03-研究成果研究意义…mkv
- 13、09 NLP-图神经网络》82、07graphsage-04-模型总览…mkv
- 13、09 NLP-图神经网络》83、07graphsage-05-算法详解…mkv
- 13、09 NLP-图神经网络》84、07graphsage-06-监督训练及aggregators…mkv
- 13、09 NLP-图神经网络》85、07graphsage-07-batch训练及WLtest…mkv
- 13、09 NLP-图神经网络》86、07graphsage-08-实验分析…mkv
- 13、09 NLP-图神经网络》87、07graphsage-09-代码介绍
- 13、09 NLP-图神经网络》88、07graphsage-10-读图读特征…mkv
- 13、09 NLP-图神经网络》89、07graphsage-11-mean-aggregator讲解…mkv
- 13、09 NLP-图神经网络》90、07graphsage-12-encoder讲解…mkv
- 13、09 NLP-图神经网络》91、07graphsage-13-模型训练及代码总结…mkv
- 13、09 NLP-图神经网络》92、08gcn-01-研究背景.cmproj…mkv
- 13、09 NLP-图神经网络》93、08gcn-02-gcn模型简介…mkv
- 13、09 NLP-图神经网络》94、08gcn-03-研究成果研究意义…mkv
- 13、09 NLP-图神经网络》95、08gcn-04-模型总览…mkv
- 13、09 NLP-图神经网络》96、08gcn-05-RGCN模型简介…mkv
- 13、09 NLP-图神经网络》97、08gcn-06-拉普拉斯矩阵…mkv
- 13、09 NLP-图神经网络》98、08gcn-07-图的频域变换…mkv
- 13、09 NLP-图神经网络》99、08gcn-08-Chebyshev卷积核
- 14、10 NLP-文本匹配》
- 14、10 NLP-文本匹配》02、01DSSM-00专题引言
- 14、10 NLP-文本匹配》03、01DSSM-01-学习目标…mkv
- 14、10 NLP-文本匹配》04、01DSSM-02-论文背景、贡献及意义
- 14、10 NLP-文本匹配》05、01DSSM-03摘要精读、总结
- 14、10 NLP-文本匹配》06、01DSSM-04-上节回顾
- 14、10 NLP-文本匹配》07、01DSSM-05-词哈希
- 14、10 NLP-文本匹配》08、01DSSM-06-DSSM整体结构
- 14、10 NLP-文本匹配》09、01DSSM-07-优化函数、实验与总结
- 14、10 NLP-文本匹配》100、10-代码讲解-11
- 14、10 NLP-文本匹配》10、01DSSM-08-代码总览
- 14、10 NLP-文本匹配》11、01DSSM-09-词哈希表的建立与数据载入
- 14、10 NLP-文本匹配》12、01DSSM-10-模型的搭建与训练、测试
- 14、10 NLP-文本匹配》13、02SiameseNet-01-孪生网络定义
- 14、10 NLP-文本匹配》14、02SiameseNet-02-论文背景、成果、意义
- 14、10 NLP-文本匹配》15、02SiameseNet-03-摘要带读、课程小节
- 14、10 NLP-文本匹配》16、02SiameseNet-04-SiameseNet整体结构…mkv
- 14、10 NLP-文本匹配》17、02SiameseNet-05-对比损失函数
- 14、10 NLP-文本匹配》18、02SiameseNet-06-实验设置与分析
- 14、10 NLP-文本匹配》19、02SiameseNet-07-复习、代码总览
- 14、10 NLP-文本匹配》20、02SiameseNet-08-data_load…mkv
- 14、10 NLP-文本匹配》21、02SiameseNet-09-模型搭建与训练
- 14、10 NLP-文本匹配》22、03比较-聚合模型-01序列到序列模型…mkv
- 14、10 NLP-文本匹配》23、03比较-聚合模型-02注意力改进的编码器解码器结构…mkv
- 14、10 NLP-文本匹配》24、03比较-聚合模型-03文本间的注意力机制…mkv
- 14、10 NLP-文本匹配》25、03比较-聚合模型-04论文背景及相关工作…mkv
- 14、10 NLP-文本匹配》26、03比较-聚合模型-05论文泛读…mkv
- 14、10 NLP-文本匹配》27、03比较-聚合模型-06整体结构…mkv
- 14、10 NLP-文本匹配》28、03比较-聚合模型-07与处理与注意力层…mkv
- 14、10 NLP-文本匹配》29、03比较-聚合模型-08比较聚合层…mkv
- 14、10 NLP-文本匹配》30、03比较-聚合模型-09实验分析与总结…mkv
- 14、10 NLP-文本匹配》31、03比较-聚合模型-10SNLI数据集处理…mkv
- 14、10 NLP-文本匹配》32、03比较-聚合模型-11SNLI数据集处理…mkv
- 14、10 NLP-文本匹配》33、03比较-聚合模型-12数据载入模块…mkv
- 14、10 NLP-文本匹配》34、03比较-聚合模型-13比较-聚合模型搭建与训练…mkv
- 14、10 NLP-文本匹配》35、03比较-聚合模型-14复习、代码总览…mkv
- 14、10 NLP-文本匹配》36、04ESIM-01学习目标与论文背景…mkv
- 14、10 NLP-文本匹配》37、04ESIM-02论文总览与摘要带读…mkv
- 14、10 NLP-文本匹配》38、04ESIM-03ESIM整体结构…mkv
- 14、10 NLP-文本匹配》39、04ESIM-04输入编码层…mkv
- 14、10 NLP-文本匹配》40、04ESIM-05局部推理建模层、推理组合层和输出预测层…mkv
- 14、10 NLP-文本匹配》41、04ESIM-06实验设置与结果分析…mkv
- 14、10 NLP-文本匹配》42、04ESIM-07论文总结与课程回顾…mkv
- 14、10 NLP-文本匹配》43、04ESIM-08复习、代码总览…mkv
- 14、10 NLP-文本匹配》44、04ESIM-09torchtext构建数据集…mkv
- 14、10 NLP-文本匹配》45、04ESIM-10ESIM搭建与训练…mkv
- 14、10 NLP-文本匹配》46、05BiMPM-01学习目标与研究背景…mkv
- 14、10 NLP-文本匹配》47、05BiMPM-02相关工作…mkv
- 14、10 NLP-文本匹配》48、05BiMPM-03研究成果、意义与论文结构…mkv
- 14、10 NLP-文本匹配》49、05BiMPM-04摘要导读…mkv
- 14、10 NLP-文本匹配》50、05BiMPM-05上节回顾与模型结构揣测…mkv
- 14、10 NLP-文本匹配》51、05BiMPM-06模型整体结构…mkv
- 14、10 NLP-文本匹配》52、05BiMPM-07多视角匹配…mkv
- 14、10 NLP-文本匹配》53、05BiMPM-08实验分析与总结…mkv
- 14、10 NLP-文本匹配》54、06RE2-01-论文研究背景
- 14、10 NLP-文本匹配》55、06RE2-02-研究意义、摘要重点讲解
