幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

自然語言處理實戰(預訓練模型應用及其產品化)

  • 作者：(美)安庫·A.帕特爾//阿賈伊·烏皮利·阿拉薩尼帕萊|責編:張秀華|譯者:王書鑫//李銳//丁舶洋//羅遠飛
  • 出版社：機械工業
  • ISBN：9787111707912
  • 出版日期：2022/07/01
  • 裝幀：平裝
  • 頁數：277
人民幣：RMB 129 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    在過去幾年中，自然語言處理技術的受歡迎程度呈現「爆炸式」增長。儘管Google、Facebook、OpenAl等前沿公司繼續發布著規模更大的語言模型，但許多開發團隊仍在努力構建與時俱進的自然語言處理應用程序。本書將幫助你快速了解自然語言處理的新技術及未來發展趨勢。
    通過閱讀本書，你將學習如何為組織中的實際應用程序構建、訓練和部署模型。作者使用突出現代自然語言處理最佳實踐的代碼和示例指導你完成整個過程。
    本書的主要內容包括：
    使用先進的自然語言處理模型（如BERT和GPT-3）來解決命名實體識別、文本分類、語義搜索和閱讀理解等自然語言處理任務。
    開發性能可媲美甚至優於開箱即用系統的自然語言處理模型。
    了解Transformer架構和現代技巧，比如席捲整個自然語言處理世界的遷移學習。
    熟悉自然語言處理的工具和框架，包括spaCy、Hugging Face和fast.ai。
    使用Python和PyTorch從頭開始構建自然語言處理任務流水線的核心部分，包括分詞器、向量嵌入和語言模型。
    將你的模型從Jupyter Notebook中產品化，並學習如何在生產環境中部署、監控和維護它們。
作者介紹
(美)安庫·A.帕特爾//阿賈伊·烏皮利·阿拉薩尼帕萊|責編:張秀華|譯者:王書鑫//李銳//丁舶洋//羅遠飛
目錄
前言
第一部分  浮光掠影
  第1章  自然語言處理介紹
    1.1  什麼是自然語言處理
    1.2  基本的自然語言處理
    1.3  總結
  第2章  Transformer和遷移學習
    2.1  利用fast.ai庫進行訓練
    2.2  利用Hugging Face系列庫進行推理
    2.3  總結
  第3章  NLP任務和應用程序
    3.1  預訓練語言模型
    3.2  遷移學習和微調
    3.3  NLP任務
    3.4  自然語言數據集
    3.5  NLP任務1：命名實體識別
    3.6  NLP任務2：文本分類
    3.7  總結
第二部分  綱舉目張
  第4章  分詞
    4.1  一個極簡的分詞器
    4.2  Hugging Face的分詞器
    4.3  搭建自己的分詞器
    4.4  總結
  第5章  向量嵌入：電腦如何「理解」單詞
    5.1  理解文本與讀取文本
    5.2  詞向量
    5.3  詞向量嵌入實踐
    5.4  非詞條的嵌入
    5.5  總結
  第6章  循環神經網路和其他序列模型
    6.1  循環神經網路
    6.2  長短期記憶網路
    6.3  門控循環單元
    6.4  總結
  第7章  Transformer
    7.1  從頭開始構建Transformer
    7.2  注意力機制
    7.3  電腦視覺Transformer
    7.4  總結
  第8章  BERT方法論：博採眾長創新篇
    8.1  ImageNet
    8.2  通往NLP「ImageNet時刻」之路
    8.3  預訓練的詞向量嵌入
    8.4  序列模型
    8.5  循環神經網路
    8.6  注意力機制
    8.7  Transformer架構
    8.8  NLP的「ImageNet時刻」
    8.9  總結

第三部分  經世致用
  第9章  工欲善其事，必先利其器
    9.1  深度學習框架
    9.2  可視化與實驗跟蹤
    9.3  AutoML
    9.4  機器學習基礎設施和計算
    9.5  邊緣/終端側推理
    9.6  雲推理和機器學習即服務
    9.7  持續集成和持續交付
    9.8  總結
  第10章  可視化
    10.1  我們的第一個Streamlit應用程序
    10.2  總結
  第11章  產品化
    11.1  數據科學家、工程師和分析師
    11.2  Databricks：你的統一數據分析平台
    11.3  Databricks的安裝
    11.4  機器學習作業
    11.5  MLflow
    11.6  Databricks的替代品
    11.7  總結
  第12章  歸納提升
    12.1  最後十課
    12.2  最後的話
附錄A  大規模訓練
附錄B  CUDA

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032