Recenze čtenářů
Shrnutí:Kniha „Transformers for Natural Language Processing“ od Denise Rothmana nabízí komplexní výklad modelů transformátorů s důrazem na zpracování přirozeného jazyka. Je určena převážně čtenářům s určitými předchozími znalostmi v oblasti umělé inteligence a hlubokého učení a přináší vyvážený poměr teoretických poznatků a praktických příkladů kódování. Text však získává smíšené recenze, někteří chválí jeho srozumitelnost a výukovou hodnotu, zatímco jiní jej kritizují za povrchnost nebo náchylnost k chybám.
Klady:⬤ Podrobné pokrytí architektury a aplikací transformátorů.
⬤ Dobrá kombinace teorie a praktických příkladů kódování, díky čemuž je pro čtenáře srozumitelná.
⬤ Jasná vysvětlení a uspořádaný obsah, ideální pro začátečníky i pokročilé.
⬤ Poskytuje praktické příležitosti ke kódování a bohaté zdroje, včetně referencí.
⬤ Obsahuje informace o nejmodernějších modelech i jednodušších, lokálně trénovatelných modelech.
Zápory:⬤ Předpokládá poměrně velké množství předchozích znalostí, takže není vhodná pro úplné začátečníky.
⬤ Někteří čtenáři považovali obsah za povrchní nebo nedostatečně hluboký, zejména co se týče technické přesnosti.
⬤ Problémy s malou velikostí písma znesnadňují čtení.
⬤ Několik stížností na styl psaní a srozumitelnost některých vysvětlení.
⬤ Některé negativní recenze naznačují, že kniha je příliš zaměřena na reklamní slogany než na technickou podstatu.
(na základě 30 hodnocení čtenářů)
Původní název:
Transformers for Natural Language Processing - Second Edition: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTo
Obsah knihy:
Transformátory GPT-3, ChatGPT, GPT-4 a Hugging Face od OpenAI pro jazykové úlohy v jedné knize. Poznejte budoucnost transformátorů včetně úloh počítačového vidění a psaní kódu a asistence.
Koupě tištěné knihy nebo knihy pro Kindle zahrnuje bezplatnou elektronickou knihu ve formátu PDF.
Klíčové vlastnosti:
⬤ Natrénujte model založený na BERT od nuly pomocí funkce Hugging Face.
⬤ Vylaďte výkonné transformační modely, včetně modelu GPT-3 společnosti OpenAI, a naučte se logiku svých dat.
⬤ Provádějte analýzu příčin obtížných problémů NLP.
Popis knihy:
Transformátory... no... transformují svět umělé inteligence. Existuje mnoho platforem a modelů, ale které z nich nejlépe vyhovují vašim potřebám?
Kniha Transformátory pro zpracování přirozeného jazyka, 2. vydání, vás provede světem transformátorů, zdůrazní silné stránky různých modelů a platforem a zároveň vás naučí dovednostem při řešení problémů, které potřebujete k odstranění slabých stránek modelů.
Pomocí aplikace Hugging Face si předtrénujete model RoBERTa od nuly, od sestavení datové sady přes definici kolaterálu dat až po trénování modelu.
Pokud chcete vyladit předtrénovaný model, včetně GPT-3, pak vám kniha Transformers for Natural Language Processing, 2. vydání ukáže, jak na to, pomocí průvodců krok za krokem.
Kniha se zabývá strojovými překlady, převodem řeči na text, převodem textu na řeč, odpovídáním na otázky a mnoha dalšími úlohami NLP. Nabízí techniky pro řešení obtížných jazykových problémů a může dokonce pomoci s úzkostí z falešných zpráv (více informací najdete ve 13. kapitole).
Uvidíte, jak špičkové platformy, jako je OpenAI, přenesly transformátory mimo jazyk do úloh počítačového vidění a tvorby kódu pomocí Codexu.
Na konci této knihy už budete vědět, jak transformátory fungují a jak je implementovat a řešit problémy jako detektiv s umělou inteligencí!
Co se naučíte:
⬤ Zjistíte, jak ViT a CLIP označují obrázky (včetně rozmazaných! ) a jak vytvářet obrázky z věty pomocí DALL-E.
⬤ Objevte nové techniky pro zkoumání složitých jazykových problémů.
⬤ Srovnejte a porovnejte výsledky GPT-3 s T5, GPT-2 a transformátory založenými na BERT.
⬤ Provádějte analýzu sentimentu, shrnutí textu, analýzu běžné řeči, strojové překlady a další činnosti pomocí TensorFlow, PyTorch a GPT-3.
⬤ Měření produktivity klíčových transformátorů s cílem definovat jejich rozsah, potenciál a limity v produkci.
Komu je tato kniha určena:
Pokud se chcete seznámit s transformátory a použít je na data v přirozeném jazyce (a na obrazová data), je tato kniha určena právě vám.
Abyste z této knihy měli co největší užitek, budete potřebovat dobrou znalost jazyka Python a hlubokého učení a základní znalosti NLP. Mnoho platforem, o kterých tato kniha pojednává, poskytuje interaktivní uživatelská rozhraní, která umožňují čtenářům s obecným zájmem o NLP a umělou inteligenci sledovat několik kapitol. A nebojte se, pokud se zaseknete nebo budete mít otázky; tato kniha vám umožní přímý přístup k naší komunitě AI/ML a autorovi Denisi Rothmanovi. Bude vám tedy k dispozici, aby vás provedl vaší cestou transformátorů!