- 14、10 NLP-文本匹配》56、06RE2-03-RE2结构讲解
- 14、10 NLP-文本匹配》57、06RE2-04-RE2结构细节、训练技巧
- 14、10 NLP-文本匹配》58、06RE2-05-实验设置、结果分析
- 14、10 NLP-文本匹配》59、06RE2-06-code1
- 14、10 NLP-文本匹配》60、06RE2-07-code2
- 14、10 NLP-文本匹配》61、06RE2-08-code3
- 14、10 NLP-文本匹配》62、07MGCN-01-泛读_研究背景、意义讲解
- 14、10 NLP-文本匹配》63、07MGCN-02-泛读_成果、大纲介绍
- 14、10 NLP-文本匹配》64、07MGCN-03-精读_BERT出现
- 14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder(1)
- 14、10 NLP-文本匹配》65、07MGCN-04-精读_poly-encoder
- 14、10 NLP-文本匹配》66、07MGCN-05-精读_Bert细节
- 14、10 NLP-文本匹配》67、07MGCN-06-code1
- 14、10 NLP-文本匹配》68、07MGCN-07-code2
- 14、10 NLP-文本匹配》69、07MGCN-08-code3
- 14、10 NLP-文本匹配》70、08MatchPyramid-01-研究背景
- 14、10 NLP-文本匹配》71、08MatchPyramid-02-论文泛读
- 14、10 NLP-文本匹配》72、08MatchPyramid-03-算法模型总览、结构、matching matrix.m
- 14、10 NLP-文本匹配》73、08MatchPyramid-04-卷积层讲解
- 14、10 NLP-文本匹配》74、08MatchPyramid-05-matching score
- 14、10 NLP-文本匹配》75、08MatchPyramid-06-训练技巧、实验及总结
- 14、10 NLP-文本匹配》76、08MatchPyramid-07-code 1
- 14、10 NLP-文本匹配》77、08MatchPyramid-08-code 2
- 14、10 NLP-文本匹配》78、08MatchPyramid-09-code 3
- 14、10 NLP-文本匹配》79、09-MGCN论文泛读-01
- 14、10 NLP-文本匹配》80、09-MGCN论文泛读-02
- 14、10 NLP-文本匹配》81、09-MGCN论文精读-03
- 14、10 NLP-文本匹配》82、09-MGCN论文精读-04
- 14、10 NLP-文本匹配》83、09-MGCN论文精读-05
- 14、10 NLP-文本匹配》84、09-MGCN论文精读-06
- 14、10 NLP-文本匹配》85、09-MGCN论文精读-07
- 14、10 NLP-文本匹配》86、09-MGCN代码讲解-08
- 14、10 NLP-文本匹配》87、09-MGCN代码讲解-09
- 14、10 NLP-文本匹配》88、09-MGCN代码讲解-10
- 14、10 NLP-文本匹配》89、09-MGCN代码讲解-11
- 14、10 NLP-文本匹配》90、10-论文泛读-01
- 14、10 NLP-文本匹配》91、10-论文泛读-02
- 14、10 NLP-文本匹配》92、10-论文精读-03
- 14、10 NLP-文本匹配》93、10-论文精读-04
- 14、10 NLP-文本匹配》94、10-论文精读-05
- 14、10 NLP-文本匹配》95、10-论文精读-06
- 14、10 NLP-文本匹配》96、10-代码讲解-07
- 14、10 NLP-文本匹配》97、10-代码讲解-08
- 14、10 NLP-文本匹配》98、10-代码讲解-09
- 14、10 NLP-文本匹配》99、10-代码讲解-10
- 15、11 NLP-机器翻译》
- 15、11 NLP-机器翻译》01、ConvSeq2Seq-代码讲解
- 15、11 NLP-机器翻译》02、ConvSeq2Seq-论文精读
- 15、11 NLP-机器翻译》03、ConvSeq2Seq-论文泛读
- 15、11 NLP-机器翻译》05、1.1-loung_nmt-储备知识…mkv
- 15、11 NLP-机器翻译》06、1.2-loung_nmt-研究背景…mkv
- 15、11 NLP-机器翻译》07、1.3-loung_nmt-研究成果及意义
- 15、11 NLP-机器翻译》08、1.4-luong_nmt-论文简介
- 15、11 NLP-机器翻译》09、1.5-luong_nmt-global_attention…mkv
- 15、11 NLP-机器翻译》10、1.6-luong_nmt-local_attention…mkv
- 15、11 NLP-机器翻译》11、1.7-luong_nmt_2_4_实验
- 15、11 NLP-机器翻译》12、1.8-loung_nmt_数据读取…mkv
- 15、11 NLP-机器翻译》13、1.9-loung_nmt_模型实现…mkv
- 15、11 NLP-机器翻译》14、1.10-loung_nmt_训练和测试
- 15、11 NLP-机器翻译》15、2.1-coverage_储备知识
- 15、11 NLP-机器翻译》16、2.2-coverage_研究背景及意义
- 15、11 NLP-机器翻译》17、2.3-coverage_相关知识
- 15、11 NLP-机器翻译》18、2.4-coverage_基于语言学的覆盖模型…mkv
- 15、11 NLP-机器翻译》19、2.5-coverage_基于神经网络的覆盖模型…mkv
- 15、11 NLP-机器翻译》20、2.6-coverage 代码实践
- 15、11 NLP-机器翻译》21、3.1-subword_nmt_1_1
- 15、11 NLP-机器翻译》22、3.2-subword_nmt
- 15、11 NLP-机器翻译》23、3.3-subword_nmt
- 15、11 NLP-机器翻译》24、3.4-subword_nmt
- 15、11 NLP-机器翻译》25、3.5-subword_nmt_
- 15、11 NLP-机器翻译》26、3.6-subword_nmt
- 15、11 NLP-机器翻译》27、4.1-Google-nmt
- 15、11 NLP-机器翻译》28、【4月9日】Mass-论文泛读
- 15、11 NLP-机器翻译》29、【4月16日】Mass-论文精读
- 16、12 NLP-情感分析》
- 16、12 NLP-情感分析》02、01 TextRNN & FastText & TextCNN-01-研究背景&摘要、框架
- 16、12 NLP-情感分析》03、01 TextRNN & FastText & TextCNN-02-模型总览&细节1
- 16、12 NLP-情感分析》04、01 TextRNN & FastText & TextCNN-03-训练、损失函数、实验
- 16、12 NLP-情感分析》05、01 TextRNN & FastText & TextCNN-04-实验结果及分析讲解
- 16、12 NLP-情感分析》06、01 TextRNN & FastText & TextCNN-05-代码讲解
- 16、12 NLP-情感分析》07、02 TreeLSTM-01-论文导读
