深度之眼-人工智能Paper年度会员（NLP方向）前沿版

深度之眼-人工智能Paper年度会员（NLP方向）前沿版
├── 01 自监督无监督
│ ├── 01 自监督_无监督_1.1 专题简介与导引&MOCO论文泛读.mp4
│ ├── 02 自监督_无监督_1.2 MOCO论文精读.mp4
│ ├── 03 自监督_无监督_1.3 MOCO-实验结果分析与总结.mp4
│ ├── 04 自监督_无监督_2.1 simclr-论文精读.mp4
│ ├── 05 自监督_无监督_2.2 sinclr-论文精讲.mp4
│ └── 06 自监督_无监督_2.3 simclr-代码讲解.mp4
├── 03 学前须知
│ ├── 学员资料合集
│ │ └── 00-paper浅谈-9_20210115123719.pdf
│ └── 学前须知_效率提升3倍的Paper 阅读方法.mp4
├── 08 05 NLP基础知识
│ ├── 第10话 3-3 神经语言模型简介与代码实现.mp4
│ ├── 第11话 3-4 预训练的词表示及其使用实例.mp4
│ ├── 第12话 4-1 word2vec原理.mp4
│ ├── 第13话 4-2 word2vec代码复现.mp4
│ ├── 第14话 4-3 word2vec项目实战展示.mp4
│ ├── 第15话 4-4 BERT使用实战讲解.mp4
│ ├── 第16话 4-5 MLP模型与实战.mp4
│ ├── 第17话 4-6 RNN模型原理 代码复现与实战.mp4
│ ├── 第18话 5-1 HMM序列标注.mp4
│ ├── 第19话 5-2 HMM模型简介.mp4
│ ├── 第1话 认识NLP算法工程师.mp4
│ ├── 第20话 5-3 HMM样本生成.mp4
│ ├── 第21话 5-4 HMM训练.mp4
│ ├── 第22话 5-5 HMM预测.mp4
│ ├── 第23话 5-6 HMM代码实现.mp4
│ ├── 第2话 1-1 前言.mp4
│ ├── 第3话 1-2 研究方向概述.mp4
│ ├── 第4话 2-1 预备知识.mp4
│ ├── 第5话 2-2 NLP问题中的特征.mp4
│ ├── 第6话 2-3 特征输入.mp4
│ ├── 第7话 2-4 文本的向量化表示与案例实现.mp4
│ ├── 第8话 3-1 统计语言模型简介与案例实现.mp4
│ └── 第9话 3-2 语言模型任务评估.mp4
├── 09 06 NLP-baseline
│ ├── 01 06 NLP-baseline_NLP baseline 开营仪式.mp4
│ ├── 02 06 NLP-baseline_1.1 word2vec1-1背景知识.mp4
│ ├── 03 06 NLP-baseline_1.2 word2vec1-2论文泛读.mp4
│ ├── 04 06 NLP-baseline_1.3 word2vec2-1对比模型.mp4
│ ├── 05 06 NLP-baseline_1.4 word2vec2-2原理.mp4
│ ├── 06 06 NLP-baseline_1.5 word2vec2-3word2vec关键技术.mp4
│ ├── 07 06 NLP-baseline_1.6 word2vec2-4模型复杂度.mp4
│ ├── 08 06 NLP-baseline_1.7 word2vec2-5实验结果.mp4
│ ├── 09 06 NLP-baseline_1.8 word2vec3-1代码部分上.mp4
│ ├── 10 06 NLP-baseline_1.9 word2vec3-2代码部分下.mp4
│ ├── 11 06 NLP-baseline_02glove-01-_背景介绍.mp4
│ ├── 12 06 NLP-baseline_02 glove-02-_研究成果及意义.mp4
│ ├── 13 06 NLP-baseline_02glove-03-论文概述.mp4
│ ├── 14 06 NLP-baseline_02glove-04-模型精讲.mp4
│ ├── 15 06 NLP-baseline_02 glove-05-实验分析.mp4
│ ├── 16 06 NLP-baseline_02glove-06-数据处理.mp4
│ ├── 17 06 NLP-baseline_02 glove-07-型及训练测试.mp4
│ ├── 18 06 NLP-baseline_03char_embedding-01-背景介绍.mp4
│ ├── 19 06 NLP-baseline_03 char_embedding-02-研究成果及意义.mp4
│ ├── 20 06 NLP-baseline_03char_embedding-03-论文概述.mp4
│ ├── 21 06 NLP-baseline_03 char_embedding-04-模型详解.mp4
│ ├── 22 06 NLP-baseline_03 char_embedding-05-语言模型实验分析.mp4
│ ├── 23 06 NLP-baseline_03 char_embedding-06-词性标注实验分析及论文总结.mp4
│ ├── 24 06 NLP-baseline_03 char_embedding-07-环境配置.mp4
│ ├── 25 06 NLP-baseline_03 char_embedding-08-数据处理.mp4
│ ├── 26 06 NLP-baseline_03 char_embedding-09-模型构建及训练和测试.mp4
│ ├── 27 06 NLP-baseline_04textcnn-01-textcnn背景介绍.mp4
│ ├── 28 06 NLP-baseline_04textcnn-02-textcnn研究成果及意义.mp4
│ ├── 29 06 NLP-baseline_04 textcnn-03-textcnn模型简介.mp4
│ ├── 30 06 NLP-baseline_04 textcnn-04-textcnn模型详解.mp4
│ ├── 31 06 NLP-baseline_04textcnn-05-textcnn实验介绍.mp4
│ ├── 32 06 NLP-baseline_04 textcnn-06-textcnn超参选择.mp4
│ ├── 33 06 NLP-baseline_04 textcnn-07-textcnn数据处理以及模型构建.mp4
│ ├── 34 06 NLP-baseline_04 textcnn-08-textcnn训练及测试.mp4
│ ├── 35 06 NLP-baseline_05-chartextcnn_1_论文导读.mp4
│ ├── 36 06 NLP-baseline_05-chartextcnn_2_1_模型总览及简介.mp4
│ ├── 37 06 NLP-baseline_05-chartextcnn_2_2_模型详解.mp4
│ ├── 38 06 NLP-baseline_05-chartextcnn_2_3_实验分析及讨论.mp4
│ ├── 39 06 NLP-baseline_05-chartextcnn_3_1_数据处理.mp4
│ ├── 40 06 NLP-baseline_05-chartextcnn_3_2_模型定义及训练和测试.mp4
│ ├── 41 06 NLP-baseline_06-fasttext_1_研究背景及意义.mp4
│ ├── 42 06 NLP-baseline_06-fasttext_2_1_fasttext模型上.mp4
│ ├── 43 06 NLP-baseline_06-fasttext_2_2_fasttext模型下.mp4
│ ├── 44 06 NLP-baseline_06-fasttext_2_3_fasttext实验.mp4
│ ├── 45 06 NLP-baseline_06-fasttext_3_1_fasttext数据读取.mp4
│ ├── 46 06 NLP-baseline_06-fasttext_3_2_fasttext模型及训练测试.mp4
│ ├── 47 06 NLP-baseline_07 deep_nmt_1_1_论文简介以及BLEU介绍.mp4
│ ├── 48 06 NLP-baseline_07 deep_nmt_1_2_背景介绍和研究成果及意义.mp4
│ ├── 49 06 NLP-baseline_07 deep_nmt_2_1_deep_nmt模型详解1.mp4
│ ├── 50 06 NLP-baseline_07 deep_nmt_2_2_deep_nmtm模型详解2.mp4
│ ├── 51 06 NLP-baseline_07 deep_nmt_2_3_实验结果及总结.mp4
│ ├── 52 06 NLP-baseline_07 deep_nmt_3_1_机器翻译数据处理和代码简介.mp4
│ ├── 53 06 NLP-baseline_07 deep_nmt_3_2_模型和训练及测试.mp4
│ ├── 54 06 NLP-baseline_08 attention_nmt_1_1_储备知识_对齐翻译_seq2seq_注意力机制.mp4
│ ├── 55 06 NLP-baseline_08 attention_nmt_1_2_背景介绍_研究成果及意义.mp4
│ ├── 56 06 NLP-baseline_08 attention_nmt_2_1_论文总览.mp4
│ ├── 57 06 NLP-baseline_08 attention_nmt_2_2模型详解.mp4
│ ├── 58 06 NLP-baseline_08 attention_nmt_2_3_实验结果及分析.mp4
│ ├── 59 06 NLP-baseline_08 attention_nmt_3_1_deep_nmt实现.mp4
│ ├── 60 06 NLP-baseline_08 attention_nmt_3_2_fairseq.mp4
│ ├── 61 06 NLP-baseline_09 han_attention_1_1_前期储备知识介绍.mp4
│ ├── 62 06 NLP-baseline_09 han_attention_1_2_研究背景成果及意义.mp4
│ ├── 63 06 NLP-baseline_09 han_attention_2_1_论文总览.mp4
│ ├── 64 06 NLP-baseline_09 han_attention_2_2_模型详解.mp4
│ ├── 65 06 NLP-baseline_09 han_attention_2_3_实验结果及论文总结.mp4
│ ├── 66 06 NLP-baseline_09 han_attention_3_1_数据读取.mp4
│ ├── 67 06 NLP-baseline_09 han_attention_3_2_模型实现及训练和测试.mp4
│ ├── 68 06 NLP-baseline_10 sgm_1_1_多标签分类介绍.mp4
│ ├── 69 06 NLP-baseline_10 sgm_1_2_背景知识和研究成果及意义.mp4
│ ├── 70 06 NLP-baseline_10 sgm_2_1_论文简介.mp4
│ ├── 71 06 NLP-baseline_10 sgm_2_2_模型详解.mp4
│ ├── 72 06 NLP-baseline_10 sgm_2_3_实验结果及分析.mp4
│ ├── 73 06 NLP-baseline_10 sgm_3_1_数据处理.mp4
│ └── 74 06 NLP-baseline_10 sgm_3_2_模型实现.mp4
├── 10 07 信息抽取-命名实体识别
│ ├── 01 07 信息抽取-命名实体识别_1.1- BiLSTM-CRF-论文研究背景.mp4
│ ├── 02 07 信息抽取-命名实体识别_1.2- BiLSTM-CRF-论文算法总览.mp4
│ ├── 03 07 信息抽取-命名实体识别_1.3-BiLSTM-CRF模型结构.mp4
│ ├── 04 07 信息抽取-命名实体识别_1.4-BiLSTM-CRF损失函数与维特比解码.mp4
│ ├── 05 07 信息抽取-命名实体识别_1.5- BiLSTM-CRF-实验结果与论文总结.mp4
│ ├── 06 07 信息抽取-命名实体识别_1.6- BiLSTM-CRF代码讲解.mp4
│ ├── 07 07 信息抽取-命名实体识别_1.7- BiLSTM-CRF-NCR-Fpp代码详解.mp4
│ ├── 08 07 信息抽取-命名实体识别_2.1_LatticeLSTM论文研究背景.mp4
│ ├── 09 07 信息抽取-命名实体识别_2.2_LatticeLSTM模型总览.mp4
│ ├── 10 07 信息抽取-命名实体识别_2.3_LatticeLSTM模型细节.mp4
│ ├── 11 07 信息抽取-命名实体识别_2.4_LatticeLSTM论文实验与总结.mp4
│ ├── 12 07 信息抽取-命名实体识别_2.5_LatticeLSTM代码讲解.mp4
│ ├── 13 07 信息抽取-命名实体识别_3.1_LR-CNN论文研究背景.mp4
│ ├── 14 07 信息抽取-命名实体识别_3.2_LR-CNN模型总览.mp4
│ ├── 15 07 信息抽取-命名实体识别_3.3_LR-CNN模型细节.mp4
│ ├── 16 07 信息抽取-命名实体识别_3.4_LR-CNN模型细节2.mp4
│ ├── 17 07 信息抽取-命名实体识别_3.5_LR-CNN论文代码讲解.mp4
│ ├── 18 07 信息抽取-命名实体识别_4.1_LGN论文研究背景.mp4
│ ├── 19 07 信息抽取-命名实体识别_4.2_LGN模型总览.mp4
│ ├── 20 07 信息抽取-命名实体识别_4.3_LGN模型详解.mp4
│ ├── 21 07 信息抽取-命名实体识别_4.4_LGN代码讲解.mp4
│ ├── 22 07 信息抽取-命名实体识别_5.1_TENER论文研究背景.mp4
│ ├── 23 07 信息抽取-命名实体识别_5.2_TENER模型总览.mp4
│ ├── 24 07 信息抽取-命名实体识别_5.3_TENER模型详解.mp4
│ ├── 25 07 信息抽取-命名实体识别_5.4_TENER模型总结.mp4
│ ├── 26 07 信息抽取-命名实体识别_5.5_TENER模型代码.mp4
│ ├── 27 07 信息抽取-命名实体识别_6-1_Soft_Lexicon论文研究背景.mp4
│ ├── 28 07 信息抽取-命名实体识别_6-2_Soft_Lexicon模型总览.mp4.mp4
│ ├── 29 07 信息抽取-命名实体识别_6-3_Soft_Lexicon模型详解.mp4
│ ├── 30 07 信息抽取-命名实体识别_6-4_Soft_Lexicon模型总结.mp4
│ └── 31 07 信息抽取-命名实体识别_6-5_Soft_Lexicon模型代码.mp4
├── 11 07 （2）信息抽取-关系抽取
│ ├── 01 07 （2）信息抽取-关系抽取_01 cnn_for-re-01.mp4（新版.mp4
│ ├── 02 07 （2）信息抽取-关系抽取_01 cnn_for-re-02.mp4（新版.mp4
│ ├── 03 07 （2）信息抽取-关系抽取_01 cnn_for-re-03.mp4（新版.mp4
│ ├── 04 07 （2）信息抽取-关系抽取_01 cnn_for-re-04.mp4（新版.mp4
│ ├── 05 07 （2）信息抽取-关系抽取_01 cnn_for-re-05.mp4（新版.mp4
│ ├── 06 07 （2）信息抽取-关系抽取_01 code_cnn_for_re-06（新版.mp4
│ ├── 07 07 （2）信息抽取-关系抽取_01 code_cnn_for_re-07（新版.mp4
│ ├── 08 07 （2）信息抽取-关系抽取_01 code_cnn_for_re-08（新版.mp4
│ ├── 09 07 （2）信息抽取-关系抽取_01 code_cnn_for_re-09（新版.mp4
│ ├── 10 07 （2）信息抽取-关系抽取_01 code_cnn_for_re-10（新版.mp4
