推薦初學者的延伸閱讀

除了課程內(nèi)容外，TensorFlow 官網(wǎng)也為大家提供了學習研究機器學習豐富實用的資源，例如老師在課程中提到的 TensorFlow tfds 數(shù)據(jù)集、IMDB 數(shù)據(jù)集和課后練習，都可以在 TensorFlow 官網(wǎng)上找到：

TensorFlow tfds 數(shù)據(jù)集

https://tensorflow.google.cn/datasets/api_docs/python/tfds/as_numpy

TensorFlow 官方整理出的機器學習常用數(shù)據(jù)集

IMDB 數(shù)據(jù)集

https://tensorflow.google.cn/datasets/catalog/imdb_reviews

包含五萬個影評，適合新手進行詞嵌入的項目練習

循環(huán)神經(jīng)網(wǎng)絡 (RNN) 文本生成

https://tensorflow.google.cn/tutorials/text/text_generation

課程內(nèi)容的課后習題直達鏈接

另外，我們還推薦以下三篇文章作為延展閱讀，可以幫助大家理解老師在本部分課程中提到的自然語言處理的相關知識:

TensorFlow Core 文本教程

https://tensorflow.google.cn/tutorials/text/word_embeddings

TensorFlow 官方推出的 NLP 教程，幫助大家梳理基本知識和原理

TensorFlow 2.0 模型:循環(huán)神經(jīng)網(wǎng)絡

來自《簡單粗暴 TensorFlow 2.0》，補充介紹了本部分課程中提到的循環(huán)神經(jīng)網(wǎng)絡的相關知識

tf.keras.layers.LSTM

https://tensorflow.google.cn/api_docs/python/tf/keras/layers/LSTM?hl=zh_cn

LSTM API 直達鏈接

其中被老師譽為“機器學習中的明珠”的自然語言處理，作為備受開發(fā)者關注的熱門領域，在解決實際問題過程中也迸發(fā)出了很多巧妙的應用，我們推薦有興趣的同學延伸閱讀以下兩篇文章，希望你能夠進一步感受 NLP 的無限魅力:

文本反垃圾在花椒直播中的應用概述

介紹了花椒平臺如何利用自然語言處理訓練，識別并攔截平臺上的文本垃圾信息，維持良好的用戶觀看體驗

深度學習在網(wǎng)易嚴選智能客服中的應用

通過 NLP 深度學習，幫助網(wǎng)易嚴選的智能客服更好地理解用戶的意圖，提高真實對話場景下的服務效率

責任編輯：xj

原文標題：TensorFlow 入門實操課程第三部分延展閱讀

文章出處：【微信公眾號：TensorFlow】歡迎添加關注！文章轉載請注明出處。