
Übersetzer: yif du
Protokoll: CC BY-NC-ND 4.0
Alle Modelle sind falsch, aber einige von ihnen sind nützlich.
Dieses Buch zielt darauf ab, Neulingen natürliche Sprachverarbeitung (NLP) und Deep Learning zu bieten, um wichtige Themen in beiden Bereichen zu behandeln. Beide thematischen Gebiete sind exponentiell gewachsen. Für ein Buch, das Deep Learning einführt und die Implementierung von NLP hervorhebt, nimmt dieses Buch einen wichtigen Mittelweg ein. Beim Schreiben dieses Buches mussten wir schwierige, manchmal unangenehme Entscheidungen darüber treffen, welches Material fehlt. Für Anfänger hoffen wir, dass dieses Buch eine starke Grundlage für Grundlagen bietet und einen Einblick in das, was möglich ist. Insbesondere maschinelles Lernen und tiefes Lernen sind eine empirische Disziplin, keine intellektuelle Wissenschaft. Wir hoffen, dass die großzügigen Beispiele für End-to-End-Code in jedem Kapitel Sie einladen, an dieser Erfahrung teilzunehmen. Als wir anfingen, dieses Buch zu schreiben, begannen wir mit Pytorch 0.2. Jedes Pytorch -Update modifizierte das Beispiel von 0,2 auf 0,4. Pytorch 1.0 wird zum Zeitpunkt der Veröffentlichung dieses Buches veröffentlicht. Die Codebeispiele in diesem Buch entsprechen Pytorch 0.4 und sollte genauso wie die bevorstehende Veröffentlichung von Pytorch 1.0 funktionieren. Anmerkungen zum Stil dieses Buches. Wir vermeiden es absichtlich, Mathematik an den meisten Orten zu verwenden. Nicht, weil Deep Learning Mathematics besonders schwierig ist (das ist nicht der Fall), sondern weil es das Hauptziel des Buches in vielen Fällen ablenkt, die Fähigkeit des Anfängers zu verbessern. In vielen Fällen haben wir ähnliche Motivationen, sowohl in Bezug auf Code als auch in Bezug auf Text, und wir neigen dazu, die Einfachheit zu erläutern. Fortgeschrittene Leser und erfahrene Programmierer können Wege finden, um den Code zu verschärfen und so weiter, aber unsere Wahl ist, so klar wie möglich zu sein, um die Mehrheit der Zielgruppen zu erreichen, die wir erreichen möchten.
Dieses Projekt erfordert Korrekturlesen, und jeder ist herzlich eingeladen, eine Pull -Anfrage einzureichen.
Bitte seien Sie mutig genug, um die Übersetzung zu übersetzen und zu verbessern. Obwohl wir Exzellenz verfolgen, verlangen wir nicht, dass Sie perfekt sind. Machen Sie sich also keine Sorgen, dass Sie Fehler in der Übersetzung machen. In den meisten Fällen haben unsere Server alle Übersetzungen aufgezeichnet, sodass Sie sich keine Sorgen um irreparable Schäden an Ihren Fehlern machen müssen. (Aus Wikipedia angepasst)
[email protected] . docker pull apachecn0/nlp-pytorch-zh
docker run -tid -p <port>:80 apachecn0/nlp-pytorch-zh
# 访问 http://localhost:{port} 查看文档
pip install nlp-pytorch-zh
nlp-pytorch-zh <port>
# 访问 http://localhost:{port} 查看文档
npm install -g nlp-pytorch-zh
nlp-pytorch-zh <port>
# 访问 http://localhost:{port} 查看文档