│ ├── 11 07 （2）信息抽取-关系抽取_02 pcnn_crcnn_1_PCNN背景及部分相关工作（新版.mp4
│ ├── 12 07 （2）信息抽取-关系抽取_02 pcnn_crcnn_2_PCNN的相关工作（新版.mp4
│ ├── 13 07 （2）信息抽取-关系抽取_02 pcnn_crcnn_3_PCNN的模型部分（新版.mp4
│ ├── 14 07 （2）信息抽取-关系抽取_02 pcnn_crcnn_4_PCNN的实验部分及CRCNN的背景（新版.mp4
│ ├── 15 07 （2）信息抽取-关系抽取_02 pcnn_crcnn_5_CRCNN的相关工作及模型部分（新版.mp4
│ ├── 16 07 （2）信息抽取-关系抽取_02 pcnn_crcnn_6_CRCNN的实验部分及总结（新版.mp4
│ ├── 17 07 （2）信息抽取-关系抽取_02 pcnn_code-7-前期回顾及输出处理1（新版.mp4
│ ├── 18 07 （2）信息抽取-关系抽取_02 pcnn_code-8-数据处理2（新版.mp4
│ ├── 19 07 （2）信息抽取-关系抽取_02 pcnn_code-9-模型定义（新版.mp4
│ ├── 20 07 （2）信息抽取-关系抽取_02 pcnn_code-10-模型训练1（新版.mp4
│ ├── 21 07 （2）信息抽取-关系抽取_02 pcnn_code-11-模型训练2及模型评价（新版.mp4
│ ├── 22 07 （2）信息抽取-关系抽取_03 lstmatt_1_背景及相关工作（新版.mp4
│ ├── 23 07 （2）信息抽取-关系抽取_03 lstmatt_2_模型及实验（新版.mp4
│ ├── 24 07 （2）信息抽取-关系抽取_03 att_lstm_code_3_课程回顾及超参数设置（新版.mp4
│ ├── 25 07 （2）信息抽取-关系抽取_03 att_lstm_code_4_数据处理及模型定义（新版.mp4
│ ├── 26 07 （2）信息抽取-关系抽取_03 att_lstm_code_5_模型训练及模型评价（新版.mp4
│ ├── 27 07 （2）信息抽取-关系抽取_04 novel_tagging_paper_1_背景及相关工作01（新版.mp4
│ ├── 28 07 （2）信息抽取-关系抽取_04 novel_tagging_paper_2_相关工作02（新版.mp4
│ ├── 29 07 （2）信息抽取-关系抽取_04 novel_tagging_paper_3_相关工作03（新版.mp4
│ ├── 30 07 （2）信息抽取-关系抽取_04 novel_tagging_paper_4_模型（新版.mp4
│ ├── 31 07 （2）信息抽取-关系抽取_04 novel_tagging_paper_5_实验（新版.mp4
│ ├── 32 07 （2）信息抽取-关系抽取_04 novel_tagging_code_1_准备工作_超参数定义_数据处理（新版.mp4
│ ├── 33 07 （2）信息抽取-关系抽取_04 novel_tagging_code_2_数据读取_模型训练与评价（新版.mp4
│ ├── 34 07 （2）信息抽取-关系抽取_05 casrel_paper_0（新版.mp4
│ ├── 35 07 （2）信息抽取-关系抽取_05 casrel_paper_1（新版.mp4
│ ├── 36 07 （2）信息抽取-关系抽取_05 casrel_paper_2（新版.mp4
│ ├── 37 07 （2）信息抽取-关系抽取_05 casrel_paper_3（新版.mp4
│ ├── 38 07 （2）信息抽取-关系抽取_05 casrel_paper_4（新版.mp4
│ ├── 39 07 （2）信息抽取-关系抽取_05 casrel_code_5（新版.mp4
│ ├── 40 07 （2）信息抽取-关系抽取_05 casrel_code_6（新版.mp4
│ ├── 41 07 （2）信息抽取-关系抽取_05 casrel_code_7（新版.mp4
│ └── 42 07 （2）信息抽取-关系抽取_05 casrel_code_8（新版.mp4
├── 12 08 NLP-预训练模型
│ ├── 01 08 NLP-预训练模型_01transformer-01-论文背景&研究成果.mp4
│ ├── 02 08 NLP-预训练模型_01transformer-02-attention回顾.mp4
│ ├── 03 08 NLP-预训练模型_01transformer-03-模型框架和self_attention.mp4
│ ├── 04 08 NLP-预训练模型_01transformer-04-模型小trick.mp4
│ ├── 05 08 NLP-预训练模型_01transformer-05-代码框架部分和encoder.mp4
│ ├── 06 08 NLP-预训练模型_01transformer-06-代码decoder和self_attention.mp4
│ ├── 07 08 NLP-预训练模型_01transformer-07-代码训练部分和预测部分.mp4
│ ├── 08 08 NLP-预训练模型_02transformer_xl-01-论文背景.mp4
│ ├── 09 08 NLP-预训练模型_02transformer_xl-02-vallini model回顾.mp4
│ ├── 10 08 NLP-预训练模型_02transformer_xl-03-片段级递归机制.mp4
│ ├── 11 08 NLP-预训练模型_02transformer_xl-04-相对位置编码和小trick.mp4
│ ├── 12 08 NLP-预训练模型_02transformer_xl-05-论文总结.mp4
│ ├── 13 08 NLP-预训练模型_02transformer_xl-06-代码数据准备.mp4
│ ├── 14 08 NLP-预训练模型_02transformer_xl-07-代码self attention.mp4
│ ├── 15 08 NLP-预训练模型_02transformer_xl-08-代码update memory和adaptive.mp4
│ ├── 16 08 NLP-预训练模型_02transformer_xl-09-代码adaptive softmax2.mp4
│ ├── 17 08 NLP-预训练模型_03elmo-01-elmo的下游任务介绍.mp4
│ ├── 18 08 NLP-预训练模型_03elmo-02-feature_based和fine_tuning.mp4
│ ├── 19 08 NLP-预训练模型_03elmo-03-word2vec和charcnn回顾.mp4
│ ├── 20 08 NLP-预训练模型_03elmo-04-Bidirectional_language_models.mp4
│ ├── 21 08 NLP-预训练模型_03elmo-05-how to use emol.mp4
│ ├── 22 08 NLP-预训练模型_03elmo-06-论文回顾.mp4
│ ├── 23 08 NLP-预训练模型_03elmo-07-代码预处理部分.mp4
│ ├── 24 08 NLP-预训练模型_03elmo-08-代码模型结构部分.mp4
│ ├── 25 08 NLP-预训练模型_03elmo-09-代码crf流程.mp4
│ ├── 26 08 NLP-预训练模型_03elmo-10-代码crf实现.mp4
│ ├── 27 08 NLP-预训练模型_04gpt-01-nlp下游任务介绍.mp4
│ ├── 28 08 NLP-预训练模型_04gpt-02-transformer回顾.mp4
│ ├── 29 08 NLP-预训练模型_04gpt-03-预训练和fine-tuning.mp4
│ ├── 30 08 NLP-预训练模型_04gpt-04-输入转换.mp4
│ ├── 31 08 NLP-预训练模型_04gpt-05-论文回顾.mp4
│ ├── 32 08 NLP-预训练模型_04gpt-06-代码流程和建立vocab.mp4
│ ├── 33 08 NLP-预训练模型_04gpt-07-代码与处理部分.mp4
│ ├── 34 08 NLP-预训练模型_04gpt-08-代码trasform_roc部分.mp4
│ ├── 35 08 NLP-预训练模型_04gpt-09-代码transformer_model部分.mp4
│ ├── 36 08 NLP-预训练模型_04gpt-10-代码两种loss的计算.mp4
│ ├── 37 08 NLP-预训练模型_04gpt-11-代码训练部分.mp4
│ ├── 38 08 NLP-预训练模型_05bert-01-bert的背景和glue benchmark.mp4
│ ├── 39 08 NLP-预训练模型_05bert-02-论文导读和bert 衍生模型.mp4
│ ├── 40 08 NLP-预训练模型_05bert-03-bert、gtp、elmo的比较.mp4
│ ├── 41 08 NLP-预训练模型_05bert-04-bert model和pre-training部分.mp4
│ ├── 42 08 NLP-预训练模型_05bert-05-bert的fine-tuning部分.mp4
│ ├── 43 08 NLP-预训练模型_05bert-06-代码fine-tuning数据预处理和model 加载.mp4
│ ├── 44 08 NLP-预训练模型_05bert-07-代码fine-tuning训练部分.mp4
│ ├── 45 08 NLP-预训练模型_05bert-08-代码bert pretrain的NSP.mp4
│ ├── 46 08 NLP-预训练模型_05bert-09-代码pertrain预处理.mp4
│ ├── 47 08 NLP-预训练模型_05bert-10-代码bert-pretrain的transformer部分.mp4
│ ├── 48 08 NLP-预训练模型_05bert-11-代码bert pretrain的loss计算.mp4
│ ├── 49 08 NLP-预训练模型_06ulmfit-01-uimfit背景介绍.mp4
│ ├── 50 08 NLP-预训练模型_06ulmfit-02-awdLstm回顾.mp4
│ ├── 51 08 NLP-预训练模型_06ulmfit-03-下三角学习率.mp4
│ ├── 52 08 NLP-预训练模型_06ulmfit-04-classifier fine tuning.mp4
│ ├── 53 08 NLP-预训练模型_06ulmfit-05-论文回顾.mp4
│ ├── 54 08 NLP-预训练模型_06ulmfit-06-代码fine tuning部分.mp4
│ ├── 55 08 NLP-预训练模型_06ulmfit-07-代码逐层解冻和预测.mp4
│ ├── 56 08 NLP-预训练模型_06ulmfit-08-代码pycharm lm部分.mp4
│ ├── 57 08 NLP-预训练模型_07albert-01-albert背景介绍.mp4
│ ├── 58 08 NLP-预训练模型_07albert-02-轻量级bert回顾.mp4
│ ├── 59 08 NLP-预训练模型_07albert-03-embedding layer的因式分解.mp4
│ ├── 60 08 NLP-预训练模型_07albert-04-albert跨层参数共享.mp4
│ ├── 61 08 NLP-预训练模型_07albert-05-NSP任务和论文回顾.mp4
│ ├── 62 08 NLP-预训练模型_07albert-06-代码tokenizer部分.mp4
│ ├── 63 08 NLP-预训练模型_07albert-07-代码samplemask.mp4
│ ├── 64 08 NLP-预训练模型_07albert-08-代码transformer结构.mp4
│ ├── 65 08 NLP-预训练模型_07albert-09-代码pretrain 训练部分.mp4
│ ├── 66 08 NLP-预训练模型_07albert-10-代码albert fine-tuning.mp4
│ ├── 67 08 NLP-预训练模型_08mass-01-mass背景介绍.mp4
│ ├── 68 08 NLP-预训练模型_08mass-02-bert和gpt回顾.mp4
│ ├── 69 08 NLP-预训练模型_08mass-03-mass 的seq2seq pretraining.mp4
│ ├── 70 08 NLP-预训练模型_08mass-04-mass的discussions.mp4
│ ├── 71 08 NLP-预训练模型_08mass-05-代码fairseq的训练流程.mp4
│ ├── 72 08 NLP-预训练模型_08mass-06-代码mass的xseq2seq部分.mp4
│ ├── 73 08 NLP-预训练模型_08mass-07-代码mass的xtransformer部分.mp4
│ ├── 74 08 NLP-预训练模型_08mass-08-代码mass的dataset准备.mp4
│ ├── 75 08 NLP-预训练模型_09xlnet-01-xlnet背景介绍.mp4
│ ├── 76 08 NLP-预训练模型_09xlnet-02-AR和AE的比较.mp4
│ ├── 77 08 NLP-预训练模型_09xlnet-03-排列lm部分.mp4
│ ├── 78 08 NLP-预训练模型_09xlnet-04-排列lm的mask实.mp4
│ ├── 79 08 NLP-预训练模型_09xlnet-05-传统lm存在的问题.mp4
│ ├── 80 08 NLP-预训练模型_09xlnet-06-Two Stream Self-attention.mp4
│ ├── 81 08 NLP-预训练模型_09xlnet-07-xlnet论文回顾.mp4
│ ├── 82 08 NLP-预训练模型_09xlnet-08-代码xlnet的fine-tuning.mp4
│ ├── 83 08 NLP-预训练模型_09xlnet-09-代码xlnet的mask.mp4
│ ├── 84 08 NLP-预训练模型_09xlnet-10-代码xlnet的self attention.mp4
│ ├── 85 08 NLP-预训练模型_10electra-01-electra背景介绍.mp4
│ ├── 86 08 NLP-预训练模型_10electra-02-gan的回顾.mp4
│ ├── 87 08 NLP-预训练模型_10electra-03-electra的生成器和判别器详解.mp4
│ ├── 88 08 NLP-预训练模型_10electra-04-论文回顾.mp4
│ ├── 89 08 NLP-预训练模型_10electra-05-代码electra训练流程.mp4
│ ├── 90 08 NLP-预训练模型_10electra-06-代码预处理部分.mp4
│ ├── 91 08 NLP-预训练模型_10electra-07-代码生成器和判别器.mp4
│ └── 92 08 NLP-预训练模型_10electra-08-代码start training部分.mp4
├── 13 09 NLP-图神经网络
│ ├── 001 09 NLP-图神经网络_00图神经网络专题-01-开班课.mp4
│ ├── 002 09 NLP-图神经网络_00图神经网络专题-02-开班课.mp4
│ ├── 003 09 NLP-图神经网络_02第二次直播答疑.mp4
│ ├── 004 09 NLP-图神经网络_03第三次直播答疑.mp4
│ ├── 005 09 NLP-图神经网络_05第五次直播答疑.mp4
│ ├── 006 09 NLP-图神经网络_01nodevec-01-研究背景.mp4
│ ├── 007 09 NLP-图神经网络_01nodevec-02-研究成果.mp4
│ ├── 008 09 NLP-图神经网络_01nodevec-03-图的应用.mp4
│ ├── 009 09 NLP-图神经网络_01nodevec-04-模型结构&BFS&DFS.mp4