- 16、12 NLP-情感分析》08、02 TreeLSTM-02-研究背景解读
- 16、12 NLP-情感分析》09、02 TreeLSTM-03-论文摘要、框架讲解
- 16、12 NLP-情感分析》10、02 TreeLSTM-04-上节课回顾
- 16、12 NLP-情感分析》11、02 TreeLSTM-05-精读_模型结构总览
- 16、12 NLP-情感分析》12、02 TreeLSTM-06-Tree-LSTM模型讲解
- 16、12 NLP-情感分析》13、02 TreeLSTM-07-模型结构细节
- 16、12 NLP-情感分析》14、02 TreeLSTM-08-实验设置与分析
- 16、12 NLP-情感分析》15、02 TreeLSTM-09-论文总结
- 16、12 NLP-情感分析》16、02 TreeLSTM-10-本课回顾及下节预告
- 16、12 NLP-情感分析》17、02 TreeLSTM-11-代码介绍
- 16、12 NLP-情感分析》18、02 TreeLSTM-12-代码讲解一
- 16、12 NLP-情感分析》19、02 TreeLSTM-13-代码讲解二
- 16、12 NLP-情感分析》20、02 TreeLSTM-14-代码讲解三…mkv
- 16、12 NLP-情感分析》21、03 TD-LSTM & AT-LSTM -01-论文导读
- 16、12 NLP-情感分析》22、03 TD-LSTM & AT-LSTM -02-所需知识储备
- 16、12 NLP-情感分析》23、03 TD-LSTM & AT-LSTM -03-学习目标
- 16、12 NLP-情感分析》24、03 TD-LSTM & AT-LSTM -04-课程安排
- 16、12 NLP-情感分析》25、03 TD-LSTM & AT-LSTM -05-研究背景
- 16、12 NLP-情感分析》26、03 TD-LSTM & AT-LSTM -06-论文泛读
- 16、12 NLP-情感分析》27、03 TD-LSTM & AT-LSTM -07-下节预告
- 16、12 NLP-情感分析》28、03 TD-LSTM & AT-LSTM -08-上节回顾
- 16、12 NLP-情感分析》29、03 TD-LSTM & AT-LSTM -09-论文综述
- 16、12 NLP-情感分析》30、03 TD-LSTM & AT-LSTM -10- TD-LSTM精读
- 16、12 NLP-情感分析》31、03 TD-LSTM & AT-LSTM -11- ATAE-LSTM精读
- 16、12 NLP-情感分析》32、03 TD-LSTM & AT-LSTM -12-实验结果及分析part1
- 16、12 NLP-情感分析》33、03 TD-LSTM & AT-LSTM -13-实验结果及分析part2
- 16、12 NLP-情感分析》34、03 TD-LSTM & AT-LSTM -14-论文总结及下节回顾…mkv
- 16、12 NLP-情感分析》35、03 TD-LSTM & AT-LSTM -15-代码介绍
- 16、12 NLP-情感分析》36、03 TD-LSTM & AT-LSTM -16-代码讲解二
- 16、12 NLP-情感分析》37、03 TD-LSTM & AT-LSTM -17-代码讲解三
- 16、12 NLP-情感分析》38、03 TD-LSTM & AT-LSTM -18-代码讲解回顾
- 16、12 NLP-情感分析》41、04 MemNet&IAN-03-论文泛读
- 16、12 NLP-情感分析》42、04 MemNet&IAN-04-本课回顾与下节预告
- 16、12 NLP-情感分析》44、04 MemNet&IAN-06-向量转换、注意力讲解
- 16、12 NLP-情感分析》45、04 MemNet&IAN-07-实验设置及分析
- 16、12 NLP-情感分析》46、04 MemNet&IAN-08-论文总结及回顾
- 16、12 NLP-情感分析》47、04 MemNet&IAN-09-代码环境讲解
- 16、12 NLP-情感分析》48、04 MemNet&IAN-10-代码结构讲解
- 16、12 NLP-情感分析》49、04 MemNet&IAN-11-论文代码细节讲解
- 16、12 NLP-情感分析》50、04 MemNet&IAN-12-代码实践课回顾…mkv
- 16、12 NLP-情感分析》51、05 BERT&ERNIE 2.0-01-论文介绍
- 16、12 NLP-情感分析》52、05 BERT&ERNIE 2.0-02-背景介绍1…mkv
- 16、12 NLP-情感分析》53、05 BERT&ERNIE 2.0-03-背景介绍2
- 16、12 NLP-情感分析》54、05 BERT&ERNIE 2.0-04-论文摘要、结构讲解
- 16、12 NLP-情感分析》55、05 BERT&ERNIE 2.0-05-上节回顾
- 16、12 NLP-情感分析》56、05 BERT&ERNIE 2.0-06-论文算法总览
- 16、12 NLP-情感分析》57、05 BERT&ERNIE 2.0-07-输入表征、task精讲
- 16、12 NLP-情感分析》58、05 BERT&ERNIE 2.0-08-模型Fine-tuning解读
- 16、12 NLP-情感分析》59、05 BERT&ERNIE 2.0-09-实验设置及分析
- 16、12 NLP-情感分析》60、05 BERT&ERNIE 2.0-10-论文总结
- 16、12 NLP-情感分析》61、05 BERT&ERNIE 2.0-11-论文回顾
- 16、12 NLP-情感分析》62、05 BERT&ERNIE 2.0-12-实践代码介绍
- 16、12 NLP-情感分析》63、05 BERT&ERNIE 2.0-13-实践代码精讲1
- 16、12 NLP-情感分析》64、05 BERT&ERNIE 2.0-14-实践代码精讲2…mkv
- 17、13 NLP-阅读理解》
- 17、13 NLP-阅读理解》02、01-开山之作_1_1_背景意义…mkv
- 17、13 NLP-阅读理解》03、01-开山之作_1_2_研究成果_论文提纲…mkv
- 17、13 NLP-阅读理解》04、01-开山之作_2_1_模型结构…mkv
- 17、13 NLP-阅读理解》05、01-开山之作_2_2_实验结果及分析…mkv
- 17、13 NLP-阅读理解》06、01-开山之作_3_数据处理jupyter…mkv
- 17、13 NLP-阅读理解》07、01-开山之作_4_1_训练代码jupyter…mkv
- 17、13 NLP-阅读理解》08、01-开山之作_4_2训练代码pycharm…mkv
- 17、13 NLP-阅读理解》09、01-开山之作_5_反馈问题…mkv
- 17、13 NLP-阅读理解》10、feedback
- 17、13 NLP-阅读理解》11、02-bidaf_1_1_背景意义…mkv
- 17、13 NLP-阅读理解》12、02-bidaf_1_2_相关工作+小结…mkv
- 17、13 NLP-阅读理解》13、02-bidaf_2_1_模型结构…mkv
- 17、13 NLP-阅读理解》14、02-bidaf_2_2_实验分析…mkv
- 17、13 NLP-阅读理解》15、02-bidaf_3_1_数据读取-jupyter…mkv
