1、课堂要点

• 词嵌入（word2vec）基本概念

• 跳字模型（skip-gram）

• 连续词袋模型（cbow）

• 近似训练

• word2vec

• 子词嵌入

• 全局向量嵌入（GloVe）

• seq2seq

• 评测指标BLEU

• 在训练过程中先清零梯度再更新梯度

# 将优化器的梯度缓存清零
optimizer.zero_grad()

# 计算损失函数的梯度
loss.backward()

# 使用优化器更新模型参数
optimizer.step()

2、课后作业

p1、p2是怎么计算出来的？