جمع جزء: 278,000 تومان
- × 1 عدد: Microsoft Hyper-V ?! Windows Server Hyper V Virtualization - 139,000 تومان
- × 1 عدد: Mastering CyberArk:Comprehensive User Management & Security - 139,000 تومان
نحوه فهرست بندی بردارهای ابعادی بالا مانند تعبیه Word با استفاده از یک الگوریتم نزدیک نزدیکترین همسایه ، که توسط Leland McInnes طراحی شده است.
عنوان اصلی : Use PyNNDescent and `nessvec` to Index High Dimensional Vectors (Word Embeddings)
سرفصل های دوره :
01 از Pynndescent و `nessvec` برای فهرست بندی بردارهای ابعادی بالا (تعبیه کلمه) استفاده کنید
Use PyNNDescent and `nessvec` to Index High Dimensional Vectors (Word Embeddings)
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
کار با Nessvec and PyTorch برای تعلیم دادن سیستم های هوش مصنوعی کلمات
ساخت یک چت بات با کتابخانه Gradio زبان پایتون
NLP در عمل با PyTorch و Nessvectors
خلاصه شدید با کلمه FastText و رمزگذاری های روبرتا
پردازش زبان طبیعی در عمل
خزیدن در ویکی پدیا برای ایجاد مجموعه داده های آموزش برای یک مدل تولید متن در زبان Python
NLP در عمل: مکانیسم توجه و به روزرسانی Torchtext 0.9
ایجاد یک موتور گفتگو یا دستگاه حالت محدود (FSM) با زبان Python
افزودن فایل های بزرگ به مجموعه داده های NL
✨ تا ۷۰% تخفیف با شارژ کیف پول 🎁
مشاهده پلن ها