maz0318 / nlpSummerCamp2019

2019njunlp夏令营 image caption group

---

实验环境：

python 3.7

pytorch 1.0

第一阶段

第一周计划

Date	Assignment
7.1	学习神经网络基础知识（ref:《机器学习》第5章 神经网络p97-p120
7.2	学习pytorch (ref:https://github.com/zergtant/pytorch-handbook 前两章)
7.3**	利用pytorch框架基于mnist数据集做一个简单的分类任务（使用神经网络）(ref:https://github.com/yunjey/pytorch-tutorial/blob/master/tutorials/01-basics/feedforward_neural_network/main.py ) 具体任务看week1/readme.md 实验一
7.4	学习卷积神经网络（cs231n第15，16课时）
7.5**	利用pytorch框架基于mnist数据集做一个简单的分类任务（使用卷积神经网络）(ref:https://github.com/zergtant/pytorch-handbook 第三章第2节)。具体任务看week1/readme.md 实验二
7.6-7.7（周末	对这一周的学习做一个总结并写一个周报，内容包括学到了什么，还有哪些部分不太理解以及实验的记录。

注：带**是有实验要完成的

第一周实验

• 用神经网络对mnist数据集进行分类
• 用卷积神经网络对mnist数据集进行分类

第二周计划

Date	Assignment
7.8	学习循环神经网络RNN.(ref:https://github.com/zergtant/pytorch-handbook/blob/master/chapter2/2.5-rnn.ipynb ,视频:https://study.163.com/course/introduction.htm?courseId=1004697005#/courseDetail?tab=1 )
7.9	了解命名实体识别任务（NER)(ref:https://blog.csdn.net/u014033218/article/details/89304699 )
7.10**	用LSTM实现NER(week2/readme)
7.11**	用bi-LSTM+CRF实现NER(week2/readme)
7.12**	对模型进行调整，调参，优化结果(week2/readme)
7.13-7.14(周末)	周报

第二周实验

• 用LSTM实现NER

• 用bi-LSTM+CRF实现NER

第三周计划

由于大家对pytorch不是很熟悉，所以给大家推荐一个pytorch教程，本周自行去学习，同时阅读一篇caption的论文。

教程：https://mlelarge.github.io/dataflowr-web/cea_edf_inria.html

dataflowr:https://mlelarge.github.io/dataflowr-web/

github:https://github.com/mlelarge/dataflowr

论文:https://arxiv.org/abs/1411.4555

第二阶段

第四周计划

本周，我们复现上周看的论文show and tell

Date	Assignment
7.22	对数据集进行预处理，放在process.py里
7.23	对coco数据集写一个dataset放在data_loader.py里
7.24	复现模型，放在model.py里
7.25	写训练主程序，放在train_nic.py里,并开始训练
7.26	写好beam search，放在model.py里
7.27	查看训练效果，写好报告