Opinie czytelników
Obecnie brak opinii czytelników. Ocena opiera się na 7 głosach.
Oryginalny tytuł:
Introduction to Transformers for Nlp: With the Hugging Face Library and Models to Solve Problems
Zawartość książki:
Praktyczne wprowadzenie do architektury Transformer przy użyciu biblioteki Hugging Face. Ta książka wyjaśnia, w jaki sposób Transformery zmieniają domenę sztucznej inteligencji, szczególnie w obszarze przetwarzania języka naturalnego.
Książka ta obejmuje architekturę Transformer i jej znaczenie w przetwarzaniu języka naturalnego (NLP). Zaczyna się od wprowadzenia do NLP i progresji modeli językowych od n-gramów do architektury opartej na Transformerach. Następnie oferuje kilka podstawowych przykładów Transformerów przy użyciu silnika Google Colab. Następnie wprowadza ekosystem Hugging Face oraz różne biblioteki i modele przez niego dostarczane. Idąc dalej, wyjaśnia modele językowe, takie jak Google BERT z kilkoma przykładami, a następnie zapewnia głębokie zanurzenie w interfejsie API Hugging Face przy użyciu różnych modeli językowych do rozwiązywania zadań, takich jak klasyfikacja zdań, analiza nastrojów, podsumowanie i generowanie tekstu.
Po ukończeniu kursu Introduction to Transformers for NLP zrozumiesz koncepcje transformatorów i będziesz w stanie rozwiązywać problemy przy użyciu biblioteki Hugging Face.
Czego się nauczysz
⬤ Zrozumieć modele językowe i ich znaczenie w NLP i NLU (Natural Language Understanding)
⬤ Opanować architekturę Transformera na praktycznych przykładach.
⬤ Wykorzystanie biblioteki Hugging Face w modelach językowych opartych na Transformerze.
⬤ Tworzenie prostego generatora kodu w Pythonie w oparciu o architekturę Transformer.
Dla kogo jest ta książkaNaukowcy zajmujący się danymi i programiści zainteresowani rozwijaniem swoich umiejętności w zakresie NLP i NLU (Natural Language Understanding).
