|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/rnn-seq2seq/
课程评论：没有评论
本课程名为“AI機械翻訳（付録：日本語対応ソースコード付）：RNNでディープラーニング：自然言語処理入門編”，旨在通过易于上手的PyTorch框架，逐行讲解Python代码，带领初学者入门自然语言处理。 课程核心内容是利用循环神经网络（RNN）的机制，构建Encoder-Decoder模型，学习机器翻译的基本原理。具体实现上，将采用LSTM的改良版本GRU，通过Encoder和Decoder的交互学习，让机器掌握翻译能力。 课程强调，机器学习通过分析海量数据来学习，而非依赖预设的语法规则。随着大数据和计算能力的提升，过去耗费大量人力物力的语法学习方式的局限性逐渐显现。 本课程内容将包含大量的代码讲解，如果遇到不理解之处，鼓励学员在Q&A环节提问。课程将使用Python和PyTorch框架进行教学，并附带实现英日互译的Attention机制的源代码。
初心者にも扱いやすいPyTorchフレームワークを使って、Python コードを一行づつ解説していきます。RNNの仕組み利用して、Encoder Decoderクラスを作成し、翻訳の基本的な仕組みを学びます。フレームワークのRNNには LSTMの発展形であるGRUを使用し、EncoderとDecoderという仕組みを利用して機械的に翻訳を学習させて行きます。機械学習では文法を考えずに大量のデータを読み込んで学習していきます。以前の翻訳はルールベースで翻訳作業を行ってきました。しかし、ビッグデータにより受け入れる情報量と処理能力が向上すると、いかに文法を学ぶということが、コストのかかる作業であったかということがわかってきます。このレクチャーはとコーディングの解説が長く続く部分もありますので、何の説明をしているのか意味がわからなくなった場合などは、Q & Aにてご質問ください。Pythonコードと、PyTorchフレームワークで解説していきます。（英語から日本語へ翻訳するAttentionのコードも付属）
