自然语言处理实战 预训练模型应用及其产品化 人工智能 (美)安库·a.帕特尔,(美)阿贾伊·乌皮利·阿拉萨尼帕莱
新华书店全新正版书籍 支持7天无理由
￥ 75.2 5.8折 ￥ 129 全新
仅1件
作者(美)安库·a.帕特尔,(美)阿贾伊·乌皮利·阿拉萨尼帕莱
出版社机械工业出版社
ISBN9787111707912
出版时间2022-07
版次1
装帧平装
开本16
页数288页
定价129元
货号300_9787111707912
上书时间2024-09-20
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
在过去几年中，自然语言处理技术的受欢迎程度呈现“爆炸式”增长。尽管google、facebook、openai等前沿公司继续发布着规模更大的语言模型，但许多开发团队仍在摸索着构建与时俱进的自然语言处理应用程序。本书将帮助你快速了解自然语言处理的新技术及未来发展趋势。
通过阅读本书，你将学如何为组织中的实际应用程序构建、训练和部署模型。作者使用强调现代自然语言处理佳实践的代码和示例来指导你完成整个过程。
本书的主要内容包括：
?使用的自然语言处理模型（如bert和gpt3）来解决命名实体识别、文本分类、语义搜索和阅读理解等自然语言处理任务。
?开发能可媲美甚至优于开箱即用系统的自然语言处理模型。
?tranformer架构和现代，比如席卷整个自然语言处理世界的迁移学。
?自然语言处理的工具和框架，包括pacy、hugging face和fat.ai。
?使用python和pytorch从头开始构建自然语言处理任务流水线的核心部分，包括分词器、向量嵌入和语言模型。
?将你的模型从jupyter notebook中产品化，并学如何在生产环境中部署、监控和维护它们。
“这本书富有启发。作者带领你遨游于自然语言处理的复杂世界。每一章都让你有所收获。”
——benjamin mukalla 软件工程师
ankur a. patel是glean和mellow的联合创始人。glean使用自然语言处理技术生成供应商的支出情报信息，mellow为程序员提供自然语言处理的api。此前，ankur曾过7park data、thetaray、rquared macro、bridgewater aociate（桥水联合）和jpmorgan（摩根大通）的团队。他也是handon unupervied learning uing python一书的作者。
ajay uppili araanipalai是美国伊利诺伊大学的一名，也是人工智能研究机构landkape ai的联合创始人。作为伊利诺伊大学的acm igai分会的联合，他为本科生组织了教育研讨会和项目。ajay撰写了许多热门文章，讨论了的深度学技术。
目录：
前言
部分 浮光掠影
章 自然语言处理介绍
1.1 什么是自然语言处理
1.2 基本的自然语言处理
1.3 结
第2章 transformer和迁移学
2.1 利用fast.ai库进行训练
2.2 利用hugging face系列库进行推理
2.3 结
第3章 nlp任务和应用程序
3.1 预训练语言模型
3.2 迁移学和微调
3.3 nlp任务
3.4 自然语言数据集
3.5 nlp任务1：命名实体识别
3.6 nlp任务2：文本分类
3.7 结
第二部分 纲举目张
第4章 分词
4.1 一个极简的分词器
4.2 hugging face的分词器
4.3 搭建自己的分词器
4.4 结
第5章 向量嵌入：计算机如何“理解”单词
5.1 理解文本与读取文本
5.2 词向量
5.3 词向量嵌入实践
5.4 非词条的嵌入
5.5 结
第6章 循环神经网络和其他序列模型
6.1 循环神经网络
6.2 长短期记忆网络
6.3 门控循环单元
6.4 结
第7章 transformer
7.1 从头开始构建transformer
7.2 注意力机制
7.3 计算机视觉transformer
7.4 结
第8章 bert方：博采众长创新篇
8.1 image
8.2 通往nlp“image时刻”之路
8.3 预训练的词向量嵌入
8.4 序列模型
8.5 循环神经网络
8.6 注意力机制
8.7 transformer架构
8.8 nlp的“image时刻”
8.9 结
第三部分 经世致用
第9章 工欲善其事，必先利其器
9.1 深度学框架
9.2 可视化与实验跟踪
9.3 automl
9.4 机器学基础设施和计算
9.5 边缘/终端侧推理
9.6 云推理和机器学即服务
9.7 持续集成和持续交付
9.8 结
0章 可视化
10.1 我们的个streamlit应用程序
10.2 结
1章 产品化
11.1 数据科学家、工程师和分析师
11.2 databricks：你的统一数据分析台
11.3 databricks的安装
11.4 机器学作业
11.5 mlflow
11.6 databricks的替代品
11.7 结
2章 归纳提升
12.1 后十课
12.2 后的话
附录a 大规模训练
附录b cuda
内容简介：
本书分为三部分。部分聚焦于自然语言处理的高层次概述，包括自然语言处理的历史、该领域流行的应用，以及如何使用预训练模型来执行迁移学和快速解决现实世界中的问题。第二部分将深入研究自然语言处理的底层细节，包括预处理文本、分词和向量嵌入。然后探讨当今自然语言处理中有效的建模方法，如tranformer、注意力机制、普通循环神经网络、长短期记忆和门控循环单元。第三部分将讨论应用自然语言处理很重要的方面——如何产品化已开发的模型，以便这些模型为组织提供看得见、摸得着的价值。我们将讨论当今可用工具的前景，分享对它们的看法。
作者简介：
安库a.帕特尔（ankur a.patel），是glean和mellow的联合创始人。glean使用自然语言处理技术生成供应商的支出情报信息，mellow为程序员提供自然语言处理的api。此前，ankur曾过7park data、 thetaray、rquaredmacro、bridgewater aociate(桥水联合）和jpmorgan（摩根大通）的团队。他也是handon unupervied learning uing python一书的作者。
— 没有更多了 —
以下为对购买帮助不大的评价