这是果果的第2篇学习日记~
马上就要去实习了,内心惴惴不安,临时抱佛脚,看了一篇NER问题的linear-chain CRF model 的tutorial[1],还看完了Andrew Ng的sequence model[2].
看完这两个觉得对在TensorFlow实操层面实现answer module的理解还不足够,就想说找找合适的 implementation 层面的tutorial。
看了Coding Tech的Tensorflow101[3],是很好的high level的introduction,但是对具体语法的介绍太过浅显;
看了Sentdex的 YouTube tutorial[4],超级啰嗦;
直到我发现了Siraj Raval小哥哥的直播[5],简直是福音!还没来得及看完,但是感觉他的风格很实操,相信跟着他吧seq2seq写一遍之后,一定可以把answer module改个八九不离十。
其实以上努力都是为了改上学期的nlp_QA project的,我希望能在正式实习之前,有更扎实的落地经验,至于NER还有CRF理论方面,我倒认为可以到实际工作中,有了码有了问题具体情境,再具体问题具体分析,慢慢学习。
除此之外linear algebra 也在一点一点学习,目前看到了1.5章节, 计划一个月内读完全书[6]。
接下来的目标是三条腿走路,一边学习NLP理论(NER/CRF),一边学习具体的library(TensorFlow),一边补上欠下的数学基础(Linear Algebra)。
Reference:
[1]Sequence Tagging with Tensorflow([https://guillaumegenthial.github.io/sequence-tagging-with-tensorflow.html])
[2] Sequence Models([https://www.coursera.org/learn/nlp-sequence-models])
[3]TensorFlow 101 (Really Awesome Intro Into TensorFlow)([https://www.youtube.com/watch?v=oxf3o8IbCk4])
[4]Neural Network Model - Deep Learning with Neural Networks and TensorFlow([https://www.youtube.com/watch?v=BhpvH5DuVu8])
[5]How to Use Tensorflow for Seq2seq Models (LIVE)([https://www.youtube.com/watch?v=ElmBrKyMXxs])
[6] Richard C. Penney, Linear Algebra, Ideas, and Applications
领取专属 10元无门槛券
私享最新 技术干货