Wprowadzenie do transformatorów dla Nlp: Z biblioteką Hugging Face i modelami do rozwiązywania problemów

Ocena:   (3,9 na 5)

Wprowadzenie do transformatorów dla Nlp: Z biblioteką Hugging Face i modelami do rozwiązywania problemów (Mohan Jain Shashank)

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).

Dodatkowe informacje o książce:

ISBN:9781484288436
Autor:
Wydawca:
Język:angielski
Oprawa:Miękka oprawa

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Kontenery i wirtualizacja Linuksa: Perspektywa jądra - Linux Containers and Virtualization: A Kernel...
Poznaj nowe spojrzenie na kontenery Linux i zrozum...
Kontenery i wirtualizacja Linuksa: Perspektywa jądra - Linux Containers and Virtualization: A Kernel Perspective
WebAssembly dla chmury: Podstawowy przewodnik po aplikacjach chmurowych opartych na asemblerze -...
Poznaj niesamowity świat WebAssembly (Wasm) i...
WebAssembly dla chmury: Podstawowy przewodnik po aplikacjach chmurowych opartych na asemblerze - WebAssembly for Cloud: A Basic Guide for Wasm-Based Cloud Apps
Wprowadzenie do transformatorów dla Nlp: Z biblioteką Hugging Face i modelami do rozwiązywania...
Praktyczne wprowadzenie do architektury...
Wprowadzenie do transformatorów dla Nlp: Z biblioteką Hugging Face i modelami do rozwiązywania problemów - Introduction to Transformers for Nlp: With the Hugging Face Library and Models to Solve Problems
Kontenery i wirtualizacja systemu Linux: Wykorzystanie języka Rust w kontenerach Linux - Linux...
Ta książka to praktyczny, kompleksowy przewodnik...
Kontenery i wirtualizacja systemu Linux: Wykorzystanie języka Rust w kontenerach Linux - Linux Containers and Virtualization: Utilizing Rust for Linux Containers
Krótkie wprowadzenie do Web3: zdecentralizowane podstawy sieci Web do tworzenia aplikacji - A Brief...
Podróż do świata rozwoju aplikacji opartych na...
Krótkie wprowadzenie do Web3: zdecentralizowane podstawy sieci Web do tworzenia aplikacji - A Brief Introduction to Web3: Decentralized Web Fundamentals for App Development

Prace autora wydały następujące wydawnictwa:

© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)