本书介绍
自2017年问世以来，Transformer模型在众多自然语言处理（NLP）任务中取得了突破性进展，成为业界的主流技术。对于数据科学家和程序员而言，这本书将指导你如何利用Python深度学习库Hugging Face Transformers来训练和扩展这些复杂的模型。Transformer模型已经在多个领域大放异彩，包括撰写新闻报道、优化搜索引擎结果，甚至开发出能够讲笑话的聊天机器人。本书由Lewis Tunstall、Leandro von Werra以及Hugging Face Transformers的联合创始人Thomas Wolf共同撰写，他们将通过实践方法向你展示Transformer的工作原理以及如何将其集成到你的应用程序中。你将迅速掌握这些模型在各种任务中的应用。
本书免费获取地址：
关注下方公众号“大模型科技说”回复关键字“ttw24”获取下载地址。
本书将教你如何构建、调试和优化用于核心NLP任务的Transformer模型，包括文本分类、命名实体识别和问答系统。你还将学习如何进行跨语言迁移学习，以及在标签数据稀缺的情况下如何有效应用Transformer模型。此外，书中还会探讨如何通过模型蒸馏、剪枝和量化等技术提高Transformer模型的部署效率。从零开始训练Transformer模型，学习如何扩展到多GPU和分布式环境也是本书的重点。
本书旨在帮助你构建自己的语言处理应用程序，因此它侧重于实际案例，并在必要时深入理论。这本书的风格是实践操作，我们鼓励你亲自运行代码示例以进行实验。书中涵盖了NLP中Transformer的所有主要应用，每一章（少数例外）都专注于一个特定任务，并结合实际案例和数据集。每章还会介绍一些额外的概念。
内容截图
本书免费下载地址
关注微信公众号“大模型科技说”回复关键字“ttw24”获取下载地址。
大模型科技说
大模型科技说
商务合作请联系微信号：AI_Knowledge_Zone
