课程主页: https://www.coursera.org/learn/nlp-sequence-models
在深度学习专业化的第五门课程《序列模型》中，你将深入了解序列模型及其令人兴奋的应用，如语音识别、音乐合成、聊天机器人、机器翻译和自然语言处理（NLP）等。通过本课程，你将能够构建和训练递归神经网络（RNN）及其常用变种，如GRU和LSTM。此外，你还将应用RNN进行字符级语言模型训练，并获得自然语言处理和词嵌入的经验。
课程大纲包括:
递归神经网络
在这一部分，学生将了解递归神经网络，这是一种在时间序列数据上表现出色的模型，并探索其多个变种，包括LSTM、GRU和双向RNN。
自然语言处理与词嵌入
本节将介绍如何运用深度学习进行自然语言处理。通过使用词向量表示和嵌入层，训练递归神经网络，使其在情感分析、命名实体识别和神经机器翻译等多种应用中表现优异。
序列模型与注意力机制
在本部分中，学员将学习如何利用注意力机制增强序列模型，该算法能帮助模型决定在一系列输入中聚焦的重点。并探索如何处理音频数据，以实现语音识别。
变换器网络
这一节将重点介绍变换器网络，深入理解这一前沿技术在序列建模中的应用。
总之，《序列模型》课程为希望深入了解深度学习的学生提供了丰富的知识与实践机会，特别是对自然语言处理和时序数据有深厚兴趣的学习者来说，这是一个不可多得的良机。
课程主页: https://www.coursera.org/learn/nlp-sequence-models