基于Pytorch热门深度学习框架 从零开发NLP聊天机器人

基于Pytorch热门深度学习框架 从零开发NLP聊天机器人课程介绍(A000458)：

基于Pytorch热门深度学习框架 从零开发NLP聊天机器人

课程目录：

第1章 基于Pytorch热门深度学习框架 从零开发NLP聊天机器人课程i { ^ B介绍试看8 节 | 91分钟

在新兴的人工智能领域，自然语言处理（NLP）是非. i ^常重要的组成部分，本课程# { l ( l t – p聚焦于NLP主流方向，应用当下H { H P a q最热门的Pytorch深度学习框架，从理论结合实际，基于中科院工业项目做代码实战，完成检索类聊天机器人和生成式聊天机器人。…

收起列表

• 视频：1-1 课程导学 (11:25)试看
• 视频：1-2 聊天机器人的综F Q ` d ^ }合介绍 (1h o p :2:25)
• 视频：1-3 聊天机器人起源发展 (11:57)
• 视频：1-4 聊天机器人的分类(1) (05:28)
• 视频：1-5 聊天机器人的分类(2) (11:59)
• 视频：1-6 如何构建最简单的聊天机器人(1) (06:17)
• 视频：1-7 如何构建Y T ( ]最简单的聊天机器人(2) (11:52)
• 视频：1-8 代码小练 (19:01)

第2章 聊天机器人综合介绍8 节 | 91分钟

主要讲解聊天机器人定义，分类，起源和发展和目前的主流行业分布。

收起w + ^列表

• 视频：2-1 NLP基础 (12:25)
• 视频：2-2 NLP涉及知识 (12:18)
• 视h n W d 6 5 4 7频：2-3 NLTq f &K库 (04:38)
• 视频：2-4 语料和词性标注 (11:39)
• 视频：j t ( K2-5 分词 (16:07)
• 视频：2-6 TF-IDF (09:01)
• 视频：2-7 NLT[ r u G d 9K安装 (11y T F V S \ C:30)
• 视频：2-8 代码小练 (13:06)

第3章 NLP基础试看5 节 | 68分钟

本章为NLP的核心基础部分，包括NLTK，语料标注，分词，TF-IDF，Word2Vec

收起列表

• 视频：3-1 NLP基础和聊天机器人 (10:03)
• 视频：3-2 文本处理方法 (11:03)试看
• 视频：3-3 wI m c @ ~ord2vec (1) (07:50)试看3 7 6 2 z F 0 A _
• 视频：3-4 word2vec(2) (17:59)
• 视频：3-5 代码小练 (21:01)

第X ? – { p o k4章 检索类聊天机器人5 节 | 66分钟

本章讲解检索类聊天机器人的原理，V [ 5核e 8 ! ) &心检索技术，贝叶斯分类的应用及chatterbot实现。

收起列表

• 视频：4-1 检索类的聊天机器人 (22:33)
• 视频：4-2 贝叶斯分类 (18:06)
• 视频：4-3 Chatterbot原理 (12:55)
• 视频：4-4 代码小练 (09:S \ \ A , Z Z % W48)
• 视频：4-5 章节小结 (02:29)

第5章 生成式E ? ( .聊天机器人9 节 | 142分钟

本章讲解生成式聊天机器人的原理，设计流程，RNN/LSTM语言模型。Attention机制，及Seq2Seq模型。

收起列表

• 视频：5-1 生成类聊天机器人 (07:39)
• 视频：5-+ w Z @ )2 RNN LSTM原理 (16:56)
• 视频：5-38 & S RNN LSTM模型原理 (12:35)
• 视频：5-4 Seq2seq介绍 (1H 8 X5:02)
• 视频：5-5 Attenion应用及分类 (14:11)
• 视频：5-6 代码实战（1） (21:26)
• 视频：5-7 代码实战（2r R w F e , \ c） (15:36)
• 视频：5-8 代码实战（3( m &） (14:38)
• 视频：5-0 M _ g _ q t9 代码实战（4） (23:52)