│ ├── 010 09 NLP-图神经网络_01nodevec-05-模型算法&alias算法.mp4
│ ├── 011 09 NLP-图神经网络_01nodevec-06-实验分析.mp4
│ ├── 012 09 NLP-图神经网络_01nodevec-07-论文总结.mp4
│ ├── 013 09 NLP-图神经网络_01nodevec-08-代码整体介绍.mp4
│ ├── 014 09 NLP-图神经网络_01nodevec-09-代码节点和边的alias实现.mp4
│ ├── 015 09 NLP-图神经网络_01nodevec-10-代码有偏随机游走和模型训练.mp4
│ ├── 016 09 NLP-图神经网络_01nodevec-11-代码结果展示和总结.mp4
│ ├── 017 09 NLP-图神经网络_02-line-01-论文背景.mp4
│ ├── 018 09 NLP-图神经网络_02-line-02-研究成果研究意义.mp4
│ ├── 019 09 NLP-图神经网络_02-line-03-前期知识.mp4
│ ├── 020 09 NLP-图神经网络_02-line-04-一二阶相似度.mp4
│ ├── 021 09 NLP-图神经网络_02-line-05-模型优化时间复杂度.mp4
│ ├── 022 09 NLP-图神经网络_02-line-06-实验分析一.mp4
│ ├── 023 09 NLP-图神经网络_02-line-07-实验分析二.mp4
│ ├── 024 09 NLP-图神经网络_02-line-08-论文总结.mp4
│ ├── 025 09 NLP-图神经网络_02-line-09-代码读图.mp4
│ ├── 026 09 NLP-图神经网络_02-line-10-代码aliasSampling.mp4
│ ├── 027 09 NLP-图神经网络_02-line-11-代码line模型实现.mp4
│ ├── 028 09 NLP-图神经网络_03-sdne-01-论文背景.mp4
│ ├── 029 09 NLP-图神经网络_03-sdne-02-前期知识.mp4
│ ├── 030 09 NLP-图神经网络_03-sdne-03-研究成果.mp4
│ ├── 031 09 NLP-图神经网络_03sdne-04-模型结构.mp4
│ ├── 032 09 NLP-图神经网络_03sdne-05-一二阶相似度.mp4
│ ├── 033 09 NLP-图神经网络_03sdne-06-自编码器&稀疏性问题.mp4
│ ├── 034 09 NLP-图神经网络_03sdne-07-优化方法&时间复杂度.mp4
│ ├── 035 09 NLP-图神经网络_03sdne-08-实验设置介绍.mp4
│ ├── 036 09 NLP-图神经网络_03sdne-09-实验分析.mp4
│ ├── 037 09 NLP-图神经网络_03sdne-10-代码模型训练.mp4
│ ├── 038 09 NLP-图神经网络_03sdne-11-代码sdne模型实现.mp4
│ ├── 039 09 NLP-图神经网络_03sdne-12-代码模型训练.mp4
│ ├── 040 09 NLP-图神经网络_04metapath2vec-01-研究背景.mp4
│ ├── 041 09 NLP-图神经网络_04metapath2vec-02-研究成果.mp4
│ ├── 042 09 NLP-图神经网络_04metapath2vec-03-异质网络skip2gram.mp4
│ ├── 043 09 NLP-图神经网络_04metapath2vec-04-算法细节.mp4
│ ├── 044 09 NLP-图神经网络_04metapath2vec-05-实验分析.mp4
│ ├── 045 09 NLP-图神经网络_04metapath2vec-06-论文总结.mp4
│ ├── 046 09 NLP-图神经网络_04metapath2vec-07-代码dgl平台介绍.mp4
│ ├── 047 09 NLP-图神经网络_04metapath2vec-08-代码生成meta-path训练集.mp4
│ ├── 048 09 NLP-图神经网络_04metapath2vec-09-代码模型实现.mp4
│ ├── 049 09 NLP-图神经网络_04metapath2vec-10-代码模型训练.mp4
│ ├── 050 09 NLP-图神经网络_05transe-01-研究背景.mp4
│ ├── 051 09 NLP-图神经网络_05transe-02-研究成果研究意义.mp4
│ ├── 052 09 NLP-图神经网络_05transe-03-transE算法.mp4
│ ├── 053 09 NLP-图神经网络_05transe-04-transH算法.mp4
│ ├── 054 09 NLP-图神经网络_05transe-05-transR算法.mp4
│ ├── 055 09 NLP-图神经网络_05transe-06-transH算法.mp4
│ ├── 056 09 NLP-图神经网络_05transe-07-模型对比和总结.mp4
│ ├── 057 09 NLP-图神经网络_05transe-08-实验设置和分析.mp4
│ ├── 058 09 NLP-图神经网络_05transe-09-实验分析.mp4
│ ├── 059 09 NLP-图神经网络_05transe-10-论文总结.mp4
│ ├── 060 09 NLP-图神经网络_05transe-11-代码介绍.mp4
│ ├── 061 09 NLP-图神经网络_05transe-12-代码详解一.mp4
│ ├── 062 09 NLP-图神经网络_05transe-13-代码详解二.mp4
│ ├── 063 09 NLP-图神经网络_05transe-14-TransR等实现及代码总结.mp4
│ ├── 064 09 NLP-图神经网络_06gat-01-研究背景.mp4
│ ├── 065 09 NLP-图神经网络_06gat-02-图卷积消息传递.mp4
│ ├── 066 09 NLP-图神经网络_06gat-03-研究成果研究意义.mp4
│ ├── 067 09 NLP-图神经网络_06gat-04-gnn核心框架.mp4
│ ├── 068 09 NLP-图神经网络_06gat-05-gat算法讲解.mp4
│ ├── 069 09 NLP-图神经网络_06gat-06-各种attention总结.mp4
│ ├── 070 09 NLP-图神经网络_06gat-07-multi-head起源简介.mp4
│ ├── 071 09 NLP-图神经网络_06gat-08-GAT算法总结和实验设置.mp4
│ ├── 072 09 NLP-图神经网络_06gat-09-论文总结.mp4
│ ├── 073 09 NLP-图神经网络_06gat-10-代码介绍.mp4
│ ├── 074 09 NLP-图神经网络_06gat-11-代码设置参数&读图.mp4
│ ├── 075 09 NLP-图神经网络_06gat-12-邻接矩阵归一化.mp4
│ ├── 076 09 NLP-图神经网络_06gat-13-gat模型实现.mp4
│ ├── 077 09 NLP-图神经网络_06gat-14-gat模型训练及代码总结.mp4
│ ├── 078 09 NLP-图神经网络_07graphsage-01-研究背景.mp4
│ ├── 079 09 NLP-图神经网络_07graphsage-02-graphSAGE模型简介.mp4
│ ├── 080 09 NLP-图神经网络_07graphsage-03-研究成果研究意义.mp4
│ ├── 081 09 NLP-图神经网络_07graphsage-04-模型总览.mp4
│ ├── 082 09 NLP-图神经网络_07graphsage-05-算法详解.mp4
│ ├── 083 09 NLP-图神经网络_07graphsage-06-监督训练及aggregators.mp4
│ ├── 084 09 NLP-图神经网络_07graphsage-07-batch训练及WLtest.mp4
│ ├── 085 09 NLP-图神经网络_07graphsage-08-实验分析.mp4
│ ├── 086 09 NLP-图神经网络_07graphsage-09-代码介绍.mp4
│ ├── 087 09 NLP-图神经网络_07graphsage-10-读图读特征.mp4
│ ├── 088 09 NLP-图神经网络_07graphsage-11-mean-aggregator讲解.mp4
│ ├── 089 09 NLP-图神经网络_07graphsage-12-encoder讲解.mp4
│ ├── 090 09 NLP-图神经网络_07graphsage-13-模型训练及代码总结.mp4
│ ├── 091 09 NLP-图神经网络_08gcn-01-研究背景.cmproj.mp4
│ ├── 092 09 NLP-图神经网络_08gcn-02-gcn模型简介.mp4
│ ├── 093 09 NLP-图神经网络_08gcn-03-研究成果研究意义.mp4
│ ├── 094 09 NLP-图神经网络_08gcn-04-模型总览.mp4
│ ├── 095 09 NLP-图神经网络_08gcn-05-RGCN模型简介.mp4
│ ├── 096 09 NLP-图神经网络_08gcn-06-拉普拉斯矩阵.mp4
│ ├── 097 09 NLP-图神经网络_08gcn-07-图的频域变换.mp4
│ ├── 098 09 NLP-图神经网络_08gcn-08-Chebyshev卷积核.mp.mp4
│ ├── 099 09 NLP-图神经网络_08gcn-09-gcn频域公式推导.mp4
│ ├── 100 09 NLP-图神经网络_08gcn-10-实验分析.mp4
│ ├── 101 09 NLP-图神经网络_08gcn-11-论文总结.mp4
│ ├── 102 09 NLP-图神经网络_08gcn-12-代码介绍.mp4
│ ├── 103 09 NLP-图神经网络_08gcn-13-读图预处理.mp4
│ ├── 104 09 NLP-图神经网络_08gcn-14-gcn模型实现及代码总结.mp.mp4
│ ├── 105 09 NLP-图神经网络_09ggnn-01-研究背景.mp4
│ ├── 106 09 NLP-图神经网络_09ggnn-02-ggnn模型简介.mp4
│ ├── 107 09 NLP-图神经网络_09ggnn-03-研究成果研究意义.mp4
│ ├── 108 09 NLP-图神经网络_09ggnn-04-模型总览.mp4
│ ├── 109 09 NLP-图神经网络_09ggnn-05-GRU模型简单回顾.mp4
│ ├── 110 09 NLP-图神经网络_09ggnn-06-GGNN模型细节.mp4
│ ├── 112 09 NLP-图神经网络_09ggnn-08-bAbI任务.mp4
│ ├── 113 09 NLP-图神经网络_09ggnn-09-RNN图数据分析.mp4
│ ├── 114 09 NLP-图神经网络_09ggnn-10-实验分析&论文总结.mp4
│ ├── 115 09 NLP-图神经网络_09ggnn-11-代码介绍.mp4
│ ├── 116 09 NLP-图神经网络_09ggnn-12-读图.mp4
│ ├── 117 09 NLP-图神经网络_09ggnn-13-ggnn模型代码.mp4
│ ├── 118 09 NLP-图神经网络_09ggnn-14-模型训练和测试.mp4
│ ├── 119 09 NLP-图神经网络_10mpnn-01-研究背景.mp4
│ ├── 120 09 NLP-图神经网络_10mpnn-02-mpnn框架简介.mp4
│ ├── 121 09 NLP-图神经网络_10mpnn-03-研究成果研究意义.mp4
│ ├── 122 09 NLP-图神经网络_10mpnn-04-模型总览.mp4
│ ├── 123 09 NLP-图神经网络_10mpnn-05-mpnn框架.mp4
│ ├── 124 09 NLP-图神经网络_10mpnn-06-mpnn代表模型.mp4
│ ├── 125 09 NLP-图神经网络_10mpnn-07-化学分子预测模型.mp4
│ ├── 126 09 NLP-图神经网络_10mpnn-08-set2set模型.mp4
│ ├── 127 09 NLP-图神经网络_10mpnn-09-专题总结.mp4
│ ├── 128 09 NLP-图神经网络_10mpnn-10-实验分析.mp4
│ ├── 129 09 NLP-图神经网络_10mpnn-11-论文总结.mp4
│ ├── 130 09 NLP-图神经网络_10mpnn-12-代码介绍.mp4
│ ├── 131 09 NLP-图神经网络_10mpnn-13-构造图.mp4
│ ├── 132 09 NLP-图神经网络_10mpnn-14-DataLoader封装.mp4
│ ├── 133 09 NLP-图神经网络_10mpnn-15-mpnn框架代码.mp4
│ └── 134 09 NLP-图神经网络_10mpnn-16-模型训练和测试.mp4
├── 14 10 NLP-文本匹配
│ ├── 01 10 NLP-文本匹配_01DSSM-00专题引言.mp4
│ ├── 02 10 NLP-文本匹配_01DSSM-01-学习目标.mp4
│ ├── 03 10 NLP-文本匹配_01DSSM-02-论文背景、贡献及意义.mp4
│ ├── 04 10 NLP-文本匹配_01DSSM-03摘要精读、总结.mp4
│ ├── 05 10 NLP-文本匹配_01DSSM-04-上节回顾.mp4
│ ├── 06 10 NLP-文本匹配_01DSSM-05-词哈希.mp4
│ ├── 07 10 NLP-文本匹配_01DSSM-06-DSSM整体结构.mp4
│ ├── 08 10 NLP-文本匹配_01DSSM-07-优化函数、实验与总结.mp4
│ ├── 09 10 NLP-文本匹配_01DSSM-08-代码总览.mp4
│ ├── 10 10 NLP-文本匹配_01DSSM-09-词哈希表的建立与数据载入.mp4
│ ├── 11 10 NLP-文本匹配_01DSSM-10-模型的搭建与训练、测试.mp4
│ ├── 12 10 NLP-文本匹配_02SiameseNet-01-孪生网络定义.mp4
│ ├── 13 10 NLP-文本匹配_02SiameseNet-02-论文背景、成果、意义.mp4
│ ├── 14 10 NLP-文本匹配_02SiameseNet-03-摘要带读、课程小节.mp4
│ ├── 15 10 NLP-文本匹配_02SiameseNet-04-SiameseNet整体结构.mp4
│ ├── 16 10 NLP-文本匹配_02SiameseNet-05-对比损失函数.mp4
│ ├── 17 10 NLP-文本匹配_02SiameseNet-06-实验设置与分析.mp4
│ ├── 18 10 NLP-文本匹配_02SiameseNet-07-复习、代码总览.mp4
│ ├── 19 10 NLP-文本匹配_02SiameseNet-08-data_load.mp4
│ ├── 20 10 NLP-文本匹配_02SiameseNet-09-模型搭建与训练.mp4
│ ├── 21 10 NLP-文本匹配_03比较-聚合模型-01序列到序列模型.mp4
│ ├── 22 10 NLP-文本匹配_03比较-聚合模型-02注意力改进的编码器解码器结构.mp4
│ ├── 23 10 NLP-文本匹配_03比较-聚合模型-03文本间的注意力机制.mp4
│ ├── 24 10 NLP-文本匹配_03比较-聚合模型-04论文背景及相关工作.mp4
│ ├── 25 10 NLP-文本匹配_03比较-聚合模型-05论文泛读.mp4
│ ├── 26 10 NLP-文本匹配_03比较-聚合模型-06整体结构.mp4
│ ├── 27 10 NLP-文本匹配_03比较-聚合模型-07与处理与注意力层.mp4
│ ├── 28 10 NLP-文本匹配_03比较-聚合模型-08比较聚合层.mp4
