- >1.2 词向量模型word2vec
- >1.3 skipgram和cbow构建方法
- >1.4 霍夫曼树和负采样
- >1.5 fasttext模型和文本分类
- >1.6 子词模型
- >1.7 word2vec和fasttext的代码实战
- >2.1 NLP的龙骨模型-Bert
- >2.2 Bert模型的训练方法
- >2.3 Bert模型的应用
- >2.4 模型实战
- >2.5 常见的改进方法
- >1.1 卷积的物理意义
- >1.2 卷积层的操作方法
- >1.3 卷积层步长和窗口选取技巧
- >1.4 卷积层的keras实现
- >1.5 常见卷积改进方法
- >2.1 最大池化
- >2.2 均值池化
- >2.3 池化层的keras实现
- >3.1 图像分类常用数据集介绍:coco、 imagenet 等


