Recenzie čitateľov
Zhrnutie:Kniha „Transformers for Natural Language Processing“ od Denisa Rothmana ponúka komplexný prehľad modelov transformátorov s dôrazom na spracovanie prirodzeného jazyka. Je určená prevažne čitateľom s určitými predchádzajúcimi znalosťami v oblasti umelej inteligencie a hlbokého učenia, pričom prináša vyvážený pomer teoretických poznatkov a praktických príkladov kódovania. Text však dostáva zmiešané recenzie, pričom niektorí chvália jeho zrozumiteľnosť a výučbovú hodnotu, zatiaľ čo iní ho kritizujú za povrchnosť alebo náchylnosť k chybám.
Výhody:⬤ Podrobné pokrytie architektúry a aplikácií transformátorov.
⬤ Dobrá kombinácia teórie a praktických príkladov kódovania, vďaka čomu je pre čitateľov zrozumiteľná.
⬤ Jasné vysvetlenia a usporiadaný obsah, ideálny pre začiatočníkov aj pokročilých praktikov.
⬤ Poskytuje praktické možnosti kódovania a množstvo zdrojov vrátane referencií.
⬤ Obsahuje informácie o najmodernejších modeloch aj o jednoduchších, lokálne trénovateľných modeloch.
Nevýhody:⬤ Predpokladá dostatok predchádzajúcