-
Notifications
You must be signed in to change notification settings - Fork 33
Open
Labels
Description
你是否已经阅读并同意《Datawhale开源项目指南》?
- 我已阅读并同意《Datawhale开源项目指南》
你是否已经阅读并同意《Datawhale开源项目行为准则》?
- 我已阅读并同意《Datawhale开源项目行为准则》
项目简介
本项目将带大家通过使用pytorch中的线性层来手搓传统NLP中的RNN, GRU, LSTM和带注意力机制的Seq2Seq模型, 帮助大家理解和入门传统的NLP模型。同时每个神经网络写好后都会结合一个实际的例子, 带大家了解这些模型是怎么训练的,以及如何对数据做预处理。
立项理由
很多人在第一次学习传统NLP领域的模型时,总是被里面的各种定义,算法, 模型结构给弄的云里雾里, 本课程将从一个更加形象的角度来为大家讲解这些模型, 同时准备了几个例子。让大家了解完网络的结构后,还能学会如何去训练这些模型来应用到生活中。
项目受众
所有对NLP领域感兴趣的学习者, 最好有pytorch基础。
项目亮点
- 专注于对transform框架出来前的传统的NLP神经网络结构的讲解和代码实现
- 不过于纠结公式,更多的是想带大家理解这个事务
- 结合多个不同种类的例子, 带大家了解NLP能做的任务
项目规划
目录:
- 手搓RNN
- 手搓LSTM
- 手搓GRU
- 手搓Seq2Seq
章节负责人:
- 手搓RNN :徐韵婉
- 手搓LSTM:杨卓
- 手搓GRU: 陈国威
- 手搓Seq2Seq:苏向标
完成日期:
- 手搓RNN 2024.11.25
- 手搓LSTM 2024.11.25
- 手搓GRU 2024.11.25
- 手搓Seq2Seq 2024.11.25
已完成内容
https://github.com/gzhuuser/easy-nlp
项目负责人GitHub主页链接
项目负责人联系方式
微信: 16675769672
备注:发起立项申请后DOPMC成员将会在7天内给出审核意见并评论在该Issue,若7天内无反对意见则默认立项通过,如有疑问或者需要帮助请联系微信:at-Sm1les
- 我已知悉上述备注