资源简介

本课程基于Pytorch深度学习框架详细介绍了自然语言处理中情感分析的基本步骤。首先介绍了文本转换词向量的具体方法，并使用Dataset和DataLoader完成数据的读取和批量加载。最后利用Pytorch深度学习框架搭建基础的RNN模型实现情感分析的任务。最后在此基础上详细介绍了循环神经网络RNN的基本原理和网络结果。各位同学可以再次基础上搭建自己的循环神经网络模型，比如双向的长短时记忆神经网络BiLSITM和门控循环单元GRU等。

资源目录

——/计算机教程JTDLG（15号盘）/17-51CTO/146-Pytorch项目实战 ：基于RNN的实现情感分析/
├──课程资料  
|   └──aclImdb_v1.tar.gz  80.23M
├──01 Word2Sequence的初始化函数.mp4  31.70M
├──02 语料库词频统计.mp4  26.61M
├──03 语料库词典到序列的转换.mp4  29.73M
├──04 IMDB数据介绍及读取.mp4  27.70M
├──05 使用DataSet读取IMDB数据集.mp4  22.58M
├──06 使用索引的方式读取加载.mp4  23.95M
├──07 使用DataLoader批量加载数据.mp4  22.35M
├──08 Pytorch搭建RNN情感分析模型.mp4  46.46M
├──09 RNN模型的训练.mp4  21.28M
├──10 RNN模型的预测.mp4  20.75M
└──11 循环神经网络基本原理和模型改进.mp4  67.78M

资源下载