- 17、13 NLP-阅读理解》16、02-bidaf_3_2数据读取-pycharm…mkv
- 17、13 NLP-阅读理解》17、02-bidaf_4_训练加预测…mkv
- 17、13 NLP-阅读理解》18、02-bidaf_5_评测指标…mkv
- 17、13 NLP-阅读理解》19、02-bidaf_6_反馈…mkv
- 17、13 NLP-阅读理解》20、03-pgnet_1_1_研究背景…mkv
- 17、13 NLP-阅读理解》21、03-pgnet_1_2_研究背景意义第二部分…mkv
- 17、13 NLP-阅读理解》22、03-pgnet_2_1_模型部分…mkv
- 17、13 NLP-阅读理解》23、03-pgnet_2_2_实验+前沿论文（上）…mkv
- 17、13 NLP-阅读理解》24、03-pgnet_2_3_前沿论文(下)…mkv
- 17、13 NLP-阅读理解》25、03-pgnet_2_4_模型总结…mkv
- 17、13 NLP-阅读理解》26、03-pgnet_3_code-review…mkv
- 17、13 NLP-阅读理解》27、03-pgnet_4_1_数据处理第一部分…mkv
- 17、13 NLP-阅读理解》28、03-pgnet_4_2_数据处理第二部分…mkv
- 17、13 NLP-阅读理解》29、03-pgnet_5_1_train第一部分…mkv
- 17、13 NLP-阅读理解》30、03-pgnet_5_2_train第二部分…mkv
- 17、13 NLP-阅读理解》31、03-pgnet_6_1_预测第一部分…mkv
- 17、13 NLP-阅读理解》32、03-pgnet_6_2_预测第二部分…mkv
- 17、13 NLP-阅读理解》33、04-adv_1_1_研究背景…mkv
- 17、13 NLP-阅读理解》34、04-adv_1_2_研究成果和小节…mkv
- 17、13 NLP-阅读理解》35、04-adv_2_1_模型和实验…mkv
- 17、13 NLP-阅读理解》36、04-adv_2_2_2020智能技术竞赛介绍…mkv
- 17、13 NLP-阅读理解》37、04-adv_3_1_code-overview第一部分…mkv
- 17、13 NLP-阅读理解》38、04-adv_3_2_code-overview第二部分…mkv
- 17、13 NLP-阅读理解》39、04-adv_4_数据处理…mkv
- 17、13 NLP-阅读理解》40、04-adv_5_1_train-第一部分…mkv
- 17、13 NLP-阅读理解》41、04-adv_5_2_train第二部分…mkv
- 17、13 NLP-阅读理解》42、04-adv_6_预测部分…mkv
- 17、13 NLP-阅读理解》43、05-xlnet_1_1_研究背景第一部分…mkv
- 17、13 NLP-阅读理解》44、05-xlnet_1_2_研究背景第二部分…mkv
- 17、13 NLP-阅读理解》45、05-xlnet_2_1_论文模型第一部分…mkv
- 17、13 NLP-阅读理解》46、05-xlnet_2_2_论文模型第二部分…mkv
- 17、13 NLP-阅读理解》47、05-xlnet_3_代码overview…mkv
- 17、13 NLP-阅读理解》48、05-xlnet_4_数据处理overview…mkv
- 17、13 NLP-阅读理解》49、05-xlnet_5_1_数据处理第一部分…mkv
- 17、13 NLP-阅读理解》50、05-xlnet_5_2_数据处理第二部分…mkv
- 17、13 NLP-阅读理解》51、05-xlnet_6_1_训练代码第一部分…mkv
- 17、13 NLP-阅读理解》52、05-xlnet_6_2_训练代码第二部分…mkv
- 17、13 NLP-阅读理解》53、05-xlnet_7_1_预测第一部分…mkv
- 17、13 NLP-阅读理解》54、05-xlnet_7_2_预测第二部分…mkv
- 17、13 NLP-阅读理解》55、专题总结…mkv
- 18、14 NLP-对话系统》
- 18、14 NLP-对话系统》01、【11月6日】对话系统前沿直播
- 18、14 NLP-对话系统》03、【8月10日】对话系统体验课直播第一讲
- 18、14 NLP-对话系统》04、【8月11日】对话系统体验课直播第二讲
- 18、14 NLP-对话系统》05、【8月19日】JointBERT-论文讲解（开营直播）
- 18、14 NLP-对话系统》06、【8月21日】JointBERT-代码详解
- 18、14 NLP-对话系统》07、【8月25日】AGIF-论文讲解
- 18、14 NLP-对话系统》08、【8月28日】AGIF-论文精读
- 18、14 NLP-对话系统》09、【9月11日】AGIF-代码复现
- 18、14 NLP-对话系统》10、【9月16日】Fewshot MultiLABEL-论文泛读
- 18、14 NLP-对话系统》11、【9月19日】Fewshot MultiLABEL-论文精读（第一部分）
- 18、14 NLP-对话系统》12、【10月13日】Fewshot MultiLABEL-论文精读（第二部分）
- 18、14 NLP-对话系统》13、【10月23日】Fewshot MultiLABEL-论文精读+代码讲解
- 18、14 NLP-对话系统》14、【10月27日】Fewshot MultiLABEL-代码复现
- 18、14 NLP-对话系统》15、【3月29日】trade-dst-论文泛读
- 18、14 NLP-对话系统》16、【4月1日】trade-dst-论文精读
- 18、14 NLP-对话系统》17、【4月8日】trade-dst-代码复现
- 18、14 NLP-对话系统》18、【4月12日】trade-dst-代码讲解（下）
- 18、14 NLP-对话系统》19、【4月24日】dst-as-prompting-论文精读
- 18、14 NLP-对话系统》20、【4月20日】dst-as-prompting-论文泛读
- 18、14 NLP-对话系统》21、【4月27日】dst-as-prompting-代码复现
- 18、14 NLP-对话系统》22、1.1 joint-bert
- 18、14 NLP-对话系统》23、1.2 joint-bert
- 18、14 NLP-对话系统》24、1.3 joint-bert
- 18、14 NLP-对话系统》25、1.4 joint-bert
- 18、14 NLP-对话系统》26、1.5 joint-bert
- 18、14 NLP-对话系统》27、1.6 joint-bert
- 18、14 NLP-对话系统》28、1.7 joint-bert
- 18、14 NLP-对话系统》29、1.8 joint-bert-代码
- 18、14 NLP-对话系统》30、1.9 joint-bert-代码
- 19、强化学习》
- 19、强化学习》01、强化学习1期第1次答疑直播
- 19、强化学习》03、强化学习开营直播
- 19、强化学习》04、01DQN-01-论文泛读开场白
- 19、强化学习》05、01DQN-02-研究背景及意义
- 19、强化学习》06、01DQN-03-背景知识补充
- 19、强化学习》07、01DQN-04-论文泛读