第6章 Pytorch基础8 节 | 8] H , R2分钟

本章讲解PytorR H 5 g Ich核心原理，动态ten+ W % # Zsor，建立输入数据，搭建模型训练及H , C G ] ^测试。

收起列表

• 视频：6-1 Pytorch入门 (07:56)
• 视频：G } G 4 R e6-2 原理机制 (10:24)
• 视频：6-3 数据载入 (06:05)
• 视频：6-4 模型训O * 0 j E q /练和验证测试 (11:26)
• 视频：6-5 代码小练（1） (18:26)
• 视频：6-6 代码小练（2） (22:04)
• 视频：6-7 代码训练过程 (03:30)
• 视频：6-8 章节小结Y A u (01:52)

第7章 机器人发展方向与seqGAN实战9 节 | 134分钟

本章讲解聊天机器+ \ \ R e人和对抗生成网络GAN和强化学习RL相结合的点，另外SeqGn H l [ zan的原理及代码实现

收起列表

• 视频：7-1 模型与主流发展方向还是seq2seq+attention (16:33)
• 视频：7-2 发展方向和SeqGan和深度学习结合 (11:02)
• 视频：7-3 数据处理 (16:15)
• 视频：7-4 开发生成器脚本 (22:46)
• 视频：7-5 开发鉴别器脚本 (14:23)^ 8 X
• 视频：7-6 开发主函数的脚本m ] – t R O I 7 g（1） (13:58)
• 视频：7-7 开发主函数的脚本（2） (20:57)
• 视频：7-8 开发主函数的脚本（3） (14:06)
• 视频：7-9 代码训练过程 (03:29)

第8章 基于Pytorch聊z 4 y ] k p (天机器人代码N ` % ] E )实战29 节 | 427分钟

本章带领大家从0开始基于Pytorch深度学习框架完成工业级项目，完成闲A Z } 7 s E : –聊式聊天机P w l k S ` – K器人。

收起列表

• 视频：8-1 项目介绍 (08:50)
• 视频：8-2 项目流程思路 (07:28)
• 视频：8-3 数据分析 (04^ q 8 w 9:10)
• 视频：8-4 数据预处F ] J _理 初始化 (18[ N X & 8 T 5 6 }:42)
• 视频：8-5 数据预处理随机数据 (27:25)
• 视频：8-6 数据预处理oR H q t yne_epoch word2id (15:44v d B ] R b I F)
• 视频：8-7 数据预处理seq2id replac$ f 2e方法 (11:30)
• 视频：8-8 建立模型Encoder（1） (12:44)
• 视频：8-9 建[ ^ 0 h立模型Encoder（2） (15:00)
• 视频：8-10 建立模型Decoder (08:12)
• 视频：8-11 建立模型BAttentiondecoerRNN (19:18)
• 视频：8-12 建立模型Lattention (13:14)
• 视频：8-13 建立模型LattentM i TionDecoder (10:58)
• 视频：8-14 建立模型decoder如何选择 (1\ u 1 8 Y 2 & n0:1B K / N7)
• 视频：8-15 模型建立set q _ f j & B eq2seq类及train方法（1） (1& \ N ` Z7:06)
• 视频：8-16 模型建立seq2seq类及train方法（2） (15:24)
• 视频：8-17 模型建立seq2seq类及train方法（3） (17:01)
• 视频：8-18 greedy Search方法 (26:51)y 4 I = H $ X \ l
• 视频：8-19 模型建立beamsearch方法（1）l ~ $ ? % @ / (21:59)
• 视频：8-20 模型建立beamsearch方法（2） (18:35)
• 视频：8-21 建立模型验证方法 (11:55)
• 视频：8-22 建立模型bleu方法 (13:15)
• 视频：8-23 建立模型embAve方法 (26:09)
• 视频：8-24 建立模型Ye p N Z q l { u –_pre方法及整体思路流程 (27:55)
• 视频：8-25 训练脚本编写及演示 (08:55)
• 视频：X ^ = p z T \8-26 模型测脚本编写 (03:51)
• 视频：8-27 demo脚本编写及演示 (16:54)
• 视频：8-28 部署步骤分享 (S : E g ! 4 Q a09:15)
• 视频：8-29 最终总结 (07:58)

