《精通Transformer：从零开始构建最先进的NLP模型》内容简介与阅读建议

Name: 精通Transformer：从零开始构建最先进的NLP模型
Author: [土]萨瓦斯·伊尔蒂利姆/[伊朗]梅萨姆·阿斯加里-切纳格卢
ISBN: 9787576322279

获取这本书 暂无已核验电子书资源

下载

《精通Transformer：从零开始构建最先进的NLP模型》内容简介

AI领域的基石王者,那些还沉迷于CNN，RNN的工程师被警告：放弃战斗吧，向Transformer投降!

《精通Transformer：从零开始构建最先进的NLP模型》内容简介与阅读建议，作者 [土]萨瓦斯·伊尔蒂利姆/[伊朗]梅萨姆·阿斯加里-切纳格卢，科技技术，2023年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题：Transformer、计算机类。

适合希望系统学习技术概念、实践方法、工具使用和行业知识的读者。评分 5.9 可作为选书参考。

获取建议

优先确认版本和阅读目的；下载区只展示已核验的公版、授权、开放许可或官方试读资源。

暂无已核验电子书资源；本站不展示未授权完整文件。

下载

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本；经典作品可优先选择校注、导读或权威出版社版本。

Transformer到底是什么，让ChatGPT如此迷恋?
这只变形金刚，到底是只什么怪兽?
——用于自然语言处理(NLP)的神经网络架构
第1 章从词袋到Transformer。本章简要介绍了自然语言处理的历史，并将传统方法、深度学习模型(如CNIN、RNN 和LSTM) 与Transformer模型进行了比较分析。
第2章 Transformer的实践操作入门。本章深入探讨了如何使用Transformer模型，并通过实际例子阐述了分词器和模型，如BERT。
第3章自编码语言模型。本章讨论了如何从零开始在任何给定语言上训练自编码语言模型。训练过程将包括模型的预训练和特定任务的训练。
第4章自回归和其他语言模型。本章讨论了自回归语言模型的理论细节，并引导读者如何在自己的语料库中对模型进行预训练。读者将学习如何在自己的文本上预训练任何语言模型(如GPT- 2),并在各种任务(如语言生成)中使用该模型。
第5章微调文本分类语言模型。在本章中，读者将学习如何配置文本分类的预训练模型，以及如何微调文本分类下游任务的模型(如情感分析或多类别分类)。

展开全部（共 14 章节）

第6章微调标记分类语言模型。本章讲述如何微调标记分类任务的语言模型[如命名实体识别 (NER)、词性标注 (POS)和问题回答 (QA)系统]。
第7章文本表示。在本章中，读者将学习文本表示技术以及如何有效地利用Transformer 体系结构，特别是对于无监督任务，如聚类、语义搜索和主题建模。
第8章使用高效的Transformer。本章展示了如何使用提炼、剪枝和量化方法，从预训练模型中生成高效的模型。然后，读者将获得有关高效稀疏Transformer的知识，如Linformer 和 BigBird，以及如何使用这些模型。
第9章跨语言和多语言建模。在本章中，读者将学习多语言和跨语种语言模型预训练以及单语言和多语言预训练之间的差异。本章涉及的其他主题包括因果语言建模和翻译语言建模。
第10章部署 Transformer 模型。本章将详细介绍如何在 CPU/GPU环境中，为基于 Transformer的自然语言处理解决方案提供服务。本章还将描述如何使用 TensorFlow 扩展 (TFX) 部署机器学习系统。
第11 章注意力可视化与实验跟踪。本章涵盖两个不同的技术概念：注意力可视化与实验跟踪。我们将使用诸如exBERT 和 BertViz之类的复杂工具进行实验练习。