│ ├── 29 10 NLP-文本匹配_03比较-聚合模型-09实验分析与总结.mp4
│ ├── 30 10 NLP-文本匹配_03比较-聚合模型-10SNLI数据集处理.mp4
│ ├── 31 10 NLP-文本匹配_03比较-聚合模型-11SNLI数据集处理.mp4
│ ├── 32 10 NLP-文本匹配_03比较-聚合模型-12数据载入模块.mp4
│ ├── 33 10 NLP-文本匹配_03比较-聚合模型-13比较-聚合模型搭建与训练.mp4
│ ├── 34 10 NLP-文本匹配_03比较-聚合模型-14复习、代码总览.mp4
│ ├── 35 10 NLP-文本匹配_04ESIM-01学习目标与论文背景.mp4
│ ├── 36 10 NLP-文本匹配_04ESIM-02论文总览与摘要带读.mp4
│ ├── 37 10 NLP-文本匹配_04ESIM-03ESIM整体结构.mp4
│ ├── 38 10 NLP-文本匹配_04ESIM-04输入编码层.mp4
│ ├── 39 10 NLP-文本匹配_04ESIM-05局部推理建模层、推理组合层和输出预测层.mp4
│ ├── 40 10 NLP-文本匹配_04ESIM-06实验设置与结果分析.mp4
│ ├── 41 10 NLP-文本匹配_04ESIM-07论文总结与课程回顾.mp4
│ ├── 42 10 NLP-文本匹配_04ESIM-08复习、代码总览.mp4
│ ├── 43 10 NLP-文本匹配_04ESIM-09torchtext构建数据集.mp4
│ ├── 44 10 NLP-文本匹配_04ESIM-10ESIM搭建与训练.mp4
│ ├── 45 10 NLP-文本匹配_05BiMPM-01学习目标与研究背景.mp4
│ ├── 46 10 NLP-文本匹配_05BiMPM-02相关工作.mp4
│ ├── 47 10 NLP-文本匹配_05BiMPM-03研究成果、意义与论文结构.mp4
│ ├── 48 10 NLP-文本匹配_05BiMPM-04摘要导读.mp4
│ ├── 49 10 NLP-文本匹配_05BiMPM-05上节回顾与模型结构揣测.mp4
│ ├── 50 10 NLP-文本匹配_05BiMPM-06模型整体结构.mp4
│ ├── 51 10 NLP-文本匹配_05BiMPM-07多视角匹配.mp4
│ ├── 52 10 NLP-文本匹配_05BiMPM-08实验分析与总结.mp4
│ ├── 53 10 NLP-文本匹配_06RE2-01-论文研究背景.mp4.mp4
│ ├── 54 10 NLP-文本匹配_06RE2-02-研究意义、摘要重点讲解.mp4.mp4
│ ├── 55 10 NLP-文本匹配_06RE2-03-RE2结构讲解.mp4.mp4
│ ├── 56 10 NLP-文本匹配_06RE2-04-RE2结构细节、训练技巧.mp4.mp4
│ ├── 57 10 NLP-文本匹配_06RE2-05-实验设置、结果分析.mp4.mp4
│ ├── 58 10 NLP-文本匹配_06RE2-06-code1.mp4.mp4
│ ├── 59 10 NLP-文本匹配_06RE2-07-code2.mp4.mp4
│ ├── 60 10 NLP-文本匹配_06RE2-08-code3.mp4.mp4
│ ├── 61 10 NLP-文本匹配_07MGCN-01-泛读_研究背景、意义讲解.mp4.mp4
│ ├── 62 10 NLP-文本匹配_07MGCN-02-泛读_成果、大纲介绍.mp4.mp4
│ ├── 63 10 NLP-文本匹配_07MGCN-03-精读_BERT出现.mp4.mp4
│ ├── 64 10 NLP-文本匹配_07MGCN-04-精读_poly-encoder.mp4.mp4
│ ├── 65 10 NLP-文本匹配_07MGCN-05-精读_Bert细节.mp4.mp4
│ ├── 66 10 NLP-文本匹配_07MGCN-06-code1.mp4.mp4
│ ├── 67 10 NLP-文本匹配_07MGCN-07-code2.mp4.mp4
│ ├── 68 10 NLP-文本匹配_07MGCN-08-code3.mp4.mp4
│ ├── 69 10 NLP-文本匹配_08MatchPyramid-01-研究背景.mp4.mp4
│ ├── 70 10 NLP-文本匹配_08MatchPyramid-02-论文泛读.mp4.mp4
│ ├── 71 10 NLP-文本匹配_08MatchPyramid-03-算法模型总览、结构、matching matrix.m.mp4
│ ├── 72 10 NLP-文本匹配_08MatchPyramid-04-卷积层讲解.mp4.mp4
│ ├── 73 10 NLP-文本匹配_08MatchPyramid-05-matching score.mp4.mp4
│ ├── 74 10 NLP-文本匹配_08MatchPyramid-06-训练技巧、实验及总结.mp4.mp4
│ ├── 75 10 NLP-文本匹配_08MatchPyramid-07-code 1.mp4.mp4
│ ├── 76 10 NLP-文本匹配_08MatchPyramid-08-code 2.mp4.mp4
│ ├── 77 10 NLP-文本匹配_08MatchPyramid-09-code 3.mp4.mp4
│ ├── 78 10 NLP-文本匹配_09-MGCN论文泛读-01.mp4.mp4
│ ├── 79 10 NLP-文本匹配_09-MGCN论文泛读-02.mp4.mp4
│ ├── 80 10 NLP-文本匹配_09-MGCN论文精读-03.mp4.mp4
│ ├── 81 10 NLP-文本匹配_09-MGCN论文精读-04.mp4.mp4
│ ├── 82 10 NLP-文本匹配_09-MGCN论文精读-05.mp4.mp4
│ ├── 83 10 NLP-文本匹配_09-MGCN论文精读-06.mp4.mp4
│ ├── 84 10 NLP-文本匹配_09-MGCN论文精读-07.mp4.mp4
│ ├── 85 10 NLP-文本匹配_09-MGCN代码讲解-08.mp4.mp4
│ ├── 86 10 NLP-文本匹配_09-MGCN代码讲解-09.mp4.mp4
│ ├── 87 10 NLP-文本匹配_09-MGCN代码讲解-10.mp4.mp4
│ ├── 88 10 NLP-文本匹配_09-MGCN代码讲解-11.mp4.mp4
│ ├── 89 10 NLP-文本匹配_10-论文泛读-01.mp4
│ ├── 90 10 NLP-文本匹配_10-论文泛读-02.mp4
│ ├── 91 10 NLP-文本匹配_10-论文精读-03.mp4
│ ├── 92 10 NLP-文本匹配_10-论文精读-04.mp4
│ ├── 93 10 NLP-文本匹配_10-论文精读-05.mp4
│ ├── 94 10 NLP-文本匹配_10-论文精读-06.mp4
│ ├── 95 10 NLP-文本匹配_10-代码讲解-07.mp4
│ ├── 96 10 NLP-文本匹配_10-代码讲解-08.mp4
│ ├── 97 10 NLP-文本匹配_10-代码讲解-09.mp4
│ ├── 98 10 NLP-文本匹配_10-代码讲解-10.mp4
│ └── 99 10 NLP-文本匹配_10-代码讲解-11.mp4
├── 15 11 NLP-机器翻译
│ ├── 01 11 NLP-机器翻译_1.1-loung_nmt-储备知识.mp4
│ ├── 02 11 NLP-机器翻译_1.2-loung_nmt-研究背景.mp4
│ ├── 03 11 NLP-机器翻译_1.3-loung_nmt-研究成果及意义.mp4
│ ├── 04 11 NLP-机器翻译_1.4-luong_nmt-论文简介.mp4
│ ├── 05 11 NLP-机器翻译_1.5-luong_nmt-global_attention.mp4
│ ├── 06 11 NLP-机器翻译_1.6-luong_nmt-local_attention.mp4
│ ├── 07 11 NLP-机器翻译_1.7-luong_nmt_2_4_实验.mp4
│ ├── 08 11 NLP-机器翻译_1.8-loung_nmt_数据读取.mp4
│ ├── 09 11 NLP-机器翻译_1.9-loung_nmt_模型实现.mp4
│ ├── 10 11 NLP-机器翻译_1.10-loung_nmt_训练和测试.mp4
│ ├── 11 11 NLP-机器翻译_2.1-coverage_储备知识.mp4
│ ├── 12 11 NLP-机器翻译_2.2-coverage_研究背景及意义.mp4
│ ├── 13 11 NLP-机器翻译_2.3-coverage_相关知识.mp4
│ ├── 14 11 NLP-机器翻译_2.4-coverage_基于语言学的覆盖模型.mp4
│ ├── 15 11 NLP-机器翻译_2.5-coverage_基于神经网络的覆盖模型.mp4
│ ├── 16 11 NLP-机器翻译_2.6-coverage 代码实践.mp4
│ ├── 17 11 NLP-机器翻译_3.1-subword_nmt.mp4
│ ├── 18 11 NLP-机器翻译_3.2-subword_nmt.mp4
│ ├── 19 11 NLP-机器翻译_3.3-subword_nmt.mp4
│ ├── 20 11 NLP-机器翻译_3.4-subword_nmt.mp4
│ ├── 21 11 NLP-机器翻译_3.5-subword_nmt.mp4
│ ├── 22 11 NLP-机器翻译_3.6-subword_nmt.mp4
│ ├── 23 11 NLP-机器翻译_4.1-Google-nmt.mp4
│ ├── 24 11 NLP-机器翻译_【4月9日】Mass-论文泛读.mp4
│ └── 25 11 NLP-机器翻译_【4月16日】Mass-论文精读.mp4
├── 16 12 NLP-情感分析
│ ├── 01 12 NLP-情感分析_01 TextRNN & FastText & TextCNN-01-研究背景&摘要、框架.mp4
│ ├── 02 12 NLP-情感分析_01 TextRNN & FastText & TextCNN-02-模型总览&细节1.mp4
│ ├── 03 12 NLP-情感分析_01 TextRNN & FastText & TextCNN-03-训练、损失函数、实验.mp4
│ ├── 04 12 NLP-情感分析_01 TextRNN & FastText & TextCNN-04-实验结果及分析讲解.mp4
│ ├── 05 12 NLP-情感分析_01 TextRNN & FastText & TextCNN-05-代码讲解.mp4
│ ├── 06 12 NLP-情感分析_02 TreeLSTM-01-论文导读.mp4
│ ├── 07 12 NLP-情感分析_02 TreeLSTM-02-研究背景解读.mp4
│ ├── 08 12 NLP-情感分析_02 TreeLSTM-03-论文摘要、框架讲解.mp4
│ ├── 09 12 NLP-情感分析_02 TreeLSTM-04-上节课回顾.mp4
│ ├── 10 12 NLP-情感分析_02 TreeLSTM-05-精读_模型结构总览.mp4
│ ├── 11 12 NLP-情感分析_02 TreeLSTM-06-Tree-LSTM模型讲解.mp4
│ ├── 12 12 NLP-情感分析_02 TreeLSTM-07-模型结构细节.mp4
│ ├── 13 12 NLP-情感分析_02 TreeLSTM-08-实验设置与分析.mp4
│ ├── 14 12 NLP-情感分析_02 TreeLSTM-09-论文总结.mp4
│ ├── 15 12 NLP-情感分析_02 TreeLSTM-10-本课回顾及下节预告.mp4
│ ├── 16 12 NLP-情感分析_02 TreeLSTM-11-代码介绍.mp4
│ ├── 17 12 NLP-情感分析_02 TreeLSTM-12-代码讲解一.mp4
│ ├── 18 12 NLP-情感分析_02 TreeLSTM-13-代码讲解二.mp4
│ ├── 19 12 NLP-情感分析_02 TreeLSTM-14-代码讲解三.mp4
│ ├── 20 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -01-论文导读.mp4
│ ├── 21 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -02-所需知识储备.mp4
│ ├── 22 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -03-学习目标.mp4
│ ├── 23 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -04-课程安排.mp4
│ ├── 24 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -05-研究背景.mp4
│ ├── 25 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -06-论文泛读.mp4
│ ├── 26 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -07-下节预告.mp4
│ ├── 27 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -08-上节回顾.mp4
│ ├── 28 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -09-论文综述.mp4
│ ├── 29 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -10- TD-LSTM精读.mp4
│ ├── 30 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -11- ATAE-LSTM精读.mp4
│ ├── 31 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -12-实验结果及分析part1.mp4
│ ├── 32 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -13-实验结果及分析part2.mp4
│ ├── 33 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -14-论文总结及下节回顾.mp4
│ ├── 34 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -15-代码介绍.mp4
│ ├── 35 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -16-代码讲解二.mp4
│ ├── 36 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -17-代码讲解三.mp4
│ ├── 37 12 NLP-情感分析_03 TD-LSTM & AT-LSTM -18-代码讲解回顾.mp4
│ ├── 38 12 NLP-情感分析_04 MemNet&IAN-01-论文介绍.mp4
│ ├── 39 12 NLP-情感分析_04 MemNet&IAN-02-研究背景.mp4
│ ├── 40 12 NLP-情感分析_04 MemNet&IAN-03-论文泛读.mp4
│ ├── 41 12 NLP-情感分析_04 MemNet&IAN-04-本课回顾与下节预告.mp4
│ ├── 42 12 NLP-情感分析_04 MemNet&IAN-05-上节回顾.mp4
│ ├── 43 12 NLP-情感分析_04 MemNet&IAN-06-向量转换、注意力讲解.mp4
│ ├── 44 12 NLP-情感分析_04 MemNet&IAN-07-实验设置及分析.mp4
│ ├── 45 12 NLP-情感分析_04 MemNet&IAN-08-论文总结及回顾.mp4
