入门 看看大牛操作，无需考虑代码，大致了解有个整体印象就行。tf1，gpt2预训练模-文章生成 tf2 +拥抱的脸简洁明了的使用示范，高度封装的框架，了解训练流程即可 新人建议直接在hugging face封装的训练框架的基础上开始学习，避免堆积没在网上各式各样的写法中，心力憔悴。 tf1版本gpt2的一种预训练模型 清华关于nlp研究的官网 tf版本gpt2预训练模型，转化清华开源的模型用 pytorch中文摘要生成 keras是趋势，也确实很方便，tf2也是这么推荐的，以下2个

市场研究法 这是一个使用Scraping和NLP创建和显示仪表板的API，该仪表板包含有关特定区域市场的所有有用信息

基于代表性学习和随机森林模型的STEM专业学生流失率分析 学术轨迹分析是评估和改善STEM专业留学生的关键组成部分。 分析学生的学术行为的一种常见做法是根据人类选定的特征进行分析。 虽然这种方法在关联已知现象时可能很有效，但是根据领域知识制作的功能可能会排除发现有用但不熟悉的现象的可能性。 在这项工作中，将结合建模来预测学生在STEM中的保留率。 代表性学习方法的目标是使模型能够理解课程互连性的体系结构。 并将在其他情况下有用。 随机森林将根据代表性学习提供的信息以及其他学生信息进行预测。 这种

NLP研究

NLP理论与实现 此回购包含我的学习笔记和NLP模型的Python实现 资料夹结构 . ├── large_files # Data files ├── markdown # Study notes and images ├── notebooks # Python implementation of NLP models └── README.md （注意：对于markdown