|
所在平台: Coursera |
课程主页: https://www.coursera.org/learn/nlp-sequence-models-ar
课程评论：没有评论
课程名称： النماذج المتعاقبة 课程概述：本课程将教您如何为自然语言、声音及其他序列数据创建模型。在深度学习的推动下，序列算法的性能比两年前大幅提升，使得在语音识别、音乐生成、聊天机器人、机器翻译和自然语言理解等多个领域得以广泛应用。 您将学习到： - 理解如何构建和训练递归神经网络（RNN），以及常用变体如长短期记忆网络（LSTM）和门控循环单元（GRU）。 - 将序列模型应用于自然语言处理问题，包括文本生成。 - 将序列模型应用于音频应用，包括语音识别和音乐生成。 这是深度学习专业的第五门课程。 本课程由deeplearning.ai与NVIDIA深度学习基金会合作，提供一个以深度学习为基础的机器翻译编程任务。您将有机会创建一个与工业过程相关的高级深度学习项目。 课程大纲： 第一部分：序列模型与注意力机制 描述：了解更多关于递归神经网络的知识。这种模型在时间序列数据上表现优异，并包括多种变体，如LSTM、GRU和双向递归神经网络。 第二部分：序列模型与注意力机制 描述：通过注意力机制增强序列模型。该算法将帮助您的模型理解在输入序列中应重点关注的部分。本周，您还将学习语音识别以及如何处理音频数据。
Part: 1
Title:القوالب المتتابعة وآلية الانتباه
Description:تعلم المزيد حول الشبكات العصبونية المتكررة. لقد ثبت أن هذا النوع من النماذج يعمل بشكل جيد للغاية على البيانات الزمنية. تحتوي على العديد من المتغيرات بما في ذلك LSTMs وGRUs والشبكات العصبونية المتكررة ثنائية الاتجاه، والتي سنتعرف عليها في هذا الجزء.
Part: 2
Title:القوالب المتتابعة وآلية الانتباه
Description:يمكن زيادة القوالب المتتابعة باستخدام آلية الانتباه. ستساعد هذه الخوارزمية نموذجك على فهم المكان الذي يجب أن يركز فيه انتباهه في ضوء تسلسل المدخلات. ستتعرف هذا الأسبوع كذلك على التعرف على الكلام وكيفية التعامل مع البيانات الصوتية.
ستتعلم في هذا المساق كيفية إنشاء نماذج للغة الطبيعية والصوت وغيرها من البيانات المتعاقبة. بفضل التعلم العميق، تعمل خوارزميات التسلسل والتعاقب بشكل أفضل بكثير مما كانت عليه قبل عامين فقط مما يتيح العديد من التطبيقات المثيرة في التعرف على الكلام والتركيبات الموسيقية وروبوتات الدردشة والترجمة الآلية وفهم اللغة الطبيعية وغيرها من التطبيقات الأخرى. سوف تتعلم كيفية: - فهم كيفية بناء وتدريب الشبكات العصبونية المتكررة (RNN) والمتغيرات الشائعة الاستخدام مثل GRUs والذاكرة طويلة المدى. - تطبيق نماذج التسلسل على المشاكل الطبيعية للغة بما في ذلك تركيب النص. - تطبيق نماذج التسلسل على التطبيقات الصوتية، بما في ذلك التعرف على الكلام والتركيبات الموسيقية. هذا هو المساق الخامس والأخير من تخصص التعلم العميق. تشاركdeeplearning.ai أيضًا مع مؤسسة نيفيديا للتعلم العميق في المساق الخامس، نماذج التسلسل، لتوفير مهمة برمجة على الترجمة الآلية مع التعلم العميق. سوف تتاح لك فرصة إنشاء مشروع تعلم عميق بمحتوى متطور وذو صلة بالعملية الصناعية.
