|代码|说明|
|---|---|
|[char_mlp.ipynb](char_mlp.ipynb)| 分词器对不同语言的分词效果 |
|[char_mlp.ipynb](char_mlp.ipynb)| 使用多层感知器进行自然语言的自回归学习（根据背景文本预测下一个字母是什么） |
|[embedding_example.ipynb](embedding_example.ipynb)| 通过一个简单的例子，展示文字嵌入的实现细节 |
|[char\_rnn.ipynb](char_rnn.ipynb)| 使用循环神经网络进行自然语言的自回归学习。这个脚本的实现方式并不太高效，但是很容易理解 |
|[char\_rnn_batch.ipynb](char_rnn_batch.ipynb)| 使用循环神经网络进行自然语言的自回归学习，但该脚本的实现方式支持批量计算 |
|[bptt_example.ipynb](bptt_example.ipynb)| 利用计算图，直观地展示BPTT的算法细节 |
|[lstm.ipynb](lstm.ipynb)| 使用长短期记忆网络进行自然语言的自回归学习 |