Avis des lecteurs
Résumé:Le livre « Transformers for Natural Language Processing » de Denis Rothman propose une exploration complète des modèles de transformateurs en mettant l'accent sur le traitement du langage naturel. Il s'adresse principalement aux lecteurs ayant des connaissances préalables en IA et en apprentissage profond, en offrant un équilibre entre les idées théoriques et les exemples de codage pratiques. Cependant, le texte reçoit des critiques mitigées, certains louant sa clarté et sa valeur pédagogique, tandis que d'autres le critiquent pour sa superficialité ou sa propension à l'erreur.
Avantages:⬤ Couverture détaillée de l'architecture et des applications des transformateurs.
⬤ Bon mélange de théorie et d'exemples de codage pratiques, ce qui le rend compréhensible pour les lecteurs.
⬤ Des explications claires et un contenu organisé, idéal pour les débutants et les praticiens avancés.
⬤ Offre des possibilités de codage pratique et de nombreuses ressources, y compris des références.
⬤ Inclut des informations sur les modèles de pointe et sur des modèles plus simples, pouvant être entraînés localement.
⬤ Suppose un certain nombre de connaissances préalables, ce qui le rend inadapté aux débutants complets.
⬤ Certains lecteurs ont trouvé que le contenu était superficiel ou manquait de profondeur, en particulier en ce qui concerne la précision technique.
⬤ Problèmes liés à la petite taille des polices de caractères qui rend la lecture difficile.
⬤ Plusieurs plaintes concernant le style d'écriture et la clarté de certaines explications.
⬤ Certaines critiques négatives suggèrent que le livre est trop axé sur le battage médiatique plutôt que sur la substance technique.
(basé sur 30 avis de lecteurs)
Titre original :
Transformers for Natural Language Processing - Second Edition: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTo
Contenu du livre :
Les transformateurs GPT-3, ChatGPT, GPT-4 et Hugging Face de l'OpenAI pour les tâches linguistiques dans un seul livre. Un avant-goût de l'avenir des transformateurs, y compris les tâches de vision par ordinateur, l'écriture de code et l'assistance.
L'achat de la version imprimée ou du livre Kindle inclut un livre électronique gratuit au format PDF.
Caractéristiques principales :
⬤ Pretrainer un modèle basé sur BERT à partir de zéro en utilisant Hugging Face.
⬤ Affinez les modèles de transformateurs puissants, y compris le GPT-3 d'OpenAI, pour apprendre la logique de vos données.
⬤ Effectuer une analyse des causes profondes des problèmes de NLP difficiles à résoudre.
Description du livre :
Les transformateurs sont... et bien... en train de transformer le monde de l'IA. Il existe de nombreuses plateformes et modèles, mais lesquels répondent le mieux à vos besoins ?
Transformers for Natural Language Processing, 2e édition, vous guide dans le monde des transformateurs, en soulignant les points forts des différents modèles et plateformes, tout en vous enseignant les compétences de résolution de problèmes dont vous avez besoin pour vous attaquer aux faiblesses des modèles.
Vous utiliserez Hugging Face pour pré-entraîner un modèle RoBERTa à partir de zéro, de la construction de l'ensemble de données à la définition du collecteur de données et à l'entraînement du modèle.
Si vous cherchez à affiner un modèle pré-entraîné, y compris GPT-3, Transformers for Natural Language Processing, 2e édition, vous montre comment faire avec des guides étape par étape.
Le livre étudie les traductions automatiques, la synthèse vocale, la synthèse vocale, la réponse aux questions et bien d'autres tâches de NLP. Il fournit des techniques pour résoudre des problèmes linguistiques difficiles et peut même aider à lutter contre l'angoisse des "fake news" (lire le chapitre 13 pour plus de détails).
Vous verrez comment des plateformes de pointe, telles que OpenAI, ont amené les transformateurs au-delà du langage dans des tâches de vision par ordinateur et de création de code à l'aide de Codex.
À la fin de ce livre, vous saurez comment fonctionnent les transformateurs et comment les mettre en œuvre et résoudre les problèmes comme un détective de l'IA !
Ce que vous apprendrez
⬤ Découvrez comment ViT et CLIP étiquettent les images (y compris les images floues !) et créez des images à partir d'une phrase en utilisant DALL-E.
⬤ Découvrez de nouvelles techniques pour étudier des problèmes linguistiques complexes.
⬤ Comparez les résultats de GPT-3 à ceux de T5, GPT-2 et des transformateurs basés sur BERT.
⬤ Réalisez des analyses de sentiments, des résumés de textes, des analyses de discours, des traductions automatiques, etc. en utilisant TensorFlow, PyTorch et GPT-3.
⬤ Mesurer la productivité des transformateurs clés pour définir leur portée, leur potentiel et leurs limites en production.
Le livre s'adresse à :
Si vous souhaitez découvrir et appliquer les transformateurs à vos données de langage naturel (et d'images), ce livre est fait pour vous.
Vous aurez besoin d'une bonne compréhension de Python et de l'apprentissage profond et d'une compréhension de base du NLP pour tirer le meilleur parti de ce livre. De nombreuses plateformes abordées dans ce livre proposent des interfaces utilisateur interactives, qui permettent aux lecteurs ayant un intérêt général pour le NLP et l'IA de suivre plusieurs chapitres. Et ne vous inquiétez pas si vous êtes bloqué ou si vous avez des questions ; ce livre vous donne un accès direct à notre communauté AI/ML et à l'auteur, Denis Rothman. Il sera donc là pour vous guider dans votre parcours de transformateur !
Autres informations sur le livre :
| ISBN : | 9781803247335 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
Achat:
Actuellement disponible, en stock.
