| 作 者： | 王晓华 |
| 出版社： | 清华大学出版社 |
| 丛编项： | 人工智能技术丛书 |
| 版权说明： | 本书为出版图书，暂不支持在线阅读，请支持正版图书 |
| 标 签： | 暂缺 |
| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
第1章 知识图谱的前世今生
1．1 何谓自然语言处理
1．1．1 自然语言处理是门技术
1．1．2 传统的自然语言处理
1．2 自然语言处理为什么难——以最简单的情感分析为例
1．2．1 自然语言处理的难点
1．2．2 自然语言处理小练习：酒店评论的情感分类
1．3 知识图谱到底是什么
1．3．1 知识图谱的应用
1．3．2 知识图谱中的三元组
1．4 搭建环境1：安装Python
1．4．1 Anaconda的下载与安装
1．4．2 PyCharm的下载与安装
1．4．3 Python代码小练习：计算softmax函数
1．5 搭建环境2：安装TensorFlow2．X的GPU版本
1．5．1 10/20/30系列显卡选择的GPU版本
1．5．2 TensorFlow2．4 GPU版本基础显卡推荐和前置软件安装
1．5．3 TensorFlow小练习：HelloTensorFlow
1．6 实战——知识图谱的展示
1．6．1 第一步：数据的准备
1．6．2 第二步：数据的处理
1．6．3 第三步：知识图谱的展示
1．6．4 第四步：更多的连线
1．6．5 一个需要解决的小问题
1．7 本章小结
第2章 TensorFlow和Keras快速入门
2．1 Keras让一切变简单
2．1．1 深度学习，始于模型
2．1．2 使用KerasAPI实现鸢尾花分类的例子（顺序模型）
2．1．3 使用Keras函数式编程实现鸢尾花分类的例子（重点）
2．1．4 使用保存的Keras模式对模型进行复用
2．1．5 使用TensorFlow标准化编译对iris模型进行拟合
2．1．6 多输入单一输出TensorFlow编译方法（选学）
2．1．7 多输入多输出TensorFlow编译方法（选学）
2．2 全连接层详解
2．2．1 全连接层的定义与实现
2．2．2 使用TensorFlow自带的API实现全连接层
2．2．3 打印显示已设计的model结构和参数
2．3 懒人的福音——Keras模型库
2．3．1 ResNet50模型和参数的载入
2．3．2 使用ResNet作为特征提取层建立模型
2．4 本章小结
……
第3章 深度学习的理论基础
第4章 卷积神经网络实战
第5章 Datasets数据集和TensorBoard可视化
第6章 ResNet实现神经网络的飞跃
第7章 有趣的词嵌入——wordembedding
第8章 情感分类
第9章 编码器一自然语言处理的归宿
第10章 BERT——站在巨人肩膀上的预训练模型
第11章 知识图谱实战1：多标签文本分类
第12章 知识图谱实战2：命名实体识别
第13章 知识图谱实战3：基于联合抽取的知识图谱模型
