Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
Phil_X
ml-nlp
提交
20c2c807
M
ml-nlp
项目概览
Phil_X
/
ml-nlp
与 Fork 源项目一致
从无法访问的项目Fork
通知
1
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
M
ml-nlp
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
20c2c807
编写于
8月 18, 2019
作者:
N
NLP-LOVE
提交者:
GitHub
8月 18, 2019
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
Finished Transformer Learning
上级
e122be07
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
11 addition
and
10 deletion
+11
-10
README.md
README.md
+11
-10
未找到文件。
README.md
浏览文件 @
20c2c807
...
...
@@ -38,16 +38,17 @@
| 深度学习 |
[
12. 循环神经网络(RNN)
](
https://github.com/NLP-LOVE/ML-NLP/tree/master/Deep%20Learning/12.%20RNN
)
|
[
@mantchs
](
https://github.com/NLP-LOVE
)
| 448966528 |
| 深度学习 |
[
12.1 门控循环单元(GRU)
](
https://github.com/NLP-LOVE/ML-NLP/tree/master/Deep%20Learning/12.1%20GRU
)
|
[
@mantchs
](
https://github.com/NLP-LOVE
)
| 448966528 |
| 深度学习 |
[
12.2 长短期记忆(LSTM)
](
https://github.com/NLP-LOVE/ML-NLP/tree/master/Deep%20Learning/12.2%20LSTM
)
|
[
@mantchs
](
https://github.com/NLP-LOVE
)
| 448966528 |
| 深度学习 | 13.迁移学习(transformer)和多任务学习 | | |
| 深度学习 | 14. 深度学习的优化方法 | | |
| NLP | 15. 自然语言处理(NLP) | | |
| NLP | 15.1 词嵌入(Word2Vec) | | |
| NLP | 15.2 子词嵌入(fastText) | | |
| NLP | 15.3 全局向量词嵌入(GloVe) | | |
| NLP | 15.4 textCNN | | |
| NLP | 15.5 序列到序列模型(seq2seq) | | |
| NLP | 15.6 注意力机制(Attention Mechanism) | | |
| NLP | 15.7 BERT模型 | | |
| 深度学习 |
[
13.迁移学习(Transformer)
](
https://github.com/NLP-LOVE/ML-NLP/tree/master/Deep%20Learning/13.%20Transformer%20Learning
)
|
[
@mantchs
](
https://github.com/NLP-LOVE
)
| 448966528 |
| 深度学习 | 14.强化学习(Reinforcement) & 多任务 |
[
@mantchs
](
https://github.com/NLP-LOVE
)
| 448966528 |
| 深度学习 | 15. 深度学习的优化方法 | | |
| NLP | 16. 自然语言处理(NLP) | | |
| NLP | 16.1 词嵌入(Word2Vec) | | |
| NLP | 16.2 子词嵌入(fastText) | | |
| NLP | 16.3 全局向量词嵌入(GloVe) | | |
| NLP | 16.4 textCNN | | |
| NLP | 16.5 序列到序列模型(seq2seq) | | |
| NLP | 16.6 注意力机制(Attention Mechanism) | | |
| NLP | 16.7 BERT模型 | | |
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录