│ ├── 46 12 NLP-情感分析_04 MemNet&IAN-09-代码环境讲解.mp4
│ ├── 47 12 NLP-情感分析_04 MemNet&IAN-10-代码结构讲解.mp4
│ ├── 48 12 NLP-情感分析_04 MemNet&IAN-11-论文代码细节讲解.mp4
│ ├── 49 12 NLP-情感分析_04 MemNet&IAN-12-代码实践课回顾.mp4
│ ├── 50 12 NLP-情感分析_05 BERT&ERNIE 2.0-01-论文介绍.mp4
│ ├── 51 12 NLP-情感分析_05 BERT&ERNIE 2.0-02-背景介绍1.mp4
│ ├── 52 12 NLP-情感分析_05 BERT&ERNIE 2.0-03-背景介绍2.mp4
│ ├── 53 12 NLP-情感分析_05 BERT&ERNIE 2.0-04-论文摘要、结构讲解.mp4
│ ├── 54 12 NLP-情感分析_05 BERT&ERNIE 2.0-05-上节回顾.mp4
│ ├── 55 12 NLP-情感分析_05 BERT&ERNIE 2.0-06-论文算法总览.mp4
│ ├── 56 12 NLP-情感分析_05 BERT&ERNIE 2.0-07-输入表征、task精讲.mp4
│ ├── 57 12 NLP-情感分析_05 BERT&ERNIE 2.0-08-模型Fine-tuning解读.mp4
│ ├── 58 12 NLP-情感分析_05 BERT&ERNIE 2.0-09-实验设置及分析.mp4
│ ├── 59 12 NLP-情感分析_05 BERT&ERNIE 2.0-10-论文总结.mp4
│ ├── 60 12 NLP-情感分析_05 BERT&ERNIE 2.0-11-论文回顾.mp4
│ ├── 61 12 NLP-情感分析_05 BERT&ERNIE 2.0-12-实践代码介绍.mp4
│ ├── 62 12 NLP-情感分析_05 BERT&ERNIE 2.0-13-实践代码精讲1.mp4
│ └── 63 12 NLP-情感分析_05 BERT&ERNIE 2.0-14-实践代码精讲2.mp4
├── 17 13 NLP-阅读理解
│ ├── 01 13 NLP-阅读理解_01-开山之作_1_1_背景意义. (1.mp4
│ ├── 02 13 NLP-阅读理解_01-开山之作_1_2_研究成果_论文提纲. (1.mp4
│ ├── 03 13 NLP-阅读理解_01-开山之作_2_1_模型结构. (1.mp4
│ ├── 04 13 NLP-阅读理解_01-开山之作_2_2_实验结果及分析. (1.mp4
│ ├── 05 13 NLP-阅读理解_01-开山之作_3_数据处理jupyter. (1.mp4
│ ├── 06 13 NLP-阅读理解_01-开山之作_4_1_训练代码jupyter. (1.mp4
│ ├── 07 13 NLP-阅读理解_01-开山之作_4_2训练代码pycharm. (1.mp4
│ ├── 08 13 NLP-阅读理解_01-开山之作_5_反馈问题. (1.mp4
│ ├── 09 13 NLP-阅读理解_feedback (1.mp4
│ ├── 10 13 NLP-阅读理解_02-bidaf_1_1_背景意义. (1.mp4
│ ├── 11 13 NLP-阅读理解_02-bidaf_1_2_相关工作+小结. (1.mp4
│ ├── 12 13 NLP-阅读理解_02-bidaf_2_1_模型结构. (1.mp4
│ ├── 13 13 NLP-阅读理解_02-bidaf_2_2_实验分析. (1.mp4
│ ├── 14 13 NLP-阅读理解_02-bidaf_3_1_数据读取-jupyter. (1.mp4
│ ├── 15 13 NLP-阅读理解_02-bidaf_3_2数据读取-pycharm. (1.mp4
│ ├── 16 13 NLP-阅读理解_02-bidaf_4_训练加预测. (1.mp4
│ ├── 17 13 NLP-阅读理解_02-bidaf_5_评测指标. (1.mp4
│ ├── 18 13 NLP-阅读理解_02-bidaf_6_反馈. (1.mp4
│ ├── 19 13 NLP-阅读理解_03-pgnet_1_1_研究背景. (1.mp4
│ ├── 20 13 NLP-阅读理解_03-pgnet_1_2_研究背景意义第二部分. (1.mp4
│ ├── 21 13 NLP-阅读理解_03-pgnet_2_1_模型部分. (1.mp4
│ ├── 22 13 NLP-阅读理解_03-pgnet_2_2_实验+前沿论文（上）. (1.mp4
│ ├── 23 13 NLP-阅读理解_03-pgnet_2_3_前沿论文(下). (1.mp4
│ ├── 24 13 NLP-阅读理解_03-pgnet_2_4_模型总结. (1.mp4
│ ├── 25 13 NLP-阅读理解_03-pgnet_3_code-review. (1.mp4
│ ├── 26 13 NLP-阅读理解_03-pgnet_4_1_数据处理第一部分. (1.mp4
│ ├── 27 13 NLP-阅读理解_03-pgnet_4_2_数据处理第二部分. (1.mp4
│ ├── 28 13 NLP-阅读理解_03-pgnet_5_1_train第一部分. (1.mp4
│ ├── 29 13 NLP-阅读理解_03-pgnet_5_2_train第二部分. (1.mp4
│ ├── 30 13 NLP-阅读理解_03-pgnet_6_1_预测第一部分. (1.mp4
│ ├── 31 13 NLP-阅读理解_03-pgnet_6_2_预测第二部分. (1.mp4
│ ├── 32 13 NLP-阅读理解_04-adv_1_1_研究背景. (1.mp4
│ ├── 33 13 NLP-阅读理解_04-adv_1_2_研究成果和小节. (1.mp4
│ ├── 34 13 NLP-阅读理解_04-adv_2_1_模型和实验. (1.mp4
│ ├── 35 13 NLP-阅读理解_04-adv_2_2_2020智能技术竞赛介绍. (1.mp4
│ ├── 36 13 NLP-阅读理解_04-adv_3_1_code-overview第一部分. (1.mp4
│ ├── 37 13 NLP-阅读理解_04-adv_3_2_code-overview第二部分. (1.mp4
│ ├── 38 13 NLP-阅读理解_04-adv_4_数据处理. (1.mp4
│ ├── 39 13 NLP-阅读理解_04-adv_5_1_train-第一部分. (1.mp4
│ ├── 40 13 NLP-阅读理解_04-adv_5_2_train第二部分. (1.mp4
│ ├── 41 13 NLP-阅读理解_04-adv_6_预测部分. (1.mp4
│ ├── 42 13 NLP-阅读理解_05-xlnet_1_1_研究背景第一部分. (1.mp4
│ ├── 43 13 NLP-阅读理解_05-xlnet_1_2_研究背景第二部分. (1.mp4
│ ├── 44 13 NLP-阅读理解_05-xlnet_2_1_论文模型第一部分. (1.mp4
│ ├── 45 13 NLP-阅读理解_05-xlnet_2_2_论文模型第二部分. (1.mp4
│ ├── 46 13 NLP-阅读理解_05-xlnet_3_代码overview. (1.mp4
│ ├── 47 13 NLP-阅读理解_05-xlnet_4_数据处理overview. (1.mp4
│ ├── 48 13 NLP-阅读理解_05-xlnet_5_1_数据处理第一部分. (1.mp4
│ ├── 49 13 NLP-阅读理解_05-xlnet_5_2_数据处理第二部分. (1.mp4
│ ├── 50 13 NLP-阅读理解_05-xlnet_6_1_训练代码第一部分. (1.mp4
│ ├── 51 13 NLP-阅读理解_05-xlnet_6_2_训练代码第二部分. (1.mp4
│ ├── 52 13 NLP-阅读理解_05-xlnet_7_1_预测第一部分. (1.mp4
│ ├── 53 13 NLP-阅读理解_05-xlnet_7_2_预测第二部分. (1.mp4
│ └── 54 13 NLP-阅读理解_专题总结. (1.mp4
├── 18 14 NLP-对话系统
│ ├── 苹果
│ │ ├── 01 14 NLP-对话系统_【8月10日】对话系统体验课直播第一讲.移动版本.mp4
│ │ ├── 02 14 NLP-对话系统_【8月11日】对话系统体验课直播第二讲.移动版本.mp4
│ │ ├── 03 14 NLP-对话系统_【8月19日】JointBERT-论文讲解（开营直播）.移动版本.mp4
│ │ ├── 09 14 NLP-对话系统_【9月19日】Fewshot MultiLABEL-论文精读（第一部分）.移动版本.mp4
│ │ ├── 10 14 NLP-对话系统_【10月13日】Fewshot MultiLABEL-论文精读（第二部分）.移动版本.mp4
│ │ ├── 11 14 NLP-对话系统_【10月23日】Fewshot MultiLABEL-论文精读+代码讲解.移动版本.mp4
│ │ ├── 12 14 NLP-对话系统_【10月27日】Fewshot MultiLABEL-代码复现.移动版本.mp4
│ │ ├── 20 14 NLP-对话系统_1.1 joint-bert.移动版本.mp4
│ │ ├── 21 14 NLP-对话系统_1.2 joint-bert.移动版本.mp4
│ │ ├── 22 14 NLP-对话系统_1.3 joint-bert.移动版本.mp4
│ │ ├── 23 14 NLP-对话系统_1.4 joint-bert.移动版本.mp4
│ │ ├── 24 14 NLP-对话系统_1.5 joint-bert.移动版本.mp4
│ │ ├── 25 14 NLP-对话系统_1.6 joint-bert.移动版本.mp4
│ │ ├── 26 14 NLP-对话系统_1.7 joint-bert.移动版本.mp4
│ │ ├── 27 14 NLP-对话系统_1.8 joint-bert-代码.移动版本.mp4
│ │ └── 28 14 NLP-对话系统_1.9 joint-bert-代码.移动版本.mp4
│ ├── 01 14 NLP-对话系统_【8月10日】对话系统体验课直播第一讲.mp4
│ ├── 02 14 NLP-对话系统_【8月11日】对话系统体验课直播第二讲.mp4
│ ├── 03 14 NLP-对话系统_【8月19日】JointBERT-论文讲解（开营直播.mp4
│ ├── 04 14 NLP-对话系统_【8月21日】JointBERT-代码详解.mp4
│ ├── 05 14 NLP-对话系统_【8月25日】AGIF-论文讲解.mp4
│ ├── 06 14 NLP-对话系统_【8月28日】AGIF-论文精读.mp4
│ ├── 07 14 NLP-对话系统_【9月11日】AGIF-代码复现.mp4
│ ├── 08 14 NLP-对话系统_【9月16日】Fewshot MultiLABEL-论文泛读.mp4
│ ├── 09 14 NLP-对话系统_【9月19日】Fewshot MultiLABEL-论文精读（第一部分.mp4
│ ├── 10 14 NLP-对话系统_【10月13日】Fewshot MultiLABEL-论文精读（第二部分.mp4
│ ├── 11 14 NLP-对话系统_【10月23日】Fewshot MultiLABEL-论文精读+代码讲解.mp4
│ ├── 12 14 NLP-对话系统_【10月27日】Fewshot MultiLABEL-代码复现.mp4
│ ├── 13 14 NLP-对话系统_【3月29日】trade-dst-论文泛读.mp4
│ ├── 14 14 NLP-对话系统_【4月1日】trade-dst-论文精读.mp4
│ ├── 15 14 NLP-对话系统_【4月8日】trade-dst-代码复现.mp4
│ ├── 16 14 NLP-对话系统_【4月12日】trade-dst-代码讲解（下.mp4
│ ├── 17 14 NLP-对话系统_【4月24日】dst-as-prompting-论文精读.mp4
│ ├── 18 14 NLP-对话系统_【4月20日】dst-as-prompting-论文泛读.mp4
│ ├── 19 14 NLP-对话系统_【4月27日】dst-as-prompting-代码复现.mp4
│ ├── 20 14 NLP-对话系统_1.1 joint-bert.mp4
│ ├── 21 14 NLP-对话系统_1.2 joint-bert.mp4
│ ├── 22 14 NLP-对话系统_1.3 joint-bert.mp4
│ ├── 23 14 NLP-对话系统_1.4 joint-bert.mp4
│ ├── 24 14 NLP-对话系统_1.5 joint-bert.mp4
│ ├── 25 14 NLP-对话系统_1.6 joint-bert.mp4
│ ├── 26 14 NLP-对话系统_1.7 joint-bert.mp4
│ ├── 27 14 NLP-对话系统_1.8 joint-bert-代码.mp4
│ └── 28 14 NLP-对话系统_1.9 joint-bert-代码.mp4
├── 19 15 NLP-推荐系统
│ ├── 01 15 NLP-推荐系统_1. CAN泛读.mp4
│ ├── 02 15 NLP-推荐系统_2. CAN精读.mp4
│ ├── 03 15 NLP-推荐系统_3. CAN代码项目实践.mp4
│ ├── 04 15 NLP-推荐系统_4. MIND泛读.mp4
│ ├── 05 15 NLP-推荐系统_5. MIND精读.mp4
│ ├── 06 15 NLP-推荐系统_6. MIND代码项目实践.mp4
│ ├── 07 15 NLP-推荐系统_7. PLE泛读.mp4
│ ├── 08 15 NLP-推荐系统_8. PLE精读.mp4
│ ├── 09 15 NLP-推荐系统_9. PLE代码项目实践.mp4
│ ├── 10 15 NLP-推荐系统_10. DAT泛读.mp4
│ ├── 11 15 NLP-推荐系统_11. DAT精读.mp4
│ ├── 12 15 NLP-推荐系统_12. DAT代码项目实践.mp4
│ ├── 13 15 NLP-推荐系统_13. FIBINET泛读.mp4
│ ├── 14 15 NLP-推荐系统_14. FIBINET精读.mp4
│ └── 15 15 NLP-推荐系统_15. FIBINET代码项目实践.mp4
├── 19 NLP-paper 前沿论文直播讲解
│ ├── 苹果
│ │ ├── 01 NLP-paper 前沿论文直播讲解_第一场直播——基于图神经网络的应用和开发（关系抽取）.移动版本.mp4
│ │ ├── 02 NLP-paper 前沿论文直播讲解_第二场直播——预训练模型RoBERTa.移动版本.mp4
│ │ ├── 03 NLP-paper 前沿论文直播讲解_第三场直播——选择，回答和解释：基于多文档的可解释多跳阅读理解.移动版本.mp4
│ │ ├── 04 NLP-paper 前沿论文直播讲解_第四场直播——DSSMs：结构化语义模型.移动版本.mp4
│ │ ├── 05 NLP-paper 前沿论文直播讲解_第五场直播——COMET.移动版本.mp4
│ │ ├── 06 NLP-paper 前沿论文直播讲解_第六场直播——向语言模型中注入数值推理能力.移动版本.mp4
│ │ └── 07 NLP-paper 前沿论文直播讲解_第七次直播——清华本硕学长论文分享.移动版本.mp4
│ ├── 01 NLP-paper 前沿论文直播讲解_第一场直播——基于图神经网络的应用和开发（关系抽取.mp4
│ ├── 02 NLP-paper 前沿论文直播讲解_第二场直播——预训练模型RoBERTa.mp4
│ ├── 03 NLP-paper 前沿论文直播讲解_第三场直播——选择，回答和解释：基于多文档的可解释多跳阅读理解.mp4
│ ├── 04 NLP-paper 前沿论文直播讲解_第四场直播——DSSMs：结构化语义模型.mp4