- 19、强化学习》08、01DQN-05-泛读总结及下节预告
- 19、强化学习》09、01DQN-06-论文精读开场白
- 19、强化学习》100、07DDPG-01-开场白
- 19、强化学习》101、07DDPG-02-研究背景成果和意义
- 19、强化学习》102、07DDPG-03-背景知识补充
- 19、强化学习》103、07DDPG-04-论文泛读
- 19、强化学习》104、07DDPG-05-本节回顾下节预告
- 19、强化学习》105、07DDPG-06-论文精读结构
- 19、强化学习》106、07DDPG-07-从DQN到DDPG
- 19、强化学习》107、07DDPG-08-网络结构
- 19、强化学习》108、07DDPG-09-DDPG核心思想
- 19、强化学习》109、07DDPG-10-算法的其他细节
- 19、强化学习》10、01DQN-07-论文模型
- 19、强化学习》110、07DDPG-11-算法总结
- 19、强化学习》111、07DDPG-12-代码部分结构
- 19、强化学习》112、07DDPG-13-网络结构及初始化
- 19、强化学习》113、07DDPG-14-BatchNorm的使用
- 19、强化学习》114、07DDPG-15-参数更新
- 19、强化学习》115、07DDPG-16-代码结构
- 19、强化学习》116、07DDPG-17-运行结果
- 19、强化学习》117、08TD3-01-论文泛读开场白
- 19、强化学习》118、08TD3-02-研究背景
- 19、强化学习》119、08TD3-03-背景知识
- 19、强化学习》11、01DQN-08-论文细节一 图像预处理
- 19、强化学习》120、08TD3-04-论文泛读
- 19、强化学习》121、08TD3-05-论文泛读总结
- 19、强化学习》122、08TD3-06-论文精读开场白
- 19、强化学习》123、08TD3-07-overestimation
- 19、强化学习》124、08TD3-08-variance
- 19、强化学习》125、08TD3-09-实验结果
- 19、强化学习》126、08TD3-10-论文总结
- 19、强化学习》127、08TD3-11-代码部分结构
- 19、强化学习》128、08TD3-12-更新Critic
- 19、强化学习》129、08TD3-13-更新Actor和代码结构
- 19、强化学习》12、01DQN-09-论文细节二 ReplayBuffer
- 19、强化学习》130、08TD3-14-实验结果
- 19、强化学习》131、09SQL-01-论文泛读开场白
- 19、强化学习》132、09SQL-02-研究背景及成果
- 19、强化学习》133、09SQL-03-背景知识补充
- 19、强化学习》134、09SQL-04-论文泛读总结
- 19、强化学习》135、09SQL-05-论文精读开场白
- 19、强化学习》136、09SQL-06-核心思想
- 19、强化学习》137、09SQL-07-理论基础
- 19、强化学习》138、09SQL-08-算法细节
- 19、强化学习》139、09SQL-09-实验结果分析
- 19、强化学习》13、01DQN-10-论文细节三 SemiGradientMethod
- 19、强化学习》140、09SQL-10-理论证明
- 19、强化学习》141、09SQL-11-论文精读总结
- 19、强化学习》142、09SQL-12-代码部分结构
- 19、强化学习》143、09SQL-13-Pytorch的手动链式法则求导
- 19、强化学习》144、09SQL-14-离散情况细节
- 19、强化学习》145、09SQL-15-连续情况细节
- 19、强化学习》146、09SQL-16-代码结构
- 19、强化学习》147、09SQL-17-调参结果
- 19、强化学习》148、10SAC-01-论文泛读开场白
- 19、强化学习》149、10SAC-02-研究背景
- 19、强化学习》14、01DQN-11-实验结果分析
- 19、强化学习》150、10SAC-03-论文泛读
- 19、强化学习》151、10SAC-04-论文泛读总结
- 19、强化学习》152、10SAC-05-论文精读开场白
- 19、强化学习》153、10SAC-06-核心思想
- 19、强化学习》154、10SAC-07-主要算法
- 19、强化学习》155、10SAC-08实验结果
- 19、强化学习》156、10SAC-09-理论证明
- 19、强化学习》157、10SAC-10-论文精读总结
- 19、强化学习》158、10SAC-11-算法细节
- 19、强化学习》159、10SAC-12-代码结构及调参结果
- 19、强化学习》15、01DQN-12-论文精读总结
- 19、强化学习》160、11AdvancedValueMethods-01-论文泛读开场白
- 19、强化学习》161、11AdvancedValueMethods-02-背景知识补充
- 19、强化学习》162、11AdvancedValueMethods-03-Rainbow泛读
- 19、强化学习》163、11AdvancedValueMethods-04-D4PG泛读
- 19、强化学习》164、11AdvancedValueMethods-05-A3C泛读
- 19、强化学习》165、11AdvancedValueMethods-06-IMPALA泛读
- 19、强化学习》166、11AdvancedValueMethods-07-论文泛读总结
- 19、强化学习》167、11AdvancedValueMethods-08-论文精读开场白
- 19、强化学习》168、11AdvancedValueMethods-09-Rainbow
- 19、强化学习》169、11AdvancedValueMethods-10-D4PG
- 19、强化学习》16、01DQN-13-代码课整体介绍
- 19、强化学习》170、11AdvancedValueMethods-11-A3C
- 19、强化学习》171、11AdvancedValueMethods-12-IMPALA
- 19、强化学习》172、11AdvancedValueMethods-13-总结
- 19、强化学习》173、12IntrinsicMotivation-01-论文泛读开场白
- 19、强化学习》174、12IntrinsicMotivation-02-ICM泛读
- 19、强化学习》175、12IntrinsicMotivation-03-CuriosityStudy泛读
- 19、强化学习》176、12IntrinsicMotivation-04-VIME泛读
- 19、强化学习》177、12IntrinsicMotivation-05-VIC泛读
- 19、强化学习》178、12IntrinsicMotivation-06-DIAYN泛读
- 19、强化学习》179、12IntrinsicMotivation-07-SMM泛读
- 19、强化学习》17、01DQN-14-gym介绍
- 19、强化学习》180、12IntrinsicMotivation-08-EDL泛读
- 19、强化学习》181、12IntrinsicMotivation-09-泛读总结及下节预告
- 19、强化学习》182、12IntrinsicMotivation-10-论文精读开场白
