基于Pytorch热门深度学习框架 从零开发NLP聊天机器人

第1章 课程介绍
1-1 课程导学 (11:25)
1-2 聊天机器人的综合介绍 (12:25)
1-3 聊天机器人起源发展 (11:57)
1-4 聊天机器人的分类(1) (05:28)
1-5 聊天机器人的分类(2) (11:59)
1-6 如何构建最简单的聊天机器人(1) (06:17)
1-7 如何构建最简单的聊天机器人(2) (11:52)
1-8 代码小练 (19:01)
第2章 聊天机器人综合介绍
2-1 NLP基础 (12:25)
2-2 NLP涉及知识 (12:18)
2-3 NLTK库 (04:38)
2-4 语料和词性标注 (11:39)
2-5 分词 (16:07)
2-6 TF-IDF (09:01)
2-7 NLTK安装 (11:30)
2-8 代码小练 (13:06)
第3章 NLP基础
3-1 NLP基础和聊天机器人 (10:03)
3-2 文本处理方法 (11:03)
3-3 word2vec (1) (07:50)
3-4 word2vec(2) (17:59)
3-5 代码小练 (21:01)
第4章 检索类聊天机器人
4-1 检索类的聊天机器人 (22:33)
4-2 贝叶斯分类 (18:06)
4-3 Chatterbot原理 (12:55)
4-4 代码小练 (09:48)
4-5 章节小结 (02:29)
第5章 生成式聊天机器人
5-1 生成类聊天机器人 (07:39)
5-2 RNN LSTM原理 (16:56)
5-3 RNN LSTM模型原理 (12:35)
5-4 Seq2seq介绍 (15:02)
5-5 Attenion应用及分类 (14:11)
5-6 代码实战（1） (21:26)
5-7 代码实战（2） (15:36)
5-8 代码实战（3） (14:38)
5-9 代码实战（4） (23:52)
第6章 Pytorch基础
6-1 Pytorch入门 (07:56)
6-2 原理机制 (10:24)
6-3 数据载入 (06:05)
6-4 模型训练和验证测试 (11:26)
6-5 代码小练（1） (18:26)
6-6 代码小练（2） (22:04)
6-7 代码训练过程 (03:30)
6-8 章节小结 (01:52)
第7章 机器人发展方向与seqGAN实战
7-1 模型与主流发展方向还是seq2seq+attention (16:33)
7-2 发展方向和SeqGan和深度学习结合 (11:02)
7-3 数据处理 (16:15)
7-4 开发生成器脚本 (22:46)
7-5 开发鉴别器脚本 (14:23)
7-6 开发主函数的脚本（1） (13:58)
7-7 开发主函数的脚本（2） (20:57)
7-8 开发主函数的脚本（3） (14:06)
7-9 代码训练过程 (03:29)
第8章 基于Pytorch聊天机器人代码实战
8-1 项目介绍 (08:50)
8-2 项目流程思路 (07:28)
8-3 数据分析 (04:10)
8-4 数据预处理 初始化 (18:42)
8-5 数据预处理随机数据 (27:25)
8-6 数据预处理one_epoch word2id (15:44)
8-7 数据预处理seq2id replace方法 (11:30)
8-8 建立模型Encoder（1） (12:44)
8-9 建立模型Encoder（2） (15:00)
8-10 建立模型Decoder (08:12)
8-11 建立模型BAttentiondecoerRNN (19:18)
8-12 建立模型Lattention (13:14)
8-13 建立模型LattentionDecoder (10:58)
8-14 建立模型decoder如何选择 (10:17)
8-15 模型建立seq2seq类及train方法（1） (17:06)
8-16 模型建立seq2seq类及train方法（2） (15:24)
8-17 模型建立seq2seq类及train方法（3） (17:01)
8-18 greedy Search方法 (26:51)
8-19 模型建立beamsearch方法（1） (21:59)
8-20 模型建立beamsearch方法（2） (18:35)
8-21 建立模型验证方法 (11:55)
8-22 建立模型bleu方法 (13:15)
8-23 建立模型embAve方法 (26:09)
8-24 建立模型Y_pre方法及整体思路流程 (27:55)
8-25 训练脚本编写及演示 (08:55)
8-26 模型测脚本编写 (03:51)
8-27 demo脚本编写及演示 (16:54)
8-28 部署步骤分享 (09:15)
8-29 最终总结 (07:58)