│ ├── 05 NLP-paper 前沿论文直播讲解_第五场直播——COMET.mp4
│ ├── 06 NLP-paper 前沿论文直播讲解_第六场直播——向语言模型中注入数值推理能力.mp4
│ ├── 07 NLP-paper 前沿论文直播讲解_第七次直播——清华本硕学长论文分享.mp4
│ ├── 08 NLP-paper 前沿论文直播讲解_第八场直播——全感知注意力融合在机器阅读理解中的应用.mp4
│ ├── 09 NLP-paper 前沿论文直播讲解_第九场直播——基于多跳问答的图神经网络.mp4
│ ├── 10 NLP-paper 前沿论文直播讲解_第十场直播——中科院博士详解对话系统前沿论文.mp4.mp4
│ ├── 11 NLP-paper 前沿论文直播讲解_第十一场直播——顶刊审稿人教你发论文小tips.mp4.mp4
│ └── 12 NLP-paper 前沿论文直播讲解_第十二场直播——如何快速发论文.mp4.mp4
├── 19、强化学习》
│ ├── 19、强化学习》01、强化学习1期第1次答疑直播.mkv
│ ├── 19、强化学习》03、强化学习开营直播.mkv
│ ├── 19、强化学习》04、01DQN-01-论文泛读开场白.mkv
│ ├── 19、强化学习》05、01DQN-02-研究背景及意义.mkv
│ ├── 19、强化学习》06、01DQN-03-背景知识补充.mkv
│ ├── 19、强化学习》07、01DQN-04-论文泛读.mkv
│ ├── 19、强化学习》08、01DQN-05-泛读总结及下节预告.mkv
│ ├── 19、强化学习》09、01DQN-06-论文精读开场白.mkv
│ ├── 19、强化学习》100、07DDPG-01-开场白.mkv
│ ├── 19、强化学习》101、07DDPG-02-研究背景成果和意义.mkv
│ ├── 19、强化学习》102、07DDPG-03-背景知识补充.mkv
│ ├── 19、强化学习》103、07DDPG-04-论文泛读.mkv
│ ├── 19、强化学习》104、07DDPG-05-本节回顾下节预告.mkv
│ ├── 19、强化学习》105、07DDPG-06-论文精读结构.mkv
│ ├── 19、强化学习》106、07DDPG-07-从DQN到DDPG.mkv
│ ├── 19、强化学习》107、07DDPG-08-网络结构.mkv
│ ├── 19、强化学习》108、07DDPG-09-DDPG核心思想.mkv
│ ├── 19、强化学习》109、07DDPG-10-算法的其他细节.mkv
│ ├── 19、强化学习》10、01DQN-07-论文模型.mkv
│ ├── 19、强化学习》110、07DDPG-11-算法总结.mkv
│ ├── 19、强化学习》111、07DDPG-12-代码部分结构.mkv
│ ├── 19、强化学习》112、07DDPG-13-网络结构及初始化.mkv
│ ├── 19、强化学习》113、07DDPG-14-BatchNorm的使用.mkv
│ ├── 19、强化学习》114、07DDPG-15-参数更新.mkv
│ ├── 19、强化学习》115、07DDPG-16-代码结构.mkv
│ ├── 19、强化学习》116、07DDPG-17-运行结果.mkv
│ ├── 19、强化学习》117、08TD3-01-论文泛读开场白.mkv
│ ├── 19、强化学习》118、08TD3-02-研究背景.mkv
│ ├── 19、强化学习》119、08TD3-03-背景知识.mkv
│ ├── 19、强化学习》11、01DQN-08-论文细节一 图像预处理.mkv
│ ├── 19、强化学习》120、08TD3-04-论文泛读.mkv
│ ├── 19、强化学习》121、08TD3-05-论文泛读总结.mkv
│ ├── 19、强化学习》122、08TD3-06-论文精读开场白.mkv
│ ├── 19、强化学习》123、08TD3-07-overestimation.mkv
│ ├── 19、强化学习》124、08TD3-08-variance.mkv
│ ├── 19、强化学习》125、08TD3-09-实验结果.mkv
│ ├── 19、强化学习》126、08TD3-10-论文总结.mkv
│ ├── 19、强化学习》127、08TD3-11-代码部分结构.mkv
│ ├── 19、强化学习》128、08TD3-12-更新Critic.mkv
│ ├── 19、强化学习》129、08TD3-13-更新Actor和代码结构.mkv
│ ├── 19、强化学习》12、01DQN-09-论文细节二 ReplayBuffer.mkv
│ ├── 19、强化学习》130、08TD3-14-实验结果.mkv
│ ├── 19、强化学习》131、09SQL-01-论文泛读开场白.mkv
│ ├── 19、强化学习》132、09SQL-02-研究背景及成果.mkv
│ ├── 19、强化学习》133、09SQL-03-背景知识补充.mkv
│ ├── 19、强化学习》134、09SQL-04-论文泛读总结.mkv
│ ├── 19、强化学习》135、09SQL-05-论文精读开场白.mkv
│ ├── 19、强化学习》136、09SQL-06-核心思想.mkv
│ ├── 19、强化学习》137、09SQL-07-理论基础.mkv
│ ├── 19、强化学习》138、09SQL-08-算法细节.mkv
│ ├── 19、强化学习》139、09SQL-09-实验结果分析.mkv
│ ├── 19、强化学习》13、01DQN-10-论文细节三 SemiGradientMethod.mkv
│ ├── 19、强化学习》140、09SQL-10-理论证明.mkv
│ ├── 19、强化学习》141、09SQL-11-论文精读总结.mkv
│ ├── 19、强化学习》142、09SQL-12-代码部分结构.mkv
│ ├── 19、强化学习》143、09SQL-13-Pytorch的手动链式法则求导.mkv
│ ├── 19、强化学习》144、09SQL-14-离散情况细节.mkv
│ ├── 19、强化学习》145、09SQL-15-连续情况细节.mkv
│ ├── 19、强化学习》146、09SQL-16-代码结构.mkv
│ ├── 19、强化学习》147、09SQL-17-调参结果.mkv
│ ├── 19、强化学习》148、10SAC-01-论文泛读开场白.mkv
│ ├── 19、强化学习》149、10SAC-02-研究背景.mkv
│ ├── 19、强化学习》14、01DQN-11-实验结果分析.mkv
│ ├── 19、强化学习》150、10SAC-03-论文泛读.mkv
│ ├── 19、强化学习》151、10SAC-04-论文泛读总结.mkv
│ ├── 19、强化学习》152、10SAC-05-论文精读开场白.mkv
│ ├── 19、强化学习》153、10SAC-06-核心思想.mkv
│ ├── 19、强化学习》154、10SAC-07-主要算法.mkv
│ ├── 19、强化学习》155、10SAC-08实验结果.mkv
│ ├── 19、强化学习》156、10SAC-09-理论证明.mkv
│ ├── 19、强化学习》157、10SAC-10-论文精读总结.mkv
│ ├── 19、强化学习》158、10SAC-11-算法细节.mkv
│ ├── 19、强化学习》159、10SAC-12-代码结构及调参结果.mkv
│ ├── 19、强化学习》15、01DQN-12-论文精读总结.mkv
│ ├── 19、强化学习》160、11AdvancedValueMethods-01-论文泛读开场白.mkv
│ ├── 19、强化学习》161、11AdvancedValueMethods-02-背景知识补充.mkv
│ ├── 19、强化学习》162、11AdvancedValueMethods-03-Rainbow泛读.mkv
│ ├── 19、强化学习》163、11AdvancedValueMethods-04-D4PG泛读.mkv
│ ├── 19、强化学习》164、11AdvancedValueMethods-05-A3C泛读.mkv
│ ├── 19、强化学习》165、11AdvancedValueMethods-06-IMPALA泛读.mkv
│ ├── 19、强化学习》166、11AdvancedValueMethods-07-论文泛读总结.mkv
│ ├── 19、强化学习》167、11AdvancedValueMethods-08-论文精读开场白.mkv
│ ├── 19、强化学习》168、11AdvancedValueMethods-09-Rainbow.mkv
│ ├── 19、强化学习》169、11AdvancedValueMethods-10-D4PG.mkv
│ ├── 19、强化学习》16、01DQN-13-代码课整体介绍.mkv
│ ├── 19、强化学习》170、11AdvancedValueMethods-11-A3C.mkv
│ ├── 19、强化学习》171、11AdvancedValueMethods-12-IMPALA.mkv
│ ├── 19、强化学习》172、11AdvancedValueMethods-13-总结.mkv
│ ├── 19、强化学习》173、12IntrinsicMotivation-01-论文泛读开场白.mkv
│ ├── 19、强化学习》174、12IntrinsicMotivation-02-ICM泛读.mkv
│ ├── 19、强化学习》175、12IntrinsicMotivation-03-CuriosityStudy泛读.mkv
│ ├── 19、强化学习》176、12IntrinsicMotivation-04-VIME泛读.mkv
│ ├── 19、强化学习》177、12IntrinsicMotivation-05-VIC泛读.mkv
│ ├── 19、强化学习》178、12IntrinsicMotivation-06-DIAYN泛读.mkv
│ ├── 19、强化学习》179、12IntrinsicMotivation-07-SMM泛读.mkv
│ ├── 19、强化学习》17、01DQN-14-gym介绍.mkv
│ ├── 19、强化学习》180、12IntrinsicMotivation-08-EDL泛读.mkv
│ ├── 19、强化学习》181、12IntrinsicMotivation-09-泛读总结及下节预告.mkv
│ ├── 19、强化学习》182、12IntrinsicMotivation-10-论文精读开场白.mkv
│ ├── 19、强化学习》183、12IntrinsicMotivation-11-ICM精读.mkv
│ ├── 19、强化学习》184、12-IntrinsicMotivation-12-CuriosityStudy精读.mkv
│ ├── 19、强化学习》185、12IntrinsicMotivation-13-VIME精读.mkv
│ ├── 19、强化学习》186、12IntrinsicMotivation-14-VIC精读.mkv
│ ├── 19、强化学习》187、12IntrinsicMotivation-15-DIAYN精读.mkv
│ ├── 19、强化学习》188、12IntrinsicMotivation-16-SMM精读.mkv
│ ├── 19、强化学习》189、12IntrinsicMotivation-17-EDL精读.mkv
│ ├── 19、强化学习》18、01DQN-15-图像预处理代码.mkv
│ ├── 19、强化学习》190、12IntrinsicMotivation-18-论文总结.mkv
│ ├── 19、强化学习》191、12IntrinsicMotivation-19-结尾语.mkv
│ ├── 19、强化学习》19、01DQN-16-DQN核心功能实现.mkv
│ ├── 19、强化学习》20、01DQN-17-代码结构及实验结果分析.mkv
│ ├── 19、强化学习》21、02DQN改进-01-论文泛读开场白.mkv
│ ├── 19、强化学习》22、02DQN改进-02-研究背景及意义.mkv
│ ├── 19、强化学习》23、02DQN改进-03-论文泛读.mkv
│ ├── 19、强化学习》24、02DQN改进-04-论文泛读总结及下节预告.mkv
│ ├── 19、强化学习》25、02DQN改进-05-论文网络结构.mkv
│ ├── 19、强化学习》26、02DQN改进-06-DDQN图表分析.mkv
│ ├── 19、强化学习》27、02DQN改进-07-DDQN总结.mkv
│ ├── 19、强化学习》28、02DQN改进-08-PER01.mkv
│ ├── 19、强化学习》29、02DQN改进-09-PER02.mkv
│ ├── 19、强化学习》30、02DQN改进-10-PER实验结果及DuelDQN.mkv
│ ├── 19、强化学习》31、02DQN改进-11-下节预告.mkv
│ ├── 19、强化学习》32、02DQN改进-12-代码课整体介绍.mkv
│ ├── 19、强化学习》33、02DQN改进-13-bisect包.mkv
│ ├── 19、强化学习》34、02DQN改进-14-SumTree.mkv
│ ├── 19、强化学习》35、02DQN改进-15-SumTree后续及DuelStructure.mkv
│ ├── 19、强化学习》36、02DQN改进-16-ReplayBuffer01.mkv
│ ├── 19、强化学习》37、02DQN改进-17-ReplayBuffer02.mkv
│ ├── 19、强化学习》38、02DQN改进-18-ReplayBuffer03.mkv
│ ├── 19、强化学习》39、02DQN改进-19-代码总览及实验结果.mkv
│ ├── 19、强化学习》40、03C51-01-研究成果及意义.mkv
│ ├── 19、强化学习》41、03C51-02-背景知识补充01.mkv
│ ├── 19、强化学习》42、03C51-03-背景知识补充02.mkv
│ ├── 19、强化学习》43、03C51-04-论文泛读.mkv
│ ├── 19、强化学习》44、03C51-05-分布更新 BellmanEquation BellmanOperator.mkv
│ ├── 19、强化学习》45、03C51-06-BellmanOptimalOperator.mkv
│ ├── 19、强化学习》46、03C51-07-算法分析.mkv
│ ├── 19、强化学习》47、03C51-08-实验结果及分析.mkv
│ ├── 19、强化学习》48、03C51-09-引理2引理3证明.mkv
│ ├── 19、强化学习》49、03C51-10-引理1证明.mkv
│ ├── 19、强化学习》50、03C51-11-定理1证明.mkv
│ ├── 19、强化学习》51、03C51-12-其余理论部分及总结.mkv
│ ├── 19、强化学习》52、03C51-13-代码部分介绍.mkv
│ ├── 19、强化学习》53、03C51-14-算法部分结构一览.mkv
│ ├── 19、强化学习》54、03C51-15-分布更新单个样本.mkv
│ ├── 19、强化学习》55、03C51-16-MiniBatch分布更新.mkv
│ ├── 19、强化学习》56、03C51-17-Pytorch MiniBatch分布更新.mkv
│ ├── 19、强化学习》57、03C51-18-实验结果.mkv
│ ├── 19、强化学习》58、04QRDQN-01-研究背景、意义及补充知识介绍.mkv
│ ├── 19、强化学习》59、04QRDQN-02-论文泛读、摘要、框架讲解.mkv
│ ├── 19、强化学习》60、04QRDQN-03-回顾C51.mkv
│ ├── 19、强化学习》61、04QRDQN-04-新的分布更新思路、估计分位数.mkv
│ ├── 19、强化学习》62、04QRDQN-05-QRDQN算法讲解、实验结果与分析.mkv
│ ├── 19、强化学习》63、04QRDQN-06-理论证明1.mkv
│ ├── 19、强化学习》64、04QRDQN-07-理论证明2.mkv
│ ├── 19、强化学习》65、04QRDQN-08-上节回顾和下节预告.mkv
