
Traducteur: yif du
Protocole: CC BY-NC-ND 4.0
Tous les modèles sont mauvais, mais certains d'entre eux sont utiles.
Ce livre vise à fournir aux nouveaux arrivants le traitement du langage naturel (PNL) et l'apprentissage en profondeur pour couvrir des sujets importants dans les deux domaines. Les deux zones thématiques ont grandi de façon exponentielle. Pour un livre qui introduit l'apprentissage en profondeur et met l'accent sur la mise en œuvre de la PNL, ce livre occupe un compteur important. Lors de la rédaction de ce livre, nous avons dû faire des choix difficiles, parfois inconfortables sur quel matériel manque. Pour les débutants, nous espérons que ce livre fournira une base solide pour les bases et peut avoir un aperçu de ce qui est possible. L'apprentissage automatique et l'apprentissage en profondeur en particulier sont une discipline empirique, pas une science intellectuelle. Nous espérons que les généreux exemples de code de bout en bout dans chaque chapitre vous inviteront à participer à cette expérience. Lorsque nous avons commencé à écrire ce livre, nous avons commencé avec Pytorch 0.2. Chaque mise à jour Pytorch a modifié l'exemple de 0,2 à 0,4. Pytorch 1.0 sera publié au moment de la publication de ce livre. Les exemples de code dans ce livre sont conformes à Pytorch 0.4 et il devrait fonctionner la même chose que la version à venir de Pytorch 1.0. Notes sur le style de ce livre. Nous évitons délibérément d'utiliser les mathématiques dans la plupart des endroits; Non pas parce que les mathématiques de l'apprentissage en profondeur sont particulièrement difficiles (ce n'est pas le cas), mais parce qu'elle distrait l'objectif principal du livre dans de nombreux cas - améliorer la capacité du débutant. Dans de nombreux cas, nous avons des motivations similaires, à la fois en termes de code et de texte, et nous avons tendance à développer la simplicité. Les lecteurs avancés et les programmeurs expérimentés peuvent trouver des moyens de resserrer le code et ainsi de suite, mais notre choix est d'être aussi clair que possible afin d'atteindre la majorité du public que nous voulons atteindre.
Ce projet nécessite une relecture et tout le monde est invité à soumettre une demande de traction.
Veuillez être assez courageux pour traduire et améliorer la traduction. Bien que nous poursuivions l'excellence, nous ne devons pas vous être parfait, alors ne vous inquiétez pas de faire des erreurs en traduction - dans la plupart des cas, nos serveurs ont enregistré toutes les traductions, vous n'avez donc pas à vous soucier des dommages irréparables à vos erreurs. (Adapté de Wikipedia)
[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