文件内容:
file:7.9 注意力机制应用方法_ev.mp4
file:7.3 路径配置与整体流程解读_ev.mp4
file:7.5 编码层要完成的任务_ev.mp4
file:6.8 测试模块所需参数_ev.mp4
file:7.8 解码器流程梳理_ev.mp4
file:7.10 得到加权的编码向量_ev.mp4
file:7.2 所需数据集介绍_ev.mp4
file:7.7 解码器输入准备_ev.mp4
file:7.4 Dataloader构建数据与标签_ev.mp4
file:7.6 得到编码特征向量_ev.mp4
file:6.6 构建更大的感受区域_ev.mp4
file:9.6 课时BERT系列与NER实例_ev.mp4
file:9.5 课时Huggingface工具使用_ev.mp4
file:9.1 课时中文商城评价数据处理方法_ev.mp4
file:8.1 数据与任务介绍_ev.mp4
file:8.2 整体模型架构_ev.mp4
file:7.4 加载词向量特征_ev.mp4
file:8.4 输入样本填充补齐_ev.mp4
file:8.6 医疗数据集（糖尿病）实体识别_ev.mp4
file:9.3 课时文本摘要数据标注方法_ev.mp4
file:9.4 课时训练自己标注的数据并测试_ev.mp4
file:8.5 训练网络模型_ev.mp4
file:9.1 影评情感分类_ev.mp4
file:9.4 使用gensim构建word2vec词向量（新）_ev.mp4
file:9.2 基于词袋模型训练分类器_ev.mp4
file:8.2 维基百科中文数据处理_ev.mp4
file:9.3 准备word2vec输入数据_ev.mp4
file:7.9 锑度上升求解_ev.mp4
file:8.3 Gensim构造word2vec模型_ev.mp4
file:7.7 CBOW模型实例_ev.mp4
file:7.8 CBOW求解目标_ev.mp4
file:7.5 神经网络模型_ev.mp4
file:7.6 Hierarchical Softmax_ev.mp4
file:7.9 图匹配模块计算流程_ev.mp4
file:7.7 邻接矩阵学习与更新_ev.mp4
file:7.4 阶段监督训练_ev.mp4
file:7.8 基于拓扑结构组合关键点特征_ev.mp4
file:6.6 图匹配在行人重识别中的作用_ev.mp4
file:6.7 整体算法框架分析_ev.mp4
file:7.3 得到一阶段热度图结果_ev.mp4
file:6.5 图卷积模块实现方法_ev.mp4
file:7.6 mask矩阵的作用_ev.mp4
file:7.1 数据集与环境配置概述_ev.mp4
file:7.5 初始化图卷积模型_ev.mp4
file:8.9 测试模块_ev.mp4
file:9.2 网络流程解读_ev.mp4
file:9.6 数据预处理与数据增强模块_ev.mp4
file:9.7 Batch数据制作_ev.mp4
file:9.8 迁移学习的目标_ev.mp4
file:9.9 迁移学习策略_ev.mp4
file:9.13 训练结果与模型保存_ev.mp4
file:9.3 Vision模块功能解读_ev.mp4
file:8.6 参数基本设计_ev.mp4
file:9.16 额外补充.Resnet网络架构解读_ev.mp4
file:9.14 加载模型对测试数据进行预测_ev.mp4