│ ├── 19、强化学习》66、04QRDQN-09-code1.mkv
│ ├── 19、强化学习》67、04QRDQN-10-code2.mkv
│ ├── 19、强化学习》68、04QRDQN-11-code3.mkv
│ ├── 19、强化学习》69、05REINFORCE-01-开场白及研究背景介绍.mkv
│ ├── 19、强化学习》70、05REINFORCE-02-论文泛读.mkv
│ ├── 19、强化学习》71、05REINFORCE-03-背景知识补充.mkv
│ ├── 19、强化学习》72、05REINFORCE-04-下节预告.mkv
│ ├── 19、强化学习》73、05REINFORCE-05-论文定理理解.mkv
│ ├── 19、强化学习》74、05REINFORCE-06-算法核心思想.mkv
│ ├── 19、强化学习》75、05REINFORCE-07-核心定理证明.mkv
│ ├── 19、强化学习》76、05REINFORCE-08-下节预告.mkv
│ ├── 19、强化学习》77、05REINFORCE-09-代码部分结构.mkv
│ ├── 19、强化学习》78、05REINFORCE-10-网络结构设计.mkv
│ ├── 19、强化学习》79、05REINFORCE-11-数据处理.mkv
│ ├── 19、强化学习》80、05REINFORCE-12-主体循环.mkv
│ ├── 19、强化学习》81、05REINFORCE-13-代码结构.mkv
│ ├── 19、强化学习》82、05REINFORCE-14-运行结果分析.mkv
│ ├── 19、强化学习》83、06PPO-01-开场白.mkv
│ ├── 19、强化学习》84、06PPO-02-研究背景.mkv
│ ├── 19、强化学习》85、06PPO-03-论文泛读.mkv
│ ├── 19、强化学习》86、06PPO-04-本节回顾下节预告.mkv
│ ├── 19、强化学习》87、06PPO-05-论文精读结构介绍.mkv
│ ├── 19、强化学习》88、06PPO-06-Clipped Surrogate Loss.mkv
│ ├── 19、强化学习》89、06PPO-07-Adaptive KL.mkv
│ ├── 19、强化学习》90、06PPO-08-Advantage Function.mkv
│ ├── 19、强化学习》91、06PPO-09-算法分析.mkv
│ ├── 19、强化学习》92、06PPO-10-实验结果分析.mkv
│ ├── 19、强化学习》93、06PPO-11-本届回顾下节预告.mkv
│ ├── 19、强化学习》94、06PPO-12-代码部分结构.mkv
│ ├── 19、强化学习》95、06PPO-13-计算Loss Function.mkv
│ ├── 19、强化学习》96、06PPO-14-拓展到连续型action空间.mkv
│ ├── 19、强化学习》97、06PPO-15-代码结构.mkv
│ ├── 19、强化学习》98、06PPO-16-代码运行结果.mkv
│ └── 19、强化学习》99、06PPO-17-算法之外的技巧.mkv
├── 20 NLP-直播答疑
│ ├── 01 NLP-直播答疑_NLP-baseline 4-1.mp4
│ ├── 02 NLP-直播答疑_图神经网络直播答疑—第六次.mp4
│ ├── 03 NLP-直播答疑_图神经网络第6次直播答疑.mp4
│ ├── 04 NLP-直播答疑_baseline-第四场直播.mp4
│ ├── 05 NLP-直播答疑_第二次直播答疑.mp4
│ ├── 06 NLP-直播答疑_图神经网络第5次答疑.mp4
│ ├── 07 NLP-直播答疑_NLP baseline 第三次直播答疑.mp4
│ ├── 08 NLP-直播答疑_1011答疑.mp4
│ ├── 09 NLP-直播答疑_0920答疑.mp4
│ ├── 10 NLP-直播答疑_答疑20200830.mp4
│ ├── 11 NLP-直播答疑_NLP答疑-8.9.mp4
│ ├── 12 NLP-直播答疑_NLP答疑-7.26.mp4
│ └── 13 NLP-直播答疑_NLP答疑 7.12.mp4
├── 21 课件专栏（资料
│ ├── 01 Python · AI&数据科学入门_【资料合集】代码、数据及课件下载地址-图文.html
│ ├── 02 PyTorch_【资料合集】课件及代码百度云盘下载地址-图文.html
│ ├── 04 神经网络基础知识_学员课件资料-图文.html
│ ├── 05 NLP基础知识_课件-图文.html
│ ├── 06 NLP-baseline_课件&代码-图文.html
│ ├── 07 信息抽取-命名实体识别_课件&代码合集-图文.html
│ ├── 07 （2）信息抽取-关系抽取_学员资料合集-图文.html
│ ├── 08 NLP-预训练模型_课件&代码-图文.html
│ ├── 09 NLP-图神经网络_课件代码-图文.html
│ ├── 10 NLP-文本匹配_课件代码-图文.html
│ ├── 11 NLP-机器翻译_课件代码-图文.html
│ ├── 12 NLP-情感分析_学员课程资料合集-图文.html
│ ├── 13 NLP-阅读理解_代码&课件-图文.html
│ ├── 14 NLP-对话系统_对话系统-课件代码资料合集-图文.html
│ ├── 15 NLP-推荐系统_资料合集-图文.html
│ ├── NLP-paper 前沿论文直播讲解_课件&代码-图文.html
│ ├── 人工智能数学基础_【严正声明】盗版必究！-图文.html
│ ├── 人工智能数学基础_【招募】如何获得深度之眼奖学金和助学金？-图文.html
│ ├── 人工智能数学基础_说出你的故事！深度之眼征稿活动~-图文.html
│ ├── 人工智能数学基础_课件下载地址-图文.html
│ ├── 学前须知_【严正声明】盗版必究！-图文.html
│ ├── 学前须知_【观看指南】电脑端倍速观看指南-图文.html
│ ├── 学前须知_效率提升3倍的阅读方法——课件-图文.html
│ ├── 强化学习_代码课件-图文.html
│ ├── 推荐阅读专栏（NLP方向）_【NLP论文推荐】10月番-图文.html
│ ├── 精读论文专栏（NLP方向）_【课件合集】30篇精读论文在线课件阅读地址合集（NLP）-图文.html
│ ├── 精读论文专栏（NLP方向）_【资料合集】30篇精读论文原文和代码汇总（NLP）-图文.html
│ ├── 课件专栏（NLP）_【第10篇】动态卷积网络和n-gram思想用于句分类第一课时-图文.html
│ ├── 课件专栏（NLP）_【第10篇】动态卷积网络和n-gram思想用于句分类第三课时-图文.html
│ ├── 课件专栏（NLP）_【第10篇】动态卷积网络和n-gram思想用于句分类第二课时-图文.html
│ ├── 课件专栏（NLP）_【第11篇】fasttext第一课时-图文.html
│ ├── 课件专栏（NLP）_【第11篇】fasttext第三课时-图文.html
│ ├── 课件专栏（NLP）_【第11篇】fasttext第二课时-图文.html
│ ├── 课件专栏（NLP）_【第12篇】层次化attention机制用于文档分类第一课时-图文.html
│ ├── 课件专栏（NLP）_【第12篇】层次化attention机制用于文档分类第三课时-图文.html
│ ├── 课件专栏（NLP）_【第12篇】层次化attention机制用于文档分类第二课时-图文.html
│ ├── 课件专栏（NLP）_【第13篇】PCNNATT第一课时-图文.html
│ ├── 课件专栏（NLP）_【第13篇】PCNNATT第三课时-图文.html
│ ├── 课件专栏（NLP）_【第13篇】PCNNATT第二课时-图文.html
│ ├── 课件专栏（NLP）_【第14篇】E2ECRF第一课时-图文.html
│ ├── 课件专栏（NLP）_【第14篇】E2ECRF第三课时-图文.html
│ ├── 课件专栏（NLP）_【第14篇】E2ECRF第二课时-图文.html
│ ├── 课件专栏（NLP）_【第15篇】多层LSTM第一课时-图文.html
│ ├── 课件专栏（NLP）_【第15篇】多层LSTM第三课时-图文.html
│ ├── 课件专栏（NLP）_【第15篇】多层LSTM第二课时-图文.html
│ ├── 课件专栏（NLP）_【第16篇】基于卷积网络的seq2seq第一课时-图文.html
│ ├── 课件专栏（NLP）_【第16篇】基于卷积网络的seq2seq第二课时-图文.html
│ ├── 课件专栏（NLP）_【第17篇】谷歌神经网络第一课时-图文.html
│ ├── 课件专栏（NLP）_【第17篇】谷歌神经网络第二课时-图文.html
│ ├── 课件专栏（NLP）_【第18篇】UMT第一课时-图文.html
│ ├── 课件专栏（NLP）_【第18篇】UMT第二课时-图文.html
│ ├── 课件专栏（NLP）_【第19篇】Get To The Point-第一课时-图文.html
│ ├── 课件专栏（NLP）_【第19篇】Get To The Point-第二课时-图文.html
│ ├── 课件专栏（NLP）_【第1篇】综述 《Deep Learning》第一课时课件-图文.html
│ ├── 课件专栏（NLP）_【第1篇】综述 《Deep Learning》第三课时课件-图文.html
│ ├── 课件专栏（NLP）_【第1篇】综述 《Deep Learning》第二课时课件-图文.html
│ ├── 课件专栏（NLP）_【第20篇】End-to-End Memory Networks第一课时-图文.html
│ ├── 课件专栏（NLP）_【第20篇】End-to-End Memory Networks第三课时-图文.html
│ ├── 课件专栏（NLP）_【第20篇】End-to-End Memory Networks第二课时-图文.html
│ ├── 课件专栏（NLP）_【第21篇】QANet第一课时-图文.html
│ ├── 课件专栏（NLP）_【第21篇】QANet第三课时-图文.html
│ ├── 课件专栏（NLP）_【第21篇】QANet第二课时-图文.html
│ ├── 课件专栏（NLP）_【第23篇】Dialogue第一课时-图文.html
│ ├── 课件专栏（NLP）_【第23篇】Dialogue第二课时-图文.html
│ ├── 课件专栏（NLP）_【第24篇】SeqGAN第一课时-图文.html
│ ├── 课件专栏（NLP）_【第24篇】SeqGAN第二课时-图文.html
│ ├── 课件专栏（NLP）_【第25篇】R-GCNs第一课时-图文.html
│ ├── 课件专栏（NLP）_【第25篇】R-GCNs第二课时-图文.html
│ ├── 课件专栏（NLP）_【第26篇】大规模语料模型第一课时-图文.html
│ ├── 课件专栏（NLP）_【第26篇】大规模语料模型第二课时-图文.html
│ ├── 课件专栏（NLP）_【第27篇】Transformer-XL第一课时-图文.html
│ ├── 课件专栏（NLP）_【第27篇】Transformer-XL第二课时-图文.html
│ ├── 课件专栏（NLP）_【第28篇】hourglass第一课时-图文.html
│ ├── 课件专栏（NLP）_【第28篇】hourglass第二课时-图文.html
│ ├── 课件专栏（NLP）_【第28篇】TCN （Temporal Convolutional Networks）第一课时-图文.html
│ ├── 课件专栏（NLP）_【第28篇】TCN （Temporal Convolutional Networks）第二课时-图文.html
│ ├── 课件专栏（NLP）_【第2篇】词向量第一课时-图文.html
│ ├── 课件专栏（NLP）_【第2篇】词向量第三课时-图文.html
│ ├── 课件专栏（NLP）_【第2篇】词向量第二课时-图文.html
│ ├── 课件专栏（NLP）_【第30篇】BERT–NAACL 2019最佳论文第一课时-图文.html
│ ├── 课件专栏（NLP）_【第30篇】BERT–NAACL 2019最佳论文第二课时-图文.html
│ ├── 课件专栏（NLP）_【第3篇】句和文档的embedding第一课时-图文.html
│ ├── 课件专栏（NLP）_【第3篇】句和文档的embedding第三课时-图文.html
│ ├── 课件专栏（NLP）_【第3篇】句和文档的embedding第二课时-图文.html
│ ├── 课件专栏（NLP）_【第4篇】机器翻译第一课时-图文.html
│ ├── 课件专栏（NLP）_【第4篇】机器翻译第三课时-图文.html
│ ├── 课件专栏（NLP）_【第4篇】机器翻译第二课时-图文.html
│ ├── 课件专栏（NLP）_【第5篇】transformer第一课时-图文.html
│ ├── 课件专栏（NLP）_【第5篇】transformer第三课时-图文.html
│ ├── 课件专栏（NLP）_【第5篇】transformer第二课时-图文.html
│ ├── 课件专栏（NLP）_【第6篇】GloVe第一课时-图文.html
│ ├── 课件专栏（NLP）_【第6篇】GloVe第二课时-图文.html
│ ├── 课件专栏（NLP）_【第7篇】Skip Thought第一课时-图文.html
│ ├── 课件专栏（NLP）_【第7篇】Skip Thought第三课时-图文.html
│ ├── 课件专栏（NLP）_【第7篇】Skip Thought第二课时-图文.html
│ ├── 课件专栏（NLP）_【第8篇】TextCNN第一课时-图文.html
│ ├── 课件专栏（NLP）_【第8篇】TextCNN第三课时-图文.html
│ ├── 课件专栏（NLP）_【第8篇】TextCNN第二课时-图文.html
│ ├── 课件专栏（NLP）_【第9篇】基于字符“从0开始学习”的文本分类第一课时-图文.html
│ ├── 课件专栏（NLP）_【第9篇】基于字符“从0开始学习”的文本分类第三课时-图文.html
│ ├── 课件专栏（NLP）_【第9篇】基于字符“从0开始学习”的文本分类第二课时-图文.html
│ ├── 课件专栏（NLP）_【重难点第1篇】ARNOR第一课时-图文.html
│ ├── 课件专栏（NLP）_【重难点第1篇】ARNOR第二课时-图文.html
│ ├── 课件专栏（NLP）_【重难点第2篇】ERNIE第一课时-图文.html
│ ├── 课件专栏（NLP）_【重难点第2篇】ERNIE第二课时-图文.html
│ ├── 课件专栏（NLP）_【重难点第3篇】Meta-learning论文第一课时-图文.html
│ ├── 课件专栏（NLP）_【重难点第3篇】Meta-learning论文第三课时-图文.html
│ ├── 课件专栏（NLP）_【重难点第3篇】Meta-learning论文第二课时-图文.html
│ ├── 重点讲解专栏（NLP方向）_【课件合集】重点讲解论文在线课件阅读地址合集（NLP）-图文.html
│ └── 重点讲解专栏（NLP方向）_【资料合集】重点讲解论文原文和代码汇总（NLP）-图文.html
├── 22 精读论文专栏（NLP方向
│ ├── 01 精读论文专栏（NLP方向）_【老版本】【第1篇】01综述《Deep Learning》.mp4
│ ├── 02 精读论文专栏（NLP方向）_【老版本】【第1篇】02综述《Deep Learning》.mp4
│ ├── 03 精读论文专栏（NLP方向）_【老版本】【第1篇】03综述 《Deep Learning》.mp4
│ ├── 04 精读论文专栏（NLP方向）_【老版本】【第1篇】04综述 《Deep Learning》.mp4
│ ├── 05 精读论文专栏（NLP方向）_【老版本】【第1篇】05综述 《Deep Learning》.mp4
│ ├── 06 精读论文专栏（NLP方向）_【老版本】【第1篇】06综述 《Deep Learning》.mp4