文件目录：

基于Pytorch热门深度学习框m m A f架 从零开发NLP聊天机器人,

│ │ NLP# G p_Chatbot-master,.zip

│ │ 数据库模型,.zip

│ │

│ ├─备份资料,

│ ├─第1| & / = g章 基于Pytorch热b ? r { g e门深度学习框架 从零开发NLP聊天机器人课程介绍,

│ │ 1-1 课程导学_[慕课资源],.mp4

│ │ 1-2 聊天机器人的综合介绍_[慕课资源],.mp4

│ │ 1-3 聊天机器人起源发展_[慕课资源],.mp4

│ │ 1-4 聊天机器人的分类(1)_[慕课资源],.mp4

│u f | } 5 x : ! │ 1-5 聊天机器人的分类(2)_[慕课资源],.mp4

│ │ 1-6 如何构建最简单的聊天机器人(1)_[慕课资源],.mp4

│ │ 1_ V g 8-7 如何构建最简Y O : p g M 3 o %单的聊天机器人(2)_[慕课资源],.mp4

│ │ 1-8 代码小练_[慕课资源],.mp4

│ │

│ ├─第2章 聊天机器人综合介绍,

│ │ 2-1 NLP基础_[慕课资源],.mp4

│ │ 2-2 NLP涉及知识_[慕课资源],.mp4

│ │ 2-3 NLTK库_2020-02-16 11_02,.mp4

│ │ 2-4 语料和词性标注_[慕课资源],.mp4

│ │ 2-5 分词_[慕课资源],.mp4

│ │ 2-6 TF-IDF_[慕课资源],.mp4

│ │ 2-7 NLTK安装_[慕课资源],.mp4

│ │ 2-8 代码小练_[慕课资源],.mp4

│ │

│ ├─第3章 NLP基A } ^ $ x y . l础,

│ │ 3-1 NLP基础和聊天机器人_* – T a g | G i 8[慕课资源],.mp4

│ │ 3-2 文本3 ] ? q n q N处理方法_[慕课资源],.mp_ ? & = & ; 74

│ │ 3-3 word2v| ; @ ^ L ^ sec (1)_[慕课资源],.mp4

│ │ 3-4 word2vec(2)_[慕课资源],.mp4

│ │ 3-5 代码小练_[慕课资源],.mp4$ q | s O w

│ │

│ ├─第4章 检索类聊天机器人,

│ │ 4-1 检O x F X 5索类的聊天机器人_[慕课资源],.mp4

│ │ 4-2 贝叶斯分类_[慕课资源],.mp4

│ │ 4-3 Chatterboti g 8 4 D ) h原理_[慕课资源],.mp4

│ │ 4-4 代码小m H H ` K . W X练_[慕课资源],.mp4

│ │ 4-5 章节小结_[慕课资源],.mp4

│ │

│ ├─第5章 生成式聊天机器人,

│ │ 5-1 生成类聊天机器人_[慕课资源],.mp4

│ │ 5-2 RNN LSTM原理_[慕课资源],.mp4

│ │ 5-3 RNN LSTM模型原理_[慕课资源],.mp4

│ │ 5-4 Seq2seq介绍_[慕课资源],.mp4

│ │ 5-5 C b 5 + & R ? i5 Al 9 X x tttenion应用及分类_[慕课资源],.mp4

│ │ 5-T X V Z H a6 代码实战（1）_[慕课资源],.mp4

│ │ 5-7 代码实战（2）_[慕课资源],.mp4

│ │ 5-8 代码实战（3）_[慕课资源],.mp4

│ │ 5-9 代码实战（4）_[慕课资源],.mp4

│ │

│ ├─第6章 Pytorch基础,

│ │ 6-1 PytorK r o : c l v e wch入门_2020-02-16 11_02,.f K r v _ u @ ) Mmp4

│ │ 6-2 原理机制_[慕课资源],.mp4

│ │o n K # 6-3 数据载入_[慕课资源],.mp4

│ │ 6-4 模型训练和验证测试_[慕课资源],.mp4