- 19、强化学习》183、12IntrinsicMotivation-11-ICM精读
- 19、强化学习》184、12-IntrinsicMotivation-12-CuriosityStudy精读
- 19、强化学习》185、12IntrinsicMotivation-13-VIME精读
- 19、强化学习》186、12IntrinsicMotivation-14-VIC精读
- 19、强化学习》187、12IntrinsicMotivation-15-DIAYN精读
- 19、强化学习》188、12IntrinsicMotivation-16-SMM精读
- 19、强化学习》189、12IntrinsicMotivation-17-EDL精读
- 19、强化学习》18、01DQN-15-图像预处理代码
- 19、强化学习》190、12IntrinsicMotivation-18-论文总结
- 19、强化学习》191、12IntrinsicMotivation-19-结尾语
- 19、强化学习》19、01DQN-16-DQN核心功能实现
- 19、强化学习》20、01DQN-17-代码结构及实验结果分析
- 19、强化学习》21、02DQN改进-01-论文泛读开场白
- 19、强化学习》22、02DQN改进-02-研究背景及意义
- 19、强化学习》23、02DQN改进-03-论文泛读
- 19、强化学习》24、02DQN改进-04-论文泛读总结及下节预告
- 19、强化学习》25、02DQN改进-05-论文网络结构
- 19、强化学习》26、02DQN改进-06-DDQN图表分析
- 19、强化学习》27、02DQN改进-07-DDQN总结
- 19、强化学习》28、02DQN改进-08-PER01
- 19、强化学习》29、02DQN改进-09-PER02
- 19、强化学习》30、02DQN改进-10-PER实验结果及DuelDQN
- 19、强化学习》31、02DQN改进-11-下节预告
- 19、强化学习》32、02DQN改进-12-代码课整体介绍
- 19、强化学习》33、02DQN改进-13-bisect包
- 19、强化学习》34、02DQN改进-14-SumTree
- 19、强化学习》35、02DQN改进-15-SumTree后续及DuelStructure
- 19、强化学习》36、02DQN改进-16-ReplayBuffer01
- 19、强化学习》37、02DQN改进-17-ReplayBuffer02
- 19、强化学习》38、02DQN改进-18-ReplayBuffer03
- 19、强化学习》39、02DQN改进-19-代码总览及实验结果
- 19、强化学习》40、03C51-01-研究成果及意义
- 19、强化学习》41、03C51-02-背景知识补充01
- 19、强化学习》42、03C51-03-背景知识补充02
- 19、强化学习》43、03C51-04-论文泛读
- 19、强化学习》44、03C51-05-分布更新 BellmanEquation BellmanOperator
- 19、强化学习》45、03C51-06-BellmanOptimalOperator
- 19、强化学习》46、03C51-07-算法分析
- 19、强化学习》47、03C51-08-实验结果及分析
- 19、强化学习》48、03C51-09-引理2引理3证明
- 19、强化学习》49、03C51-10-引理1证明
- 19、强化学习》50、03C51-11-定理1证明
- 19、强化学习》51、03C51-12-其余理论部分及总结
- 19、强化学习》52、03C51-13-代码部分介绍
- 19、强化学习》53、03C51-14-算法部分结构一览
- 19、强化学习》54、03C51-15-分布更新单个样本
- 19、强化学习》55、03C51-16-MiniBatch分布更新
- 19、强化学习》56、03C51-17-Pytorch MiniBatch分布更新…mkv
- 19、强化学习》57、03C51-18-实验结果
- 19、强化学习》58、04QRDQN-01-研究背景、意义及补充知识介绍
- 19、强化学习》59、04QRDQN-02-论文泛读、摘要、框架讲解
- 19、强化学习》60、04QRDQN-03-回顾C51
- 19、强化学习》61、04QRDQN-04-新的分布更新思路、估计分位数
- 19、强化学习》62、04QRDQN-05-QRDQN算法讲解、实验结果与分析
- 19、强化学习》63、04QRDQN-06-理论证明1
- 19、强化学习》64、04QRDQN-07-理论证明2
- 19、强化学习》65、04QRDQN-08-上节回顾和下节预告
- 19、强化学习》66、04QRDQN-09-code1
- 19、强化学习》67、04QRDQN-10-code2
- 19、强化学习》68、04QRDQN-11-code3
- 19、强化学习》69、05REINFORCE-01-开场白及研究背景介绍
- 19、强化学习》70、05REINFORCE-02-论文泛读
- 19、强化学习》71、05REINFORCE-03-背景知识补充
- 19、强化学习》72、05REINFORCE-04-下节预告
- 19、强化学习》73、05REINFORCE-05-论文定理理解
- 19、强化学习》74、05REINFORCE-06-算法核心思想
- 19、强化学习》75、05REINFORCE-07-核心定理证明
- 19、强化学习》76、05REINFORCE-08-下节预告
- 19、强化学习》77、05REINFORCE-09-代码部分结构
- 19、强化学习》78、05REINFORCE-10-网络结构设计
- 19、强化学习》79、05REINFORCE-11-数据处理
- 19、强化学习》80、05REINFORCE-12-主体循环
- 19、强化学习》81、05REINFORCE-13-代码结构
- 19、强化学习》82、05REINFORCE-14-运行结果分析
- 19、强化学习》83、06PPO-01-开场白
- 19、强化学习》84、06PPO-02-研究背景
- 19、强化学习》85、06PPO-03-论文泛读
- 19、强化学习》86、06PPO-04-本节回顾下节预告
- 19、强化学习》87、06PPO-05-论文精读结构介绍
- 19、强化学习》88、06PPO-06-Clipped Surrogate Loss
- 19、强化学习》89、06PPO-07-Adaptive KL
- 19、强化学习》90、06PPO-08-Advantage Function
- 19、强化学习》91、06PPO-09-算法分析
- 19、强化学习》92、06PPO-10-实验结果分析
- 19、强化学习》93、06PPO-11-本届回顾下节预告
- 19、强化学习》94、06PPO-12-代码部分结构
- 19、强化学习》95、06PPO-13-计算Loss Function
- 19、强化学习》96、06PPO-14-拓展到连续型action空间
- 19、强化学习》97、06PPO-15-代码结构
- 19、强化学习》98、06PPO-16-代码运行结果
- 19、强化学习》99、06PPO-17-算法之外的技巧
- 21、NLP-paper 前沿论文直播讲解》
- 21、NLP-paper 前沿论文直播讲解》02、第一场直播——基于图神经网络的应用和开发（关系抽取）
