tensorflow ml nlp tf2

โปรดดูลิงก์ด้านล่างสำหรับหนังสือเล่มแรกเกี่ยวกับการประมวลผลภาษาธรรมชาติที่เริ่มต้นด้วย TensorFlow และการเรียนรู้ของเครื่อง

ลิงค์หนังสือเล่มแรก: https://github.com/NLP-kr/tensorflow-ml-nlp

* หมายเหตุ: Dropbox ไม่รองรับรุ่น GPT2 อีกต่อไป หากต้องการดาวน์โหลดโมเดล โปรดทำตามขั้นตอนด้านล่าง

 wget https://github.com/NLP-kr/tensorflow-ml-nlp-tf2/releases/download/v1.0/gpt_ckpt.zip -O gpt_ckpt.zip

เอ็นแอลพีบุ๊ค

การประมวลผลภาษาธรรมชาติที่เริ่มต้นด้วย TensorFlow 2 และการเรียนรู้ของเครื่อง (จากการถดถอยโลจิสติกไปจนถึง BERT และ GPT3)

การแนะนำ

นี่คือแหล่งเก็บข้อมูลตัวอย่างการประมวลผลภาษาธรรมชาติที่รวมอยู่ในหนังสือ

พื้นที่เก็บข้อมูลนี้จะมีประโยชน์มากขึ้นหากคุณใช้ร่วมกับหนังสือประมวลผลภาษาธรรมชาติที่ขึ้นต้นด้วย TensorFlow และการเรียนรู้ของเครื่อง

วิธีการติดตั้ง (สภาพแวดล้อม)

มีการเพิ่มคู่มือนักเทียบท่าเพื่อรองรับสภาพแวดล้อมการพัฒนาต่างๆ สำหรับตัวอย่างการประมวลผลภาษาธรรมชาติ

เราขอแนะนำให้ใช้ Docker เพื่อตอบสนองต่อการเปลี่ยนแปลงในการอัปเดตแพ็คเกจแล็บสำหรับตัวอย่างในอนาคต

เรียกใช้ Jupyter Docker (แนะนำ)

เมื่อใช้สภาพแวดล้อม Docker เราขอแนะนำให้ใช้เวอร์ชัน 19.03 หรือใหม่กว่า

• การรัน bash build_jupyter_for_cpu.sh หรือ bash build_jupyter_for_gpu.sh จะสร้างอิมเมจนักเทียบท่า
• เมื่อคุณรัน bash exec_jupyter_for_cpu.sh หรือ bash exec_jupyter_for_gpu.sh jupyter จะทำงานในสภาพแวดล้อม Docker
• หมายเลขพอร์ตการดำเนินการ jupyter คือ 8889 ดังนั้นหมายเลขพอร์ตนั้นจึงต้องพร้อมใช้งาน

การติดตั้งอนาคอนด้า

หากคุณไม่พบไฟล์การติดตั้ง Anaconda ให้ค้นหาและดาวน์โหลดเวอร์ชันถัดไปจากลิงก์ต่อไปนี้

 https://repo.anaconda.com/archive
# windows 권장 버전: Anaconda3-5.3.0-Windows-x86_64.exe
# linux 권장 버전: Anaconda3-5.3.0-Linux-x86_64.sh
# MacOS 권장 버전: Anaconda3-5.3.0-MacOSX-x86_64.pkg
# 해당 버전을 받지 않아도 환경 구성을 하는데 큰 문제는 없습니다.

• การกำหนดค่าสภาพแวดล้อมเสมือนของ Anaconda Python

 conda create -n {사용할 환경 이름} python=3.6
conda activate {사용할 환경 이름} # 경우에 따라 동작이 안될 수 있습니다. 아래의 명령어를 입력해보세요.
# source activate {사용할 환경 이름} 
pip install -r requirements.txt

หากการติดตั้งดำเนินการไม่ถูกต้อง โปรดติดตั้ง python 3.6 และดำเนินการต่อ

 conda install python=3.6

สารบัญ

ขั้นเตรียมการ - บทนี้ให้ความรู้พื้นฐานเกี่ยวกับการประมวลผลภาษาธรรมชาติและการเตรียมพร้อมสำหรับการพัฒนา

1. กำลังเข้า
2. การเตรียมความพร้อมสำหรับการพัฒนาการประมวลผลภาษาธรรมชาติ
3. ภาพรวมการประมวลผลภาษาธรรมชาติ

พื้นฐานการประมวลผลภาษาธรรมชาติ - นี่คือบทฝึกหัดเกี่ยวกับโมเดลพื้นฐานในการประมวลผลภาษาธรรมชาติ

4. การจำแนกข้อความ
5. ความคล้ายคลึงกันของข้อความ

การประมวลผลภาษาธรรมชาติขั้นสูง - นี่คือบทฝึกหัดเกี่ยวกับการประมวลผลภาษาธรรมชาติขั้นสูงผ่านโมเดลแชทบอท

6. สร้างแชทบอท
7. การเรียนรู้แบบละเอียด
8. GPT3

การฝึกโคแล็บ

พื้นที่เก็บข้อมูลแยกต่างหากได้รับการเผยแพร่สำหรับการฝึกหัด Colab สำหรับบทที่ 7 และ 8 เท่านั้น

• ลิงค์พื้นที่เก็บข้อมูล

สอบถามรายละเอียดเพิ่มเติม

ยินดีต้อนรับคำขอดึงเสมอ หากคุณมีปัญหา ข้อบกพร่อง หรือคำถาม โปรดฝากข้อความไว้ในฉบับนั้น

**ก่อนที่จะตรวจสอบปัญหา โปรดดูเอกสารใน Wiki ก่อนและแสดงความคิดเห็นเกี่ยวกับปัญหา!

ผู้เขียน

ชางอุคจุน / @changwookjun ([email protected])
แทคยอน / @taekyoon ([email protected])
จองฮยอน โช / @JungHyunCho ([email protected])
Ryan S. Shin / @aiscientist ([email protected])