آموزش NLP تولیدی با رمزگذارهای خودکار متغیر

سرفصل ها و درس ها

معرفی Introduction

• بیشترین بهره را از این دوره ببرید Getting the most out of this course

• بررسی نسخه Version check

• شروع کار با VAEs Getting started with VAEs

• ارتقاء سطح در NLP مولد Leveling up in generative NLP

1. مدیریت لایه‌ها، مدل‌ها و توابع سفارشی در Keras 1. Managing Custom Layers, Models, and Functions in Keras

• نسخه ی نمایشی: آموزش مدل سفارشی Demo: Training the custom model

• استفاده از API عملکردی در مقابل API متوالی Using the functional API vs. sequential API

• آمادگی برای چالش: یک شبکه سیامی ایجاد کنید Challenge prep: Create a Siamese network

• ایجاد یک لایه سفارشی Creating a custom layer

• دمو: آموزش مدل با لایه سفارشی Demo: Training a model with a custom layer

• چرا در Keras به عناصر سفارشی نیاز داریم؟ Why do we need custom elements in Keras?

• ادغام همه چیز: اعلام مدل Merging everything: Declaring the model

• دمو: ایجاد یک مدل چند خروجی Demo: Creating a multioutput model

• راه حل: یک شبکه سیامی ایجاد کنید Solution: Create a Siamese network

• نسخه ی نمایشی: اضافه کردن یک تابع از دست دادن سفارشی Demo: Adding a custom loss function

• ایجاد و اضافه کردن یک تابع از دست دادن سفارشی Creating and adding a custom loss function

2. رمزگذارهای خودکار 2. Autoencoders

• کاربردهای رمزگذار خودکار Applications of autoencoders

• چالش: حذف نویز با رمزگذار خودکار Challenge: Denoise with an autoencoder

• نسخه ی نمایشی: ایجاد یک رمزگذار خودکار عمیق Demo: Creating a deep autoencoder

• نسخه ی نمایشی: ایجاد یک رمزگذار خودکار ساده Demo: Creating a simple autoencoder

• رمزگذار خودکار چیست؟ What is an autoencoder?

• راه حل: حذف نویز با رمزگذار خودکار، قسمت 1 Solution: Denoise with an autoencoder, part 1

• ادغام همه چیز در Keras برای تولید متن Integrating everything in Keras for text generation

• استفاده از رمزگذار سفارشی برای خروجی نمایش پنهان Using custom encoder to output latent representation

• راه حل: حذف نویز با رمزگذار خودکار، قسمت 2 Solution: Denoise with an autoencoder, part 2

3. رمزگذارهای خودکار متغیر 3. Variational Autoencoders

• تولید جملات Generating sentences

• نسخه ی نمایشی: ایجاد عملکرد از دست دادن سفارشی و بهینه ساز سفارشی Demo: Creating the custom loss function and custom optimizer

• تابع ضرر و واگرایی KL The loss function and KL divergence

• نسخه ی نمایشی: ایجاد رمزگذار Demo: Creating the encoder

• چه چیزی با VAE ها تغییر می کند؟ What changes with VAEs?

• ادغام BiLSTMها به VAE Incorporating BiLSTMs to VAEs

• ادغام همه چیز برای آموزش VAE Integrating everything to train the VAE

4. چالش ها 4. Challenges

• راه حل: ساخت VAE Solution: Building the VAE

• راه حل: تولید متن Solution: Generating text

• آماده سازی چالش برای چالش های نهایی Challenge prep for final challenges

• راه حل: آموزش VAE Solution: Training the VAE

نتیجه Conclusion

• بعد کجا بریم؟ Where to go next?

• خلاصه مطالبی که پوشش دادیم Recap of what we covered