人工智能暑期培训方案

一、项目介绍

项目名称:人工智能自然处理NLP

项目周期:六天

项目概述:

从人工智能的发展历史为切入点, 介绍近几年最火热的应用场景。接下来会详细讲解文本预处理和RNN家族模型的结构, 代码,应用等。结合近两年最火热的Transformer模型,介绍NLP领域内最受关注的BERT, GPT模型。最后通过3个案例项目,人名分类器,英译法机器翻译,AI自动写周杰伦歌词,来深入掌握神经网络的模型应用。

项目亮点:

1. 基于两大人工智能框架Tensorflow, Pytorch进行讲解,开发

2. 详细剖析NLP领域的最著名模型,包括RNN, LSTM, GRU, Transformer, BERT, GPT等。

3. 通过最具典型性的3大应用案例,分别针对分类模型,seq2seq模型,生成式模型,深入系统的学习,手把手敲代码实现自己的AI模型构建,训练,预测的全过程。

二、课程适合人群

1. 已开设或新开设人工智能专业方向的高校教师

2. 有志于从事人工智能行业的相关人员

三、预习资料

获取方式:请扫描下方二维码,回复【人工智能】即可获取完整预习资料

四、准备环境介绍

1. AI人工智能的开发强烈建议在服务器端运行,如果有GPU环境最佳。(强烈建议)

2. 个人电脑上安装Linux环境进行开发。(可以接受)

3. 个人电脑上Windows环境开发。(实在不行的最后选择)

五、课程培训目标

1. 面向高校计算机相关专业老师, 为开展人工智能授课做好知识,工具,案例的准备。

2. 掌握NLP领域前沿的技术解决方案

3. 掌握NLP相关知识的原理和实现,并能应用于授课过程中

六、项目进度安排

8月1日

人工智能基础

1. 人工智能发展历史
2. NLP的发展历史和关键节点
3. NLP的落地应用和未来趋势
4. Pytorch基础

8月2日

文本预处理

1. 文本预处理
2. 词嵌入算法
3. 数据增强方法

8月3日

RNN与分类模型

1. RNN模型构造和代码应用
2. LSTM模型构造和代码应用
3. GRU模型构造和代码应用
4. 注意力机制
5. 人名自动分类器

8月4日

生成式模型1与Transformer

1. 英译法机器翻译
2. Transformer介绍

8月5日

生成式模型2与BERT

1. BERT介绍
2. GPT介绍
3. AI自动写歌词机器人

8月6日

NLP学术界和工业界的前沿介绍

1. 文本摘要介绍
2. 对话机器人介绍
3. 阅读理解介绍
4. 知识图谱介绍

七、项目运行效果图

人名分类器案例

原理分析图:

可视化效果图:

机器翻译案例

AI自动写歌词案例

生成完成的歌词效果

请选择您要参加的培训模式