【官方双语】词嵌入、word2vec模型，如何将文字转化为数值，超清晰解释！
文字很棒，但如果我们想将它们作为输入用于神经网络，就必须将它们转换为数字。为文字分配数字的最受欢迎的方法之一是使用神经网络来创建词嵌入。在本节 StatQuest 中，我们将介绍创建词嵌入所需的步骤，并展示如何对它们进行可视化和验证。然后，我们将讨论最流行的词嵌入工具之一，Word2vec。BAM！！！
字幕校对：@枫丶1649
时间轴：@毛毛9173
字幕翻译：@风浔凌
视频视频制作及校对：@凡鸟不凡
相关视频链接：
神经网络基本思想：https://www.bilibili.com/video/BV18m411S79t/?spm_id_from=333.788
反向传播：https://www.bilibili.com/video/BV1at421L7DS/?spm_id_from=333.999.0.0
SoftMax：https://www.bilibili.com/video/BV1Lz421y74k/?spm_id_from=333.999.0.0
交叉熵：https://www.bilibili.com/video/BV1BA4m1c7bB/?spm_id_from=333.999.0.0
如果这个视频对你有所帮助，不要忘了一键三连和关注，欢迎分享给小伙伴一起学习呀！
-----------------------------------------------------------------------
如果您想支持StatQuest，请考虑...
购买我的书，《StatQuest机器学习图解指南》：
PDF版本 - https://statquest.gumroad.com/l/wvtmc
纸质版 - https://www.amazon.com/dp/B09ZCKR4H6
Kindle电子书版 - https://www.amazon.com/dp/B09ZG79HXC
-----------------------------------------------------------------------
StatQuest 旨在用通俗易懂的方式讲解统计学、机器学习等，将主要方法论分解成易于理解的部分，以增强理解。
更多关于StatQuest:
官网：https://statquest.org/
YouTube：https://www.youtube.com/@statquest
Patreon: https://www.patreon.com/statquest
音乐：https://joshuastarmer.bandcamp.com/album/the-middle-ages
周边商店：https://statquest.creator-spring.com/?
StatQuest Store: https://statquest.org/statquest-store/
StatQuest 深度学习
（21/28）
140.1万播放
简介
订阅合集
引言
00:49
神经网络基本思想
18:41
链式法则
18:24
梯度下降法
23:54
反向传播基本思想
17:33
反向传播详解P1
18:32
反向传播详解P2
13:09
ReLU激活函数
09:00
神经网络多元输入输出
13:50
SoftMax 和 ArgMax
14:03
SoftMax导数
07:13
交叉熵 Cross Entropy
09:32
交叉熵+反向传播
22:08
卷积神经网络CNN+图像识别
15:24
用数学表示神经网络
30:01
张量 tensor
09:40
PyTorch
23:22
PyTorch优化神经网络
20:45
RNN
16:37
LSTM
20:45
词嵌入、word2vec模型
16:12
word embedding代码实现
32:02
编码&解码神经网络，seq2seq模型
16:51
注意力机制
15:52
Transformer模型
36:15
Decoder-only Transformer模型
36:45
Transformer数学原理
23:43
Transformer代码实现
30:53
【B站模型论坛】参与答题即可加入
与同好模友一起聊>>
顶部