│ ├── 07 精读论文专栏（NLP方向）_【老版本】【第1篇】07综述 《Deep Learning》.mp4
│ ├── 08 精读论文专栏（NLP方向）_【老版本】【第2篇】词向量第一课时：论文导读.mp4
│ ├── 09 精读论文专栏（NLP方向）_【老版本】【第2篇】词向量第二课时上：论文精读.mp4
│ ├── 10 精读论文专栏（NLP方向）_【老版本】【第2篇】词向量第二课时下：论文精读.mp4
│ ├── 11 精读论文专栏（NLP方向）_【老版本】【第2篇】词向量第三课时：代码精读.mp4
│ ├── 12 精读论文专栏（NLP方向）_【老版本】【第3篇】句和文档的embedding第一课时：论文导读.mp4
│ ├── 13 精读论文专栏（NLP方向）_【老版本】【第3篇】句和文档的embedding第二课时：论文精读.mp4
│ ├── 14 精读论文专栏（NLP方向）_【老版本】【第3篇】句和文档的embedding第三课时：代码精读.mp4
│ ├── 15 精读论文专栏（NLP方向）_【老版本】【第4篇】机器翻译第一课时：论文导读.mp4
│ ├── 16 精读论文专栏（NLP方向）_【老版本】【第4篇】机器翻译第二课时上：论文精读.mp4
│ ├── 17 精读论文专栏（NLP方向）_【老版本】【第4篇】机器翻译第二课时下：论文精读.mp4
│ ├── 18 精读论文专栏（NLP方向）_【老版本】【第4篇】机器翻译第三课时上：代码精读.mp4
│ ├── 19 精读论文专栏（NLP方向）_【老版本】【第4篇】机器翻译第三课时下：代码精读.mp4
│ ├── 20 精读论文专栏（NLP方向）_【老版本】【第5篇】transformer第一课时：论文导读.mp4
│ ├── 21 精读论文专栏（NLP方向）_【老版本】【第5篇】transformer第二课时上：论文精读.mp4
│ ├── 22 精读论文专栏（NLP方向）_【老版本】【第5篇】transformer第二课时下：论文精读.mp4
│ ├── 23 精读论文专栏（NLP方向）_【老版本】【第5篇】transformer第三课时：代码实践.mp4
│ ├── 24 精读论文专栏（NLP方向）_【老版本】【第6篇】GloVe第一课时：论文导读.mp4
│ ├── 25 精读论文专栏（NLP方向）_【老版本】【第6篇】GloVe第二课时：论文精读.mp4
│ ├── 26 精读论文专栏（NLP方向）_【老版本】【第7篇】Skip Thought第一课时：论文导读.mp4
│ ├── 27 精读论文专栏（NLP方向）_【老版本】【第7篇】Skip Thought第二课时：论文精读.mp4
│ ├── 28 精读论文专栏（NLP方向）_【老版本】【第7篇】Skip Thought第三课时：代码精读.mp4
│ ├── 29 精读论文专栏（NLP方向）_【老版本】【第8篇】TextCNN第一课时：论文导读.mp4
│ ├── 30 精读论文专栏（NLP方向）_【老版本】【第8篇】TextCNN第二课时：论文精读.mp4
│ ├── 31 精读论文专栏（NLP方向）_【老版本】【第8篇】TextCNN第三课时：代码详解.mp4
│ ├── 32 精读论文专栏（NLP方向）_【老版本】【第9篇】基于字符“从0开始学习”的文本分类第一课时：论文导读.mp4
│ ├── 33 精读论文专栏（NLP方向）_【老版本】【第9篇】基于字符“从0开始学习”的文本分类第二课时：论文精读.mp4
│ ├── 34 精读论文专栏（NLP方向）_【老版本】【第9篇】基于字符“从0开始学习”的文本分类第三课时：代码讲解.mp4
│ ├── 35 精读论文专栏（NLP方向）_【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：论文导读.mp4
│ ├── 36 精读论文专栏（NLP方向）_【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：论文精读上.mp4
│ ├── 37 精读论文专栏（NLP方向）_【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：论文精读下.mp4
│ ├── 38 精读论文专栏（NLP方向）_【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：代码精读上.mp4
│ ├── 39 精读论文专栏（NLP方向）_【老版本】【第10篇】动态卷积网络和n-gram思想用于句分类：代码精读下.mp4
│ ├── 40 精读论文专栏（NLP方向）_【老版本】【第11篇】fasttext第一课时.mp4
│ ├── 41 精读论文专栏（NLP方向）_【老版本】【第11篇】fasttext第二课时上.mp4
│ ├── 42 精读论文专栏（NLP方向）_【老版本】【第11篇】fasttext第二课时下.mp4
│ ├── 43 精读论文专栏（NLP方向）_【老版本】【第11篇】fasttext第三课时上.mp4
│ ├── 44 精读论文专栏（NLP方向）_【老版本】【第11篇】fasttext第三课时下.mp4
│ ├── 45 精读论文专栏（NLP方向）_【老版本】【第12篇】层次化attention机制用于文档分类第一课时.mp4
│ ├── 46 精读论文专栏（NLP方向）_【老版本】【第12篇】层次化attention机制用于文档分类第二课时.mp4
│ ├── 47 精读论文专栏（NLP方向）_【老版本】【第12篇】层次化attention机制用于文档分类第三课时.mp4
│ ├── 48 精读论文专栏（NLP方向）_【老版本】【第13篇】PCNNATT-论文导读.mp4
│ ├── 49 精读论文专栏（NLP方向）_【老版本】【第13篇】PCNNATT-论文精读.mp4
│ ├── 50 精读论文专栏（NLP方向）_【老版本】【第13篇】PCNNATT-代码详解.mp4
│ ├── 51 精读论文专栏（NLP方向）_【老版本】【第14篇】E2ECRF第一课时：论文导读.mp4
│ ├── 52 精读论文专栏（NLP方向）_【老版本】【第14篇】E2ECRF第二课时：论文精读.mp4
│ ├── 53 精读论文专栏（NLP方向）_【老版本】【第14篇】E2ECRF第三课时：代码精读.mp4
│ ├── 54 精读论文专栏（NLP方向）_【老版本】【第15篇】多层LSTM第一课时.mp4
│ ├── 55 精读论文专栏（NLP方向）_【老版本】【第15篇】多层LSTM第二课时.mp4
│ ├── 56 精读论文专栏（NLP方向）_【老版本】【第15篇】多层LSTM第三课时.mp4
│ ├── 57 精读论文专栏（NLP方向）_【老版本】【第16篇】基于卷积网络的seq2seq第一课时：论文导读.mp4
│ ├── 58 精读论文专栏（NLP方向）_【老版本】【第16篇】基于卷积网络的seq2seq第二课时：论文精读.mp4
│ ├── 59 精读论文专栏（NLP方向）_【老版本】【第17篇】谷歌的神经网络机器翻译系统第一课时.mp4
│ ├── 60 精读论文专栏（NLP方向）_【老版本】【第17篇】谷歌的神经网络机器翻译系统第二课时.mp4
│ ├── 61 精读论文专栏（NLP方向）_【老版本】【第18篇】UMT论文导读.mp4
│ ├── 62 精读论文专栏（NLP方向）_【老版本】【第18篇】UMT论文精读.mp4
│ ├── 63 精读论文专栏（NLP方向）_【老版本】【第19篇】seq2seq导读.mp4
│ ├── 64 精读论文专栏（NLP方向）_【老版本】【第19篇】seq2seq精读.mp4
│ ├── 65 精读论文专栏（NLP方向）_【老版本】【第20篇】End-to-End Memory Networks论文导读.mp4
│ ├── 66 精读论文专栏（NLP方向）_【老版本】【第20篇】End-to-End Memory Networks论文精读.mp4
│ ├── 67 精读论文专栏（NLP方向）_【老版本】【第20篇】End-to-End Memory Networks代码精读.mp4
│ ├── 68 精读论文专栏（NLP方向）_【老版本】【第21篇】QANet论文导读.mp4
│ ├── 69 精读论文专栏（NLP方向）_【老版本】【第21篇】QANet论文精读.mp4
│ ├── 70 精读论文专栏（NLP方向）_【老版本】【第21篇】QANet代码精读.mp4
│ ├── 71 精读论文专栏（NLP方向）_【老版本】【第22篇】双向Attention第一课时：论文导读.mp4
│ ├── 72 精读论文专栏（NLP方向）_【老版本】【第22篇】双向Attention第二课时：论文精读.mp4
│ ├── 73 精读论文专栏（NLP方向）_【老版本】【第23篇】Dialogue第一课时.mp4
│ ├── 74 精读论文专栏（NLP方向）_【老版本】【第23篇】Dialogue第二课时.mp4
│ ├── 75 精读论文专栏（NLP方向）_【老版本】【第24篇】SeqGAN第一课时.mp4
│ ├── 76 精读论文专栏（NLP方向）_【老版本】【第24篇】SeqGAN第二课时.mp4
│ ├── 77 精读论文专栏（NLP方向）_【老版本】【第25篇】R-GCNs第一课时.mp4
│ ├── 78 精读论文专栏（NLP方向）_【老版本】【第25篇】R-GCNs第二课时.mp4
│ ├── 79 精读论文专栏（NLP方向）_【老版本】【第26篇】大规模语料模型第一课时.mp4
│ ├── 80 精读论文专栏（NLP方向）_【老版本】【第26篇】大规模语料模型第二课时.mp4
│ ├── 81 精读论文专栏（NLP方向）_【老版本】【第27篇】Transformer-XL第一课时.mp4
│ ├── 82 精读论文专栏（NLP方向）_【老版本】【第27篇】Transformer-XL第二课时.mp4
│ ├── 83 精读论文专栏（NLP方向）_【老版本】【第28篇】TCN 第一课时.mp4
│ ├── 84 精读论文专栏（NLP方向）_【老版本】【第28篇】TCN 第二课时.mp4
│ ├── 85 精读论文专栏（NLP方向）_【老版本】【第29篇】第一课时：论文导读.mp4
│ ├── 86 精读论文专栏（NLP方向）_【老版本】【第29篇】第二课时：论文精读.mp4
│ ├── 87 精读论文专栏（NLP方向）_【老版本】【第30篇】BERT–NAACL 2019最佳论文第一课时.mp4
│ ├── 88 精读论文专栏（NLP方向）_【老版本】【第30篇】BERT–NAACL 2019最佳论文第二课时.mp4
│ └── Paper会员（NLP方向）资料汇总（学员版，论文原文及代码.rar
├── 23 重点讲解专栏（NLP方向
│ ├── 02Paper会员（NLP）重难点论文专栏资料合集
│ │ ├── 01ARNOR- Attention Regularization based Noise Reduction for Distant Supervision Relation Classification
│ │ │ └── P19-1135.pdf
│ │ └── 02ERNIE- Enhanced Language Representation with Informative Entities
│ │ └── ERNIE- Enhanced Language Representation with Informative Entities.pdf
│ ├── 01 重点讲解专栏（NLP方向）_【老版本】【第13篇】Reptile.mp4
│ ├── 02 重点讲解专栏（NLP方向）_【老版本】【第14篇】SANIL第一课时.mp4
│ ├── 03 重点讲解专栏（NLP方向）_【老版本】【第14篇】SANIL第二课时.mp4
│ ├── 04 重点讲解专栏（NLP方向）_【老版本】【重难点第1篇】ARNOR论文第一课.mp4
│ ├── 05 重点讲解专栏（NLP方向）_【老版本】【重难点第1篇】ARNOR论文第二课.mp4
│ ├── 06 重点讲解专栏（NLP方向）_【老版本】【重难点第2篇】ERNIE论文第一课：论文导读.mp4
│ ├── 07 重点讲解专栏（NLP方向）_【老版本】【重难点第2篇】ERNIE论文第二课：论文精读.mp4
│ ├── 08 重点讲解专栏（NLP方向）_【老版本】【重难点第3篇】Meta-learning论文第一课：论文导读.mp4
│ ├── 09 重点讲解专栏（NLP方向）_【老版本】【重难点第3篇】Meta-learning论文第三课时.mp4
│ ├── 10 重点讲解专栏（NLP方向）_【老版本】【重难点第3篇】Meta-learning论文第二课时：手推公式.mp4
│ ├── 11 重点讲解专栏（NLP方向）_【老版本】【重难点第3篇】Meta-learning论文第二课时：论文讲解.mp4
│ ├── 12 重点讲解专栏（NLP方向）_【老版本】【重难点第4篇】SER第一课时课程导读.mp4
│ ├── 13 重点讲解专栏（NLP方向）_【老版本】【重难点第4篇】SER第三课时.mp4
│ ├── 14 重点讲解专栏（NLP方向）_【老版本】【重难点第4篇】SER第二课时：论文讲解.mp4
│ └── 15 重点讲解专栏（NLP方向）_【老版本】【重难点第4篇】SER第四课时.mp4
└── 24 推荐阅读专栏（NLP方向
├── 01 直播答疑.mp4
├── 02 直播答疑_2022-10-13_09-51-42.mp4
├── 03 论文复现体验课学习指引.mp4
├── 04 直播答疑_2022-10-13_09-52-15.mp4
├── 05 直播答疑_2022-10-13_09-52-37.mp4
├── 06 直播答疑_2022-10-13_09-52-58.mp4
├── 07 直播答疑_2022-10-13_09-53-12.mp4
├── 08 GAN专题直播答疑.mp4
├── 09 NLP Baseline直播答疑.mp4
├── 10 NLP Baseline 直播答疑.mp4
├── 11 NLP baseline直播答疑_2022-10-13_09-55-07.mp4
├── 12 NLP直播答疑.mp4
├── 13 NLP直播答疑_2022-10-13_09-55-44.mp4
├── 14 NLP baseline直播答疑_2022-10-13_09-56-03.mp4
├── 15 NLP baseline直播答疑_2022-10-13_09-56-20.mp4
├── 16 预训练直播答疑.mp4
├── 17 NLP直播答疑_2022-10-13_09-56-49.mp4
├── Attention is not Explanation 1902 10186.pdf
├── Attention is not not Explanation 1908 04626.pdf
├── Bridging the Gap between Training and Inference for Neural Machine Translation 1906 02448.pdf
├── Do NLP Models Know Numbers？Probing Numeracy in Embeddings 1909 07940.pdf
├── Lattice CNNs for Matching Based Chinese Question Answering 1902 09087.pdf
├── Modular_Neural_CRF Sentiment Tagging with Partial Labels using Modular Architectures.zip
├── OR-NMT：Bridging the Gap between Training and Inference for Neural Machine Translation.zip
├── Ordered Neurons：Integrating Tree Structures into Recurrent Neural Networks.pdf
├── Sentiment Tagging with Partial Labels using Modular Architectures P19-1055.pdf
└── Star-Transformer 1902 09113.pdf