84分钟
深度学习进阶——Seq2Seq 理论详解与实战
Seq2Seq 是近几年十分热门的概念，作为自然语言处理中的一种重要模型，Seq2Seq 提供了一种能根据给定序列生成另一个序列的方法，这使得它被广泛应用于机器翻译、对话系统、自动文摘等场景。 本门课…
Seq2Seq 是近几年十分热门的概念，作为自然语言处理中的一种重要模型，Seq2Seq 提供了一种能根据给定序列生成另一个序列的方法，这使得它被广泛应用于机器翻译、对话系统、自动文摘等场景。
本门课我们将对 Seq2Seq 技术进行深入探究，课程从 Seq2Seq 的基本架构、网络应用、基本模型和Attention机制四个部分开展，全面讲解了 Seq2Seq 模型的基本原理和操作。
与此同时，我们还将带领学员运用 Seq2Seq 进行对话机器人项目的实战，通过完成本节课的学习，学员将串联所学的相关理论，实现对话机器人的完整输出，在实际操作过程中进一步提升深度学习技术的综合应用能力。
一、Seq2Seq网络架构与应用
二、Seq2Seq基本模型
三、Attention机制
四、对话机器人效果演示
五、参数配置与数据加载
六、数据处理
七、词向量与投影
八、 seq2seq网络与网络训练
九、网络训练
唐宇迪
同济大学硕士，华东理工大学博士