- 21、NLP-paper 前沿论文直播讲解》03、第二场直播——预训练模型RoBERTa
- 21、NLP-paper 前沿论文直播讲解》04、第三场直播——选择，回答和解释：基于多文档的可解释多跳阅读理解
- 21、NLP-paper 前沿论文直播讲解》05、第四场直播——DSSMs：结构化语义模型
- 21、NLP-paper 前沿论文直播讲解》06、第五场直播——COMET
- 21、NLP-paper 前沿论文直播讲解》07、第六场直播——向语言模型中注入数值推理能力
- 21、NLP-paper 前沿论文直播讲解》08、第七次直播——清华本硕学长论文分享
- 21、NLP-paper 前沿论文直播讲解》09、第八场直播——全感知注意力融合在机器阅读理解中的应用
- 21、NLP-paper 前沿论文直播讲解》10、第九场直播——基于多跳问答的图神经网络
- 21、NLP-paper 前沿论文直播讲解》11、第十场直播——中科院博士详解对话系统前沿论文
- 21、NLP-paper 前沿论文直播讲解》12、第十一场直播——顶刊审稿人教你发论文小tips
- 21、NLP-paper 前沿论文直播讲解》13、第十二场直播——如何快速发论文
- 22、NLP-直播答疑》
- 22、NLP-直播答疑》01、NLP直播答疑
- 22、NLP-直播答疑》02、NLP-baseline 4-1
- 22、NLP-直播答疑》03、图神经网络直播答疑—第六次
- 22、NLP-直播答疑》04、图神经网络第6次直播答疑
- 22、NLP-直播答疑》05、baseline-第四场直播
- 22、NLP-直播答疑》06、第二次直播答疑
- 22、NLP-直播答疑》07、图神经网络第5次答疑
- 22、NLP-直播答疑》08、NLP baseline 第三次直播答疑
- 22、NLP-直播答疑》09、1011答疑…mkv
- 22、NLP-直播答疑》10、0920答疑…mkv
- 22、NLP-直播答疑》11、答疑20200830…mkv
- 22、NLP-直播答疑》12、NLP答疑-8.9
- 22、NLP-直播答疑》13、NLP答疑-7.26
- 22、NLP-直播答疑》14、NLP答疑 7.12
- 24、精读论文专栏（NLP方向）》
- 24、精读论文专栏（NLP方向）》03、【老版本】【第1篇】01综述《Deep Learning》
- 24、精读论文专栏（NLP方向）》04、【老版本】【第1篇】02综述《Deep Learning》
- 24、精读论文专栏（NLP方向）》05、【老版本】【第1篇】03综述 《Deep Learning》
- 24、精读论文专栏（NLP方向）》06、【老版本】【第1篇】04综述 《Deep Learning》
- 24、精读论文专栏（NLP方向）》07、【老版本】【第1篇】05综述 《Deep Learning》
- 24、精读论文专栏（NLP方向）》08、【老版本】【第1篇】06综述 《Deep Learning》
- 24、精读论文专栏（NLP方向）》09、【老版本】【第1篇】07综述 《Deep Learning》
- 24、精读论文专栏（NLP方向）》10、【老版本】【第2篇】词向量第一课时：论文导读
- 24、精读论文专栏（NLP方向）》11、【老版本】【第2篇】词向量第二课时上：论文精读
- 24、精读论文专栏（NLP方向）》12、【老版本】【第2篇】词向量第二课时下：论文精读
- 24、精读论文专栏（NLP方向）》13、【老版本】【第2篇】词向量第三课时：代码精读
- 24、精读论文专栏（NLP方向）》14、【老版本】【第3篇】句和文档的embedding第一课时：论文导读
- 24、精读论文专栏（NLP方向）》15、【老版本】【第3篇】句和文档的embedding第二课时：论文精读
- 24、精读论文专栏（NLP方向）》16、【老版本】【第3篇】句和文档的embedding第三课时：代码精读
- 24、精读论文专栏（NLP方向）》17、【老版本】【第4篇】机器翻译第一课时：论文导读
- 24、精读论文专栏（NLP方向）》18、【老版本】【第4篇】机器翻译第二课时上：论文精读
- 24、精读论文专栏（NLP方向）》19、【老版本】【第4篇】机器翻译第二课时下：论文精读
- 24、精读论文专栏（NLP方向）》20、【老版本】【第4篇】机器翻译第三课时上：代码精读
- 24、精读论文专栏（NLP方向）》21、【老版本】【第4篇】机器翻译第三课时下：代码精读
- 24、精读论文专栏（NLP方向）》22、【老版本】【第5篇】transformer第一课时：论文导读
- 24、精读论文专栏（NLP方向）》23、【老版本】【第5篇】transformer第二课时上：论文精读
- 24、精读论文专栏（NLP方向）》24、【老版本】【第5篇】transformer第二课时下：论文精读
- 24、精读论文专栏（NLP方向）》25、【老版本】【第5篇】transformer第三课时：代码实践
- 24、精读论文专栏（NLP方向）》26、【老版本】【第6篇】GloVe第一课时：论文导读
- 24、精读论文专栏（NLP方向）》27、【老版本】【第6篇】GloVe第二课时：论文精读
- 24、精读论文专栏（NLP方向）》28、【老版本】【第7篇】Skip Thought第一课时：论文导读
- 24、精读论文专栏（NLP方向）》29、【老版本】【第7篇】Skip Thought第二课时：论文精读
- 24、精读论文专栏（NLP方向）》30、【老版本】【第7篇】Skip Thought第三课时：代码精读
- 24、精读论文专栏（NLP方向）》31、【老版本】【第8篇】TextCNN第一课时：论文导读
- 24、精读论文专栏（NLP方向）》32、【老版本】【第8篇】TextCNN第二课时：论文精读
- 24、精读论文专栏（NLP方向）》33、【老版本】【第8篇】TextCNN第三课时：代码详解
- 24、精读论文专栏（NLP方向）》34、【老版本】【第9篇】基于字符“从0开始学习”的文本分类第一课时：论文导读
- 24、精读论文专栏（NLP方向）》35、【老版本】【第9篇】基于字符“从0开始学习”的文本分类第二课时：论文精读
- 24、精读论文专栏（NLP方向）》36、【老版本】【第9篇】基于字符“从0开始学习”的文本分类第三课时：代码讲解
- 24、精读论文专栏（NLP方向）》37、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：论文导读
- 24、精读论文专栏（NLP方向）》38、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：论文精读上
- 24、精读论文专栏（NLP方向）》39、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：论文精读下
- 24、精读论文专栏（NLP方向）》40、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：代码精读上
- 24、精读论文专栏（NLP方向）》41、【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：代码精读下
- 24、精读论文专栏（NLP方向）》42、【老版本】【第11篇】fasttext第一课时
- 24、精读论文专栏（NLP方向）》43、【老版本】【第11篇】fasttext第二课时上
