
The TensorFlow placeholder function:
https://www.tensorflow.org/api_docs/python/tf/placeholder
Most important tools used:
https://www.tensorflow.org/api_docs/python/tf/fill
https://www.tensorflow.org/api_docs/python/tf/strided_slice
https://www.tensorflow.org/api_docs/python/tf/concat
Most important tools used:
https://www.tensorflow.org/api_docs/python/tf/contrib/rnn/BasicLSTMCell
https://www.tensorflow.org/api_docs/python/tf/contrib/rnn/DropoutWrapper
https://www.tensorflow.org/api_docs/python/tf/contrib/rnn/MultiRNNCell
https://www.tensorflow.org/api_docs/python/tf/nn/bidirectional_dynamic_rnn
Most important tools used:
https://www.tensorflow.org/programmers_guide/embedding
https://www.tensorflow.org/api_docs/python/tf/variable_scope
https://www.tensorflow.org/versions/r1.0/api_docs/python/tf/contrib/seq2seq/prepare_attention
https://www.tensorflow.org/versions/r1.0/api_docs/python/tf/contrib/seq2seq/attention_decoder_fn_train
https://www.tensorflow.org/versions/r1.0/api_docs/python/tf/contrib/seq2seq/dynamic_rnn_decoder
https://www.tensorflow.org/api_docs/python/tf/nn/dropout
Most important tools used:
https://www.tensorflow.org/programmers_guide/embedding
http://web.stanford.edu/class/cs20si/lectures/notes_04.pdf
https://www.tensorflow.org/api_docs/python/tf/variable_scope
https://www.tensorflow.org/versions/r1.0/api_docs/python/tf/contrib/seq2seq/prepare_attention
https://www.tensorflow.org/versions/r1.0/api_docs/python/tf/contrib/seq2seq/attention_decoder_fn_inference
https://www.tensorflow.org/versions/r1.0/api_docs/python/tf/contrib/seq2seq/dynamic_rnn_decoder
https://www.tensorflow.org/api_docs/python/tf/nn/dropout
Most important tools used:
https://www.tensorflow.org/api_docs/python/tf/variable_scope
https://www.tensorflow.org/api_docs/python/tf/contrib/rnn/BasicLSTMCell
https://www.tensorflow.org/api_docs/python/tf/contrib/rnn/DropoutWrapper
https://www.tensorflow.org/api_docs/python/tf/contrib/rnn/MultiRNNCell
https://www.tensorflow.org/api_docs/python/tf/truncated_normal_initializer
https://www.tensorflow.org/api_docs/python/tf/zeros_initializer
https://www.tensorflow.org/api_docs/python/tf/contrib/layers/fully_connected
Most important tools used:
https://www.tensorflow.org/api_docs/python/tf/contrib/layers/embed_sequence
https://www.tensorflow.org/api_docs/python/tf/Variable
https://www.tensorflow.org/api_docs/python/tf/random_uniform
https://www.tensorflow.org/api_docs/python/tf/nn/embedding_lookup
Geoffrey Hinton's paper:
https://www.cs.toronto.edu/~hinton/absps/JMLRdropout.pdf
Most important tools used:
https://www.tensorflow.org/api_docs/python/tf/reset_default_graph
https://www.tensorflow.org/api_docs/python/tf/InteractiveSession
The TensorFlow placeholder_with_default function:
https://www.tensorflow.org/versions/r0.12/api_docs/python/io_ops/placeholders#placeholder_with_default
The TensorFlow shape function:
https://www.tensorflow.org/api_docs/python/tf/shape
The TensorFlow reverse function:
https://www.tensorflow.org/api_docs/python/tf/reverse
https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.reshape.html
Most important tools used:
https://www.tensorflow.org/api_docs/python/tf/name_scope
https://www.tensorflow.org/api_docs/python/tf/contrib/seq2seq/sequence_loss
https://www.tensorflow.org/api_docs/python/tf/ones
https://www.tensorflow.org/api_docs/python/tf/train/AdamOptimizer
https://www.tensorflow.org/versions/r0.12/api_docs/python/train/gradient_clipping
https://www.tensorflow.org/api_docs/python/tf/clip_by_value
Difference between return and yield:
http://www.geeksforgeeks.org/use-yield-keyword-instead-return-keyword-python/
Most important tools used:
https://www.tensorflow.org/api_docs/python/tf/global_variables_initializer
https://pyformat.info/
Most important tools used:
https://www.tensorflow.org/api_docs/python/tf/InteractiveSession
https://www.tensorflow.org/api_docs/python/tf/global_variables_initializer
https://www.tensorflow.org/api_docs/python/tf/train/Saver
Learn how to run the Chatbot in a Google Colab notebook with GPU training!
Intuition and Code resources for The Best ChatBot:
http://suriyadeepan.github.io/2016-06-28-easy-seq2seq/
http://suriyadeepan.github.io/2016-12-31-practical-seq2seq/
https://github.com/suriyadeepan/practical_seq2seq
딥러닝과 NLP(자연어 처리)의 모든 것!
챗봇 만들기에 도전하세요!
인공지능, 기계학습, 딥러닝 활용 방법에 대한 실전 강의!
Deep Learning 과 자연어 처리 (NLP) 의 모든 것: 챗봇 만들기 강의를 선택해야 하는 이유
"Deep Learning (딥러닝) 과 자연어 처리 (NLP) 의 모든 것: 챗봇 만들기" 강의에 오신 것을 환영합니다!
이 코스에서 여러분들을 다시 뵙게 되어 반갑습니다. :)
우리는 지금까지 인공지능(Artificial Intelligence; AI)에 관해 많은 이야기를 해왔습니다. 그리고 또한 인공지능의 미래에 대해 예측해 왔으며, 실제로 이것이 적용된 많은 사례를 목격해 왔습니다. 하지만 유관 정보를 모을 수 있을 뿐 아니라 고객들에게 더 나은 서비스를 제공 하고, 대중에게 여러분의 사업을 눈에 띄게 할 수 있는 기술이 있다면 어떨까요?
그 기술이 바로 챗봇(ChatBots)입니다.
챗봇의 등장에 따라 우리가 온라인에서 사업을 전개해 나가는 방식이 크게 변화되었습니다. 그리고 다행히도 기술은 이 훌륭한 툴을 누구든지 배우고 또 적용할 수 있는 수준으로 발전해 왔다고 할 수 있습니다.
Data Science 관련 일을 하고 싶은 학생이라면,
Data Science 에 관심이 있는 분이라면,
자신만의 챗봇(ChatBot) 을 만드는데 관심이 있는 분, 그리고
인공지능 (Artificial Intellignec), 기계학습 (machine learning), 딥러닝 (deep learning) 과 그 활용에 대해 관심이 있는 분이라면,
가장 매력적일 뿐 아니라 커스터마이징이 (customizing) 가능한, 가장 최신 기술을 배우고 싶다면..!
이 강의가 바로 여러분을 위한 강의라고 자신 있게 말씀 드립니다!
Deep Learning 과 자연어 처리 (NLP) 의 모든 것: 챗봇 만들기 강의에서 이런 것들을 배울 수 있습니다
자연어 처리의 종류
고전적인 모델과 딥러닝 모델
종단간 딥러닝 모델
시퀀스-투-시퀀스 구조 및 훈련
강의에서 만나요,
- Hadelin & Kirill
P.S 강의를 들으시고 강의와 관련하여 궁금하신 점은 무엇이든 Q&A에 남기실 수 있지만, 꼭 영어로 남겨주세요. 그래야 답변을 드릴 수 있습니다. :)