DeepNLP models Pytorch

Deepnlp-Models-Pytorch

Pytorch-Implementierungen verschiedener tiefer NLP-Modelle in CS-224N (Stanford Univ: NLP mit Deep Learning)

• Dies ist nicht für Anfänger von Pytorch. Wenn Sie zum ersten Mal Pytorch verwenden, empfehle ich diese fantastischen Tutorials.

• Wenn Sie an Deepnlp interessiert sind, empfehle ich Ihnen dringend, mit dieser fantastischen Vorlesung zu arbeiten.

  • CS-224N-Slides
  • CS-224N-VIDEOS

Dieses Material ist nicht perfekt, hilft aber Ihrem Studium und Recherchen :) Bitte zögern Sie nicht, Anfragen zu ziehen !!

---

Inhalt

Modell	Links
01. Skip-Gram-Naive-Softmax	[Notebook / Daten / Papier]
02. Skip-Gram-Negative-Sampling	[Notebook / Daten / Papier]
03. Handschuh	[Notebook / Daten / Papier]
04. Fensterklassifier-für-ner	[Notebook / Daten / Papier]
05. Neuralabhängig-Parser	[Notebook / Daten / Papier]
06. RNN-Sprachmodell	[Notebook / Daten / Papier]
07. Neural-Machine-Translation-With-Beeinträchtigung	[Notebook / Daten / Papier]
08. CNN-for-Text-Klassifizierung	[Notebook / Daten / Papier]
09. Rekursiv-nn-für-Sentiment-Klassifizierung	[Notebook / Daten / Papier]
10. Dynamisches Memory-Network-for-Question-Ansatz	[Notebook / Daten / Papier]

Anforderungen

• Python 3.5
• Pytorch 0,2+
• NLTK 3.2.2
• Gensim 2.2.0
• sklearn_crfsuite

Erste Schritte

git clone https://github.com/DSKSD/cs-224n-Pytorch.git

Datensatz vorbereiten

 cd script
chmod u+x prepare_dataset.sh
./prepare_dataset.sh

Docker Env

Ubuntu 16.04 Python 3.5.2 mit verschiedenen von ML/DL -Paketen wie Tensorflow, Sklearn, Pytorch

docker pull dsksd/deepstudy:0.2

 pip3 install docker-compose
cd script
docker-compose up -d

Wolkeneinstellung

not yet

Referenzen

• Praktische Pytorch
• DeepLearningFornlpinPyTorch
• Pytorch-Tutorial
• Pytorch-Examples

Autor

Sungdong Kim / @dsksd