Saltar al contenido

Procesamiento del lenguaje natural con PyTorch

Sección Introducción Transcripciones

Resumen del curso

Procesamiento del lenguaje natural con PyTorch
Procesamiento del lenguaje natural con PyTorch

Hola. Me llamo Janani Ravi, y bienvenidos a este curso de Procesamiento de Lenguaje Natural con PyTorch. Un poco sobre mí, tengo una maestría en ingeniería eléctrica de Stanford y he trabajado en compañías como Microsoft, Google y Flipkart. En Google, fui uno de los primeros ingenieros en trabajar en la edición colaborativa de tipo drill-type en Google docs, y tengo cuatro patentes de sus tecnologías subyacentes. Actualmente trabajo en mi propia empresa, Loonycorn, un estudio de contenido de video de alta calidad. Desde el chatbot hasta la literatura generada por máquinas, algunas de las aplicaciones más populares de aprendizaje automático e inteligencia artificial en estos días datos automáticos en forma real. En este curso, obtendrás la habilidad de diseñar e implementar modelos complejos de procesamiento de texto usando PyTorch. Primero, aprenderá cómo aprovechar las redes neuronales recurrentes, o RNN, para capturar relaciones secuenciales dentro de los datos de texto. A continuación, descubrirá cómo expresar el texto utilizando incrustaciones de vectores de palabras, una sofisticada forma de codificación que se admite de inmediato en PyTorch mediante la utilidad de texto de la antorcha. Por último, explorará cómo construir complejos RNNs multinivel y RNNs bidireccionales para capturar relaciones tanto hacia atrás como hacia delante dentro de los datos. Completarás el curso construyendo RNNs de secuencia a secuencia para la traducción del lenguaje. Cuando termine este curso, tendrá las habilidades y el conocimiento para diseñar e implementar modelos complejos de procesamiento de lenguaje natural utilizando sofisticadas redes neuronales recurrentes en PyTorch.