圣诞礼物接收了

今天是圣诞节

硬蛋实验室祝大家圣诞节快乐~~！

硬蛋实验室给大家推荐一个不错的深度学习与NLP的实战课程，基于Tensorflow的sequence to sequence库和一个由Reddit 评论构成的超大数据库构成的Chatbot系统。

文末附课程完整视频教程下载地址。

--------------------------------------------------------------

课程大纲及资源介绍

课时1 系统整体架构介绍：整体介绍如何基于Tensorflow的sequence to sequence库和一个由Reddit 评论构成的超大数据库构成的Chatbot系统。

文本资料及代码地址：

https://pythonprogramming.net/chatbot-deep-learning-python-tensorflow/

课时2 系统数据准备：下载及准备好数据。对于机器学习任务来说，往往需要一个输入，一个输出。对于神经网络而言，这意味着需要一个输入层和一个输出层。对于Chatbot而言，值意味着需要把数据分为两个部分，及问题和答案，问题是输入，答案就是期望的输出。

文本资料及代码地址：https://pythonprogramming.net/

课时3 缓存数据：之前介绍如何预处理数据，本节如何构建一个数据库来缓存数据。

文本资料及代码地址：https://pythonprogramming.net/

课时4 如何把数据加载进入模型-1：知道如何预处理和缓存、迭代数据之后，本节主要介绍如何把数据输入模型中。

文本资料及代码地址：

https://pythonprogramming.net/insert-logic-chatbot-deep-learning-python-tensorflow/

课时5 如何把数据加载进入模型-2：知道如何预处理和缓存、迭代数据之后，本节主要介绍如何把数据输入模型中。

文本资料及代码地址：https://pythonprogramming.net/

课时6 如何构建大量的训练数据：主要介绍两种方式来构造大量的训练数据，用于模型训练。

文本资料及代码地址：https://pythonprogramming.net/

课时7 如何训练模型：本节主要介绍如何基于Tensorflow来训练一个Seq2Seq的Chatbot模型，如何使用GPU加速。

GPU云地址（付费）：https://goo.gl/sY3M7Y

Tensorflow源码地址：https://github.com/daniel-kukiela/nmt-chatbot

文本资料及代码地址：https://pythonprogramming.net/

课时8 神经机器翻译介绍：主要介绍与Neural Machine Translation（NMT）相关的基本概念。

文本资料及代码地址：https://pythonprogramming.net/bidirectional-attention-mechanism-chatbot-deep-learning-python-tensorflow/

课时9 如何与Chatbot进行交互：之前，我们介绍了如何构建数据，如何训练模型。最后，介绍一下如何部署模型，如何基于训练好的模型，搭建一个Chatbot交互系统。

文本资料及代码地址：https://pythonprogramming.net/interacting-chatbot-deep-learning-python-tensorflow/

课程视频教程下载：

链接：https://pan.baidu.com/s/1dFHCWGL

密码：公众号回复“ying”