Transformers for Natural Language Processing - Second Edition: Aufbau, Training und Feinabstimmung tiefer neuronaler Netzwerkarchitekturen für NLP mit Python, PyTo

Bewertung:   (4,1 von 5)

Transformers for Natural Language Processing - Second Edition: Aufbau, Training und Feinabstimmung tiefer neuronaler Netzwerkarchitekturen für NLP mit Python, PyTo (Denis Rothman)

Leserbewertungen

Zusammenfassung:

Das Buch „Transformers for Natural Language Processing“ von Denis Rothman bietet eine umfassende Erkundung von Transformatormodellen mit Schwerpunkt auf der Verarbeitung natürlicher Sprache. Es richtet sich in erster Linie an Leser mit Vorkenntnissen in KI und Deep Learning und bietet eine ausgewogene Mischung aus theoretischen Erkenntnissen und praktischen Programmierbeispielen. Der Text erhält jedoch gemischte Kritiken, wobei einige seine Klarheit und seinen Lehrwert loben, während andere ihn als oberflächlich oder fehleranfällig kritisieren.

Vorteile:

Ausführliche Darstellung der Architektur und der Anwendungen von Transformatoren.
Gute Mischung aus Theorie und praktischen Programmierbeispielen, die den Lesern eine gute Orientierung bieten.
Klare Erklärungen und übersichtliche Inhalte, ideal für Anfänger und Fortgeschrittene.
Bietet praktische Programmiermöglichkeiten und eine Fülle von Ressourcen, einschließlich Referenzen.
Enthält Informationen sowohl über modernste Modelle als auch über einfachere, lokal trainierbare Modelle.

Nachteile:

Setzt ein gewisses Maß an Vorwissen voraus und ist daher für absolute Anfänger nicht geeignet.
Einige Leser empfanden den Inhalt als oberflächlich oder wenig tiefgründig, insbesondere was die technische Genauigkeit betrifft.
Probleme mit kleinen Schriftgrößen, die das Lesen erschweren.
Mehrere Beschwerden über den Schreibstil und die Klarheit bestimmter Erklärungen.
Einige negative Kritiken meinen, das Buch sei zu sehr auf den Hype und nicht auf die technische Substanz ausgerichtet.

(basierend auf 30 Leserbewertungen)

Originaltitel:

Transformers for Natural Language Processing - Second Edition: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTo

Inhalt des Buches:

OpenAIs GPT-3, ChatGPT, GPT-4 und Hugging Face Transformers für Sprachaufgaben in einem Buch. Erhalten Sie einen Vorgeschmack auf die Zukunft der Transformatoren, einschließlich Computer-Vision-Aufgaben und Code-Schreiben und Unterstützung.

Der Kauf des gedruckten oder des Kindle-Buches beinhaltet ein kostenloses eBook im PDF-Format.

Hauptmerkmale:

⬤ Mit Hugging Face ein BERT-basiertes Modell von Grund auf neu trainieren.

⬤ Verfeinern Sie leistungsstarke Transformer-Modelle, einschließlich OpenAIs GPT-3, um die Logik Ihrer Daten zu erlernen.

⬤ Führen Sie bei schwierigen NLP-Problemen eine Ursachenanalyse durch.

Buchbeschreibung:

Transformers verändern... nun ja... die Welt der KI. Es gibt viele Plattformen und Modelle, aber welche eignen sich am besten für Ihre Bedürfnisse?

Transformers for Natural Language Processing, 2. Auflage, führt Sie durch die Welt der Transformers, hebt die Stärken der verschiedenen Modelle und Plattformen hervor und vermittelt Ihnen gleichzeitig die Problemlösungsfähigkeiten, die Sie benötigen, um die Schwächen der Modelle zu überwinden.

Sie werden Hugging Face verwenden, um ein RoBERTa-Modell von Grund auf zu trainieren, von der Erstellung des Datensatzes über die Definition des Datensammlers bis zum Training des Modells.

Wenn Sie ein vortrainiertes Modell, einschließlich GPT-3, feinabstimmen wollen, dann zeigt Ihnen Transformers for Natural Language Processing, 2. Ausgabe, mit Schritt-für-Schritt-Anleitungen wie.

Das Buch untersucht maschinelle Übersetzungen, Sprache-zu-Text, Text-zu-Sprache, Fragenbeantwortung und viele weitere NLP-Aufgaben. Es bietet Techniken zur Lösung schwieriger Sprachprobleme und kann sogar bei der Angst vor Fake News helfen (lesen Sie Kapitel 13 für weitere Details).

Sie werden sehen, wie innovative Plattformen wie OpenAI die Transformatoren über die Sprache hinaus in Computer-Vision-Aufgaben und Code-Erstellung mit Codex gebracht haben.

Am Ende dieses Buches werden Sie wissen, wie Transformatoren funktionieren und wie Sie sie implementieren und Probleme lösen können, wie ein KI-Detektiv!