- 24、精读论文专栏（NLP方向）》44、【老版本】【第11篇】fasttext第二课时下
- 24、精读论文专栏（NLP方向）》45、【老版本】【第11篇】fasttext第三课时上
- 24、精读论文专栏（NLP方向）》46、【老版本】【第11篇】fasttext第三课时下
- 24、精读论文专栏（NLP方向）》47、【老版本】【第12篇】层次化attention机制用于文档分类第一课时
- 24、精读论文专栏（NLP方向）》48、【老版本】【第12篇】层次化attention机制用于文档分类第二课时
- 24、精读论文专栏（NLP方向）》49、【老版本】【第12篇】层次化attention机制用于文档分类第三课时
- 24、精读论文专栏（NLP方向）》50、【老版本】【第13篇】PCNNATT-论文导读
- 24、精读论文专栏（NLP方向）》51、【老版本】【第13篇】PCNNATT-论文精读
- 24、精读论文专栏（NLP方向）》52、【老版本】【第13篇】PCNNATT-代码详解
- 24、精读论文专栏（NLP方向）》53、【老版本】【第14篇】E2ECRF第一课时：论文导读
- 24、精读论文专栏（NLP方向）》54、【老版本】【第14篇】E2ECRF第二课时：论文精读
- 24、精读论文专栏（NLP方向）》55、【老版本】【第14篇】E2ECRF第三课时：代码精读
- 24、精读论文专栏（NLP方向）》56、【老版本】【第15篇】多层LSTM第一课时
- 24、精读论文专栏（NLP方向）》57、【老版本】【第15篇】多层LSTM第二课时
- 24、精读论文专栏（NLP方向）》58、【老版本】【第15篇】多层LSTM第三课时
- 24、精读论文专栏（NLP方向）》59、【老版本】【第16篇】基于卷积网络的seq2seq第一课时：论文导读
- 24、精读论文专栏（NLP方向）》60、【老版本】【第16篇】基于卷积网络的seq2seq第二课时：论文精读
- 24、精读论文专栏（NLP方向）》61、【老版本】【第17篇】谷歌的神经网络机器翻译系统第一课时
- 24、精读论文专栏（NLP方向）》62、【老版本】【第17篇】谷歌的神经网络机器翻译系统第二课时
- 24、精读论文专栏（NLP方向）》63、【老版本】【第18篇】UMT论文导读
- 24、精读论文专栏（NLP方向）》64、【老版本】【第18篇】UMT论文精读
- 24、精读论文专栏（NLP方向）》65、【老版本】【第19篇】seq2seq导读
- 24、精读论文专栏（NLP方向）》66、【老版本】【第19篇】seq2seq精读
- 24、精读论文专栏（NLP方向）》67、【老版本】【第20篇】End-to-End Memory Networks论文导读
- 24、精读论文专栏（NLP方向）》68、【老版本】【第20篇】End-to-End Memory Networks论文精读
- 24、精读论文专栏（NLP方向）》69、【老版本】【第20篇】End-to-End Memory Networks代码精读
- 24、精读论文专栏（NLP方向）》70、【老版本】【第21篇】QANet论文导读
- 24、精读论文专栏（NLP方向）》71、【老版本】【第21篇】QANet论文精读
- 24、精读论文专栏（NLP方向）》72、【老版本】【第21篇】QANet代码精读
- 24、精读论文专栏（NLP方向）》73、【老版本】【第22篇】双向Attention第一课时：论文导读
- 24、精读论文专栏（NLP方向）》74、【老版本】【第22篇】双向Attention第二课时：论文精读
- 24、精读论文专栏（NLP方向）》75、【老版本】【第23篇】Dialogue第一课时
- 24、精读论文专栏（NLP方向）》76、【老版本】【第23篇】Dialogue第二课时
- 24、精读论文专栏（NLP方向）》77、【老版本】【第24篇】SeqGAN第一课时
- 24、精读论文专栏（NLP方向）》78、【老版本】【第24篇】SeqGAN第二课时
- 24、精读论文专栏（NLP方向）》79、【老版本】【第25篇】R-GCNs第一课时
- 24、精读论文专栏（NLP方向）》80、【老版本】【第25篇】R-GCNs第二课时
- 24、精读论文专栏（NLP方向）》81、【老版本】【第26篇】大规模语料模型第一课时
- 24、精读论文专栏（NLP方向）》82、【老版本】【第26篇】大规模语料模型第二课时
- 24、精读论文专栏（NLP方向）》83、【老版本】【第27篇】Transformer-XL第一课时
- 24、精读论文专栏（NLP方向）》84、【老版本】【第27篇】Transformer-XL第二课时
- 24、精读论文专栏（NLP方向）》85、【老版本】【第28篇】TCN 第一课时
- 24、精读论文专栏（NLP方向）》86、【老版本】【第28篇】TCN 第二课时
- 24、精读论文专栏（NLP方向）》87、【老版本】【第29篇】第一课时：论文导读
- 24、精读论文专栏（NLP方向）》88、【老版本】【第29篇】第二课时：论文精读
- 24、精读论文专栏（NLP方向）》89、【老版本】【第30篇】BERT–NAACL 2019最佳论文第一课时
- 24、精读论文专栏（NLP方向）》90、【老版本】【第30篇】BERT–NAACL 2019最佳论文第二课时
- 25、重点讲解专栏（NLP方向）》
- 25、重点讲解专栏（NLP方向）》01、【老版本】【第14篇】SANIL第二课时
- 25、重点讲解专栏（NLP方向）》02、【老版本】【第14篇】SANIL第一课时
- 25、重点讲解专栏（NLP方向）》05、【老版本】【重难点第1篇】ARNOR论文第一课
- 25、重点讲解专栏（NLP方向）》06、【老版本】【重难点第1篇】ARNOR论文第二课
- 25、重点讲解专栏（NLP方向）》07、【老版本】【重难点第2篇】ERNIE论文第一课：论文导读
- 25、重点讲解专栏（NLP方向）》08、【老版本】【重难点第2篇】ERNIE论文第二课：论文精读
- 25、重点讲解专栏（NLP方向）》09、【老版本】【重难点第3篇】Meta-learning论文第一课：论文导读
- 25、重点讲解专栏（NLP方向）》10、【老版本】【重难点第3篇】Meta-learning论文第二课时：论文讲解
- 25、重点讲解专栏（NLP方向）》11、【老版本】【重难点第3篇】Meta-learning论文第二课时：手推公式
- 25、重点讲解专栏（NLP方向）》12、【老版本】【重难点第3篇】Meta-learning论文第三课时
- 25、重点讲解专栏（NLP方向）》13、【老版本】【重难点第4篇】SER第一课时课程导读
- 25、重点讲解专栏（NLP方向）》14、【老版本】【重难点第4篇】SER第二课时：论文讲解
- 25、重点讲解专栏（NLP方向）》15、【老版本】【重难点第4篇】SER第三课时
- 25、重点讲解专栏（NLP方向）》16、【老版本】【重难点第4篇】SER第四课时
- 25、重点讲解专栏（NLP方向）》17、【老版本】【第13篇】Reptile
包含内容
- · 00直播
- · 单课01、直播答疑
- · 单课02、直播答疑
- · 单课03、论文复现体验课学习指引
- · 单课04、直播答疑
- · 单课06、直播答疑
- · 单课07、直播答疑
- · 单课08、直播答疑
贡献者
Kevin
青铜
学习社区
1 人正在学习
AI 工具与应用交流
交流 AI 提问、写作、绘图与应用开发，分享使用问题、实践方法和结果核对经验。