nlp-tutorial

《动手学深度学习》是一本面向中文读者的实用型深度学习教材，提供可运行的代码和丰富的讨论内容。它已被全球70多个国家、500多所大学采用，作为深度学习课程的教材。

60多个深度学习论文的实现/教程，并附带旁注；涵盖Transformer（原始版、XL、Switch、Feedback、ViT等）、优化器（Adam、AdaBelief、Sophia等）、GAN（CycleGAN、StyleGAN2等）、强化学习（PPO、DQN）、Capsule网络、知识蒸馏等。

学习如何设计、开发、部署和迭代生产级别的机器学习应用。

把文字切分成词语，并标注每个词的词性（例如名词、动词）；识别出人名、地名、机构名等命名实体；分析句子中词语之间的语法关系；分析句子的结构成分；分析句子中词语之间的语义关系；标注句子中每个成分的语义角色（例如施事者、受事者）；解决代词指代不明确的问题；转换文本的写作风格；计算文本间的语义相似度；发现新的词语；提取关键词和短语；自动生成文本摘要；对文本进行分类和聚类；进行中文简繁体转换；以及其他自然语言处理技术。

这是一个用于追踪自然语言处理 (NLP) 领域进展的资源库，包含数据集以及最常见 NLP 任务的当前最新技术水平。

最大的机器学习模型即用型数据集中心，提供快速、易用且高效的数据处理工具

这个项目把《动手学深度学习》一书中原本用MXNet框架写的代码，改成了用PyTorch框架实现的版本。

精选的自然语言处理 (NLP) 资源列表

在YouTube上探索最新的机器学习/人工智能课程。

牛津大学2017年深度神经网络处理课程