深度序列模型與自然語言處理：基于TensorFlow 2實踐

　　《深度序列模型與自然語言處理：基于TensorFlow2實踐》以自然語言和語音信號處理兩大應(yīng)用領(lǐng)域為載體，詳細(xì)介紹深度學(xué)習(xí)中的各種常用序列模型。 在講述理論知識的同時輔以代碼實現(xiàn)和講解，幫助讀者深入掌握相關(guān)知識技能。 《深度序列模型與自然語言處理：基于TensorFlow2實踐》共12章，不僅涵蓋了詞向量、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、Transformer 等基礎(chǔ)知識，還囊括 了注意力機(jī)制、序列到序列問題等高級專題，同時還包含其他書籍中較少涉及的預(yù)訓(xùn)練語言模型、生成 對抗網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、流模型等前沿內(nèi)容，以拓寬讀者視野。 《深度序列模型與自然語言處理：基于TensorFlow2實踐》既適合互聯(lián)網(wǎng)公司算法工程師等群體閱讀，又可以作為本科高年級或研究生級別的自然語言處 理和深度學(xué)習(xí)課程的參考教材。

暫缺《深度序列模型與自然語言處理：基于TensorFlow 2實踐》作者簡介