Was Sie lernen werden:

⬤ Finden Sie heraus, wie ViT und CLIP Bilder beschriften (auch unscharfe!) und erstellen Sie Bilder aus einem Satz mit DALL-E.

⬤ Entdecke neue Techniken, um komplexe Sprachprobleme zu untersuchen.

⬤ Vergleichen Sie die Ergebnisse von GPT-3 mit T5, GPT-2 und BERT-basierten Transformatoren.

⬤ Führen Sie Sentiment-Analysen, Textzusammenfassungen, Sprachanalysen, maschinelle Übersetzungen und mehr mit TensorFlow, PyTorch und GPT-3 durch.

⬤ Messen Sie die Produktivität der wichtigsten Transformatoren, um ihren Umfang, ihr Potenzial und ihre Grenzen in der Produktion zu definieren.

Für wen dieses Buch geeignet ist:

Wenn Sie Transformatoren kennenlernen und auf Ihre natürlichsprachlichen (und Bild-)Daten anwenden wollen, ist dieses Buch für Sie.

Sie benötigen ein gutes Verständnis von Python und Deep Learning sowie ein Grundverständnis von NLP, um von diesem Buch zu profitieren. Viele Plattformen, die in diesem Buch behandelt werden, bieten interaktive Benutzeroberflächen, die es Lesern mit einem allgemeinen Interesse an NLP und KI ermöglichen, mehreren Kapiteln zu folgen. Und keine Sorge, wenn Sie einmal nicht weiterkommen oder Fragen haben: Mit diesem Buch haben Sie direkten Zugang zu unserer AI/ML-Community und dem Autor Denis Rothman. Er wird Sie also auf Ihrer Transformers-Reise begleiten!

Weitere Daten des Buches:

ISBN:9781803247335
Autor:
Verlag:
Einband:Taschenbuch

Kauf:

Derzeit verfügbar, auf Lager.

Ich kaufe es!

Weitere Bücher des Autors:

Transformers for Natural Language Processing: Erstellen Sie innovative tiefe neuronale...
Werden Sie zum KI-Experten für Sprachverständnis, indem Sie den...
Transformers for Natural Language Processing: Erstellen Sie innovative tiefe neuronale Netzwerkarchitekturen für NLP mit Python, PyTorch, TensorFlow, BERT, RoBER - Transformers for Natural Language Processing: Build innovative deep neural network architectures for NLP with Python, PyTorch, TensorFlow, BERT, RoBER
Künstliche Intelligenz am Beispiel - Zweite Auflage - Artificial Intelligence By Example - Second...
Verstehen Sie die Grundlagen und entwickeln Sie...
Künstliche Intelligenz am Beispiel - Zweite Auflage - Artificial Intelligence By Example - Second Edition
Hands-On Explainable AI (XAI) mit Python: Interpretieren, visualisieren, erklären und integrieren...
Lösen Sie die Blackbox-Modelle in Ihren...
Hands-On Explainable AI (XAI) mit Python: Interpretieren, visualisieren, erklären und integrieren Sie zuverlässige KI für faire, sichere und vertrauenswürdige KI-Anwendungen - Hands-On Explainable AI (XAI) with Python: Interpret, visualize, explain, and integrate reliable AI for fair, secure, and trustworthy AI apps
Künstliche Intelligenz anhand von Beispielen: Entwickeln Sie maschinelle Intelligenz von Grund auf...
Hinweis des Herausgebers: Diese Ausgabe aus dem...
Künstliche Intelligenz anhand von Beispielen: Entwickeln Sie maschinelle Intelligenz von Grund auf anhand realer Anwendungsfälle für künstliche Intelligenz - Artificial Intelligence By Example: Develop machine intelligence from scratch using real artificial intelligence use cases
Transformers for Natural Language Processing - Second Edition: Aufbau, Training und Feinabstimmung...
OpenAIs GPT-3, ChatGPT, GPT-4 und Hugging Face...
Transformers for Natural Language Processing - Second Edition: Aufbau, Training und Feinabstimmung tiefer neuronaler Netzwerkarchitekturen für NLP mit Python, PyTo - Transformers for Natural Language Processing - Second Edition: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTo
Transformers for Natural Language Processing and Computer Vision - Third Edition: Erforschen Sie...
Der maßgebliche Leitfaden zu LLMs, von...
Transformers for Natural Language Processing and Computer Vision - Third Edition: Erforschen Sie generative KI und große Sprachmodelle mit Hugging Face, C - Transformers for Natural Language Processing and Computer Vision - Third Edition: Explore Generative AI and Large Language Models with Hugging Face, C

Die Werke des Autors wurden von folgenden Verlagen veröffentlicht:

© Book1 Group - Alle Rechte vorbehalten.
Der Inhalt dieser Seite darf weder teilweise noch vollständig ohne schriftliche Genehmigung des Eigentümers kopiert oder verwendet werden.
Letzte Änderung: 2024.11.13 22:11 (GMT)