Introduction aux transformateurs pour la PNL : Avec la bibliothèque Hugging Face et les modèles pour résoudre les problèmes

Note :   (3,9 sur 5)

Introduction aux transformateurs pour la PNL : Avec la bibliothèque Hugging Face et les modèles pour résoudre les problèmes (Mohan Jain Shashank)

Avis des lecteurs

Il n'y a actuellement aucun avis de lecteur. La note est basée sur 7 votes.

Titre original :

Introduction to Transformers for Nlp: With the Hugging Face Library and Models to Solve Problems

Contenu du livre :

Une introduction pratique à l'architecture Transformer en utilisant la bibliothèque Hugging Face. Ce livre explique comment les Transformers sont en train de changer le domaine de l'IA, en particulier dans le domaine du traitement du langage naturel.

Ce livre couvre l'architecture Transformer et sa pertinence dans le traitement du langage naturel (NLP). Il commence par une introduction au NLP et une progression des modèles de langage, depuis les n-grammes jusqu'à une architecture basée sur les Transformers. Ensuite, il propose quelques exemples de Transformers de base en utilisant le moteur Google colab. Il présente ensuite l'écosystème Hugging Face et les différentes bibliothèques et modèles qu'il fournit. Il explique les modèles de langage tels que Google BERT à l'aide de quelques exemples avant de plonger dans l'API Hugging Face en utilisant différents modèles de langage pour traiter des tâches telles que la classification des phrases, l'analyse des sentiments, le résumé et la génération de texte.

Après avoir suivi le cours Introduction aux transformateurs pour le NLP, vous comprendrez les concepts des transformateurs et serez en mesure de résoudre des problèmes à l'aide de la bibliothèque Hugging Face.

Ce que vous apprendrez

⬤ Comprendre les modèles de langage et leur importance dans le NLP et NLU (Natural Language Understanding).

⬤ Maîtriser l'architecture de Transformer à travers des exemples pratiques.

⬤ Utiliser la bibliothèque Hugging Face dans les modèles de langage basés sur Transformer.

⬤ Créer un générateur de code simple en Python basé sur l'architecture de Transformer.

Aux Data Scientists et aux développeurs de logiciels désireux de développer leurs compétences en NLP et NLU (Natural Language Understanding).

Autres informations sur le livre :

ISBN :9781484288436
Auteur :
Éditeur :
Langue :anglais
Reliure :Broché

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Conteneurs Linux et virtualisation : Une perspective du noyau - Linux Containers and Virtualization:...
Découvrez une nouvelle perspective sur les...
Conteneurs Linux et virtualisation : Une perspective du noyau - Linux Containers and Virtualization: A Kernel Perspective
WebAssembly pour le Cloud : Un guide de base pour les applications cloud basées sur le Wasm -...
Voyagez dans le monde étonnant de WebAssembly...
WebAssembly pour le Cloud : Un guide de base pour les applications cloud basées sur le Wasm - WebAssembly for Cloud: A Basic Guide for Wasm-Based Cloud Apps
Introduction aux transformateurs pour la PNL : Avec la bibliothèque Hugging Face et les modèles pour...
Une introduction pratique à l'architecture...
Introduction aux transformateurs pour la PNL : Avec la bibliothèque Hugging Face et les modèles pour résoudre les problèmes - Introduction to Transformers for Nlp: With the Hugging Face Library and Models to Solve Problems
Conteneurs Linux et virtualisation : Utilisation de Rust pour les conteneurs Linux - Linux...
Ce livre est un guide pratique et complet pour créer...
Conteneurs Linux et virtualisation : Utilisation de Rust pour les conteneurs Linux - Linux Containers and Virtualization: Utilizing Rust for Linux Containers
Brève introduction à Web3 : Principes fondamentaux du Web décentralisé pour le développement...
Voyagez dans le monde du développement...
Brève introduction à Web3 : Principes fondamentaux du Web décentralisé pour le développement d'applications - A Brief Introduction to Web3: Decentralized Web Fundamentals for App Development

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)