tensorflow ml nlp tf2

请参阅下面的链接，获取第一本从 TensorFlow 和机器学习开始的自然语言处理书籍。

第一本书链接：https://github.com/NLP-kr/tensorflow-ml-nlp

*注意：Dropbox 不再支持 GPT2 模型。要下载模型，请按照以下步骤操作。

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

自然语言处理书籍

从 TensorFlow 2 和机器学习开始的自然语言处理（从逻辑回归到 BERT 和 GPT3）

介绍

这是本书中包含的自然语言处理示例的存储库。

如果您将它与一本从 TensorFlow 和机器学习开始的自然语言处理书籍结合使用，这个存储库将会更有帮助。

安装方法（环境）

添加了 Docker 指南以支持自然语言处理示例的各种开发环境。

我们建议使用 Docker 来响应未来示例的实验室包更新中的更改。

运行 Jupyter Docker（推荐）

使用Docker环境时，建议使用19.03及以上版本。

• 运行bash build_jupyter_for_cpu.sh或bash build_jupyter_for_gpu.sh创建一个 docker 映像。
• 当您运行bash exec_jupyter_for_cpu.sh或bash exec_jupyter_for_gpu.sh jupyter 在 Docker 环境中运行。
• jupyter执行端口号为8889，因此该端口号必须可用。

蟒蛇安装

如果找不到 Anaconda 安装文件，请从以下链接查找并下载下一个版本。

 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.

• Anaconda Python虚拟环境配置

 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

如果安装无法正常进行，请安装 python 3.6 并继续。

 conda install python=3.6

目录

准备阶段- 本章提供自然语言处理和开发准备的背景知识。

1. 进入
2. 为自然语言处理开发做准备
3. 自然语言处理概述

自然语言处理基础知识- 这是自然语言处理基本模型的实践章节。

4. 文本分类
5. 文本相似度

高级自然语言处理- 这是通过聊天机器人模型进行更高级自然语言处理的实践章节。

6. 创建聊天机器人
7. 微调学习
8. GPT3

Colab实践

仅针对第 7 章和第 8 章的 Colab 实践发布了单独的存储库。

• 存储库链接

查询

始终欢迎拉取请求。如果您有任何问题、错误或疑问，请在问题中留言。

**在检查问题之前，请先查看Wiki上的文档并对该问题发表评论！

作者

ChangWookJun / @changwookjun ([email protected])
泰京/@taekyoon ([email protected])
JungHyun Cho / @JungHyunCho ([email protected])
Ryan S. Shin / @aiscientist ([email protected])