DATAGOZ
الكتالوج
المسار التعليمي
الأسعار
تسجيل الدخول
ابدأ مجانًا
الرئيسية
الدورات
نمذجة اللغة بالشبكات العصبية المتكررة (RNN) في Keras
بناء النماذج باستخدام Keras
الفصل 2 · تصميم نماذج اللغة باستخدام الشبكات العصبونية المتكررة وKeras · الدرس 11 من 56
متاحة للمشتركين فقط — إليك بدايتها
متابعة هذا الدرس متاحة للمشتركين فقط
أنشئ حسابك المجاني لتجربة التمارين التوضيحية، ثم انتقل إلى الوصول الكامل متى شئت.
أنشئ حسابك المجاني
بدون بطاقة بنكية، في ثلاثين ثانية.
المتابعة باستخدام Google
أو
التسجيل بالبريد الإلكتروني
لديك حساب بالفعل؟
تسجيل الدخول
بمتابعتك، فإنك توافق على
شروط الاستخدام
و
سياسة الخصوصية
. تُستضاف بياناتك داخل الاتحاد الأوروبي.
الوصول الكامل إلى DATAGOZ
19 €
/ شهريًا — أو 190 € / سنويًا
جميع الدورات المنشورة والمسارات المهنية
تمارين واختبارات قصيرة مصحَّحة تلقائيًا
تدريب وامتحان وشهادة متابعة
بدون التزام، ويمكن الإلغاء عبر الإنترنت
عرض الصيغ
هذا الدرس جزء من الدورة
نمذجة اللغة باستخدام الشبكات العصبية المتكررة (RNN) في Keras
short_training
6 فصول · 56 درسًا
ابدأ الدورة مجاناً
1. رسالة الترحيب
درس واحد
منصة التدريب
مشتركون
2. تصميم نماذج اللغة باستخدام الشبكات العصبية المتكررة وKeras
12 درسًا
مقدمة واكتشاف الشبكات العصبونية التكرارية
المشتركون
مقارنة تعقيد الشبكات العصبونية التكرارية والشبكات العصبونية الكلاسيكية
المشتركون
تطبيق الشبكات العصبونية التكرارية على تحليل المشاعر
المشتركون
اكتشاف نماذج التسلسل إلى تسلسل
المشتركون
فهم مبادئ نمذجة اللغة
المشتركون
استكشاف خصائص البيانات النصية
المشتركون
إعداد النصوص لمعالجتها بواسطة نموذج
المشتركون
تكييف نصوص جديدة لاستخدامها مع النموذج
المشتركون
تنفيذ الشبكات العصبونية التكرارية باستخدام Keras
المشتركون
بناء النماذج باستخدام Keras
أنت هنا
إعداد البيانات النصية باستخدام Keras
المشتركون
بناء نموذجك الأول للشبكات العصبونية التكرارية
المشتركون
3. هندسة الشبكات العصبونية المتكررة وطريقة عملها
13 درسًا
فهم ظاهرتي تلاشي التدرّج وانفجاره
مشترك
تحديد أسباب انفجار التدرجات
مشترك
تحليل مشكلة تلاشي التدرجات
مشترك
اكتشاف خلايا GRU وLSTM
مشترك
مقارنة خلايا GRU بشبكات RNN البسيطة
مشترك
دمج عدة طبقات RNN
مشترك
التعرف على طبقة التضمين (Embedding)
مشترك
مقارنة النماذج وفقًا لعدد معاملاتها
مشترك
الاستفادة من نقل التعلّم (Transfer Learning)
مشترك
تحسين الأداء بفضل التضمينات (Embeddings)
مشترك
العودة إلى تصنيف المشاعر
مشترك
تحسين تصنيف المشاعر
مشترك
دمج طبقة CNN في نماذج RNN
مشترك
4. تطبيق التصنيف متعدد الفئات باستخدام RNN
13 درسًا
تحضير البيانات لتصنيف متعدد الفئات
مشترك
ترميز التسميات على شكل متجهات
مشترك
إعداد المعالجة الأولية للبيانات
مشترك
اكتشاف التعلم بالنقل المطبّق على نماذج اللغة
مشترك
إعداد نموذج للتعلم بالنقل
مشترك
الاستفادة من Word2Vec لتمثيل الكلمات
مشترك
بناء نماذج التصنيف متعدد الفئات
مشترك
استكشاف مجموعة البيانات 20 Newsgroups
مشترك
تصنيف المقالات الصحفية حسب الفئة
مشترك
قياس أداء النموذج
مشترك
تحليل التوازن بين الدقة والاستدعاء
مشترك
الاختيار بين الدقة والاستدعاء
مشترك
تقييم نموذج تصنيف متعدد الفئات
مشترك
5. بناء نماذج تسلسل إلى تسلسل لمعالجة اللغة
16 درسًا
اكتشاف نماذج تسلسل إلى تسلسل
مشترك
استكشاف توليد النصوص باستخدام نماذج تسلسل إلى تسلسل
مشترك
اكتشاف الترجمة الآلية العصبية
مشترك
إنشاء دالة لتوليد النصوص
مشترك
التنبؤ بالحرف التالي في تسلسل
مشترك
توليد النصوص مع مراعاة السياق
مشترك
ضبط الاحتمالات للتحكم في التوليد
مشترك
استكشاف مناهج مختلفة لتوليد النص
مشترك
إنشاء تمثيلات للجمل والتنبؤ بالأحرف التالية
مشترك
إعداد البيانات اللازمة للتدريب
مشترك
بناء نموذج لتوليد النص
مشترك
تطبيق الترجمة الآلية العصبية
مشترك
إعداد تسلسلات النص المدخلة
مشترك
إعداد تسلسلات النص المخرجة
مشترك
الترجمة الآلية من البرتغالية إلى الإنجليزية
مشترك
إنهاء التطبيق العملي لنماذج التسلسل إلى التسلسل
مشترك
6. الخاتمة
1 درس
خاتمة الدورة التدريبية
مشترِكون
الدرس التالي
إعداد البيانات النصية باستخدام Keras
عرض البرنامج
أنشئ حسابًا للمتابعة