│ │ 6-5 代码小练（1）_[慕课资源],.mp4

│ │ 6-6 代码小练（2）_[慕课资源],.mp4

│ │ 6-7 代码训练过程_[慕课资源],.mp4

│ │ 6-8 章节小结_[慕课资源],.mp4

│ │

│ ├─第7章 机器0 A j E人发展方向与seqGAN实战,

│ │ 7-1 模型与主流发展方向还是seq2seq+attention_[慕课资源],.mp4

│ │ 7-2 发展方向和# | M * KSeqGan和深度学习结合_[慕课资源],.mpT h O $ G J4

│ │ 7-3 数据处理_[慕课资源],.mp4

│ │ 7-4 开发生成器脚本_[慕课资源],.mp4

│ │ 7-5 开发鉴别器脚本_[慕课资源],.mp4

│ │ 7-6 开发主函数的脚本（1）_[慕课资源],.mp4

│ │ 7-7D % x ^ w 开发{ : / Y主函数的脚本（2）_[慕课资源] (# Q 7 I L1),.mp4

│ │ 7-8 开发主函数的脚本（3）_[慕课资源],.mp4

│ │ 7-9 代码训练过程_[慕课资源],.mj N N [ 4 9p4

│ │

│ └─第8章 基于Pytorch聊天W i 3 i d F A L机器8 L F |人代码实战,

│ 8-1 项目介绍_[慕课资源],.mp4

│ 8-10 建立模X z _ = S G +型Decoder_[慕课资源],.mp4

│ 8-11 建立模型BAttentiondecoerRNN_[慕课资源],.mp4

│ 8-12 建立模型Latte$ l X . _ Z # 3ntion,.mp4

│ 8-13 建立模型LattentionDecoder_[慕课资源],.mp4

│ 8-p z U ] S { G X |14 建立模型decoder如何选择_[慕课资源],.mp4

│ 8-15 模型建立seq2seq类及train方法（1）_[慕课资源],.mp4

│ 8-16 模? . 1 R 9 .型建立seq2seq类及train方法（2）_[慕课资源],.mp4

│ 8-17 模型建立seq2seq类及train方法（3）_[慕课资源],.mp4

│ 8-18 greedy Search方法_2020-02-16 11_02,.mp4

│ 8-19 模H Q H型建立beamsearch方法（1）_[慕课资源],.mp4

│ 8-2 项目流程思路_[慕课资源],.mp4

│ 8-20 模型建立beamsearch方法（2）_[慕课资源],.mp4

│ 8-21 建立模型验证方法_[慕课资源],.mp4

│ 8-22 建立模型bleu方法_[慕课资源],8 1 ; { P C 3.mp4

│ 8-23 建立模型embAve方法; N ( 0 R ] & D_[慕课资源],.m: j R z h / _ 8 Rp4

│ 8-24 建立模型Y_pre方法及整体思路流程_[慕课资源],.mp4

│ 8-25 训练脚本编写及演示_[慕课资源],.mp4

│ 8-26 模型测脚本编写_[慕课资源],.mp4

│ 8-27 demo脚本编写及演示_[慕课资源],.mp4

│ 8-28 部署步骤分享_[慕课资源],.mp4

│ 8-29 最终总结_[慕课资源],.mp4

│ 8-3 数据分析_[慕课资源],.mp4

│ 8-s _ 7 X ? ? D4 数据预处理 初始化_[慕课资源]-1,.mp4

│ 8-4 数据预处理 初始化_[],.mp4

│ 8-5 数据预处理随机数据_[],.mp4

│) k j . 8-6 数据预处理one_epoch word2id_[慕课资源],.mp4

│ 8-7 数据预处理seq2id replace方法_[慕课资源],.mp4

│ 8z o a T / E ( 5 g-8 建立模型Encoder（1）_[慕课资源],.mp4

│ 8-9 建立模型Encoder（2）_[慕课资源],.mp4