توضیحات
از زمان معرفی ترانسفورماتورها در سال ۲۰۱۷، آنها به سرعت به معماری غالب برای دستیابی به نتایج پیشرفته در انواع وظایف پردازش زبان طبیعی تبدیل شدهاند. اگر شما یک دانشمند داده یا کدنویس هستید، این کتاب کاربردی به شما نشان میدهد که چگونه این مدلهای بزرگ را با استفاده از Hugging Face Transformers، یک کتابخانهی یادگیری عمیق مبتنی بر پایتون، آموزش داده و مقیاسبندی کنید.
ترانسفورماتورها برای نوشتن داستانهای خبری واقعگرایانه، بهبود پرسشهای جستجوی گوگل و حتی ایجاد رباتهای چت که جوکهای عجیب و غریب را بیان میکنند، استفاده شده است. در این کتاب راهنما، نویسندگان و سازندگان ترانسفورماتور، یک رویکرد عملی برای آموزش نحوهی کار ترانسفورماتورها و نحوهی ادغام آنها در برنامههای خود استفاده میکنند. این کتاب به شما راهکارهای مختلفی را آموزش خواهد داد تا بتوانید برای حل مشکلاتتان راهحلهای خوبی را پیدا کنید. این کتاب به شما کمک میکند:
- برای وظایف اصلی NLP، مانند طبقهبندی متن، شناسایی موجودیت نامگذاری شده و پاسخگویی به سوال، مدلهای ترانسفورماتور را بسازید، اشکالزدایی و بهینهسازی کنید.
- چگونگی استفاده از ترانسفورماتورها برای یادگیری انتقال چند زبانه را بیاموزید.
- ترانسفورماتورها را در سناریوهای دنیای واقعی که دادههای برچسبدار کمیاب هستند، اعمال کنید.
- برای کارآمدتر کردن مدلهای ترانسفورماتور برای استقرار از تکنیکهایی مانند تقطیر، هرس و کوانتیزاسیون استفاده کنید.
- ترانسفورماتورها را از ابتدا آموزش داده و چگونگی مقیاسدهی به چند پردازندهی گرافیکی و محیطهای توزیع شده را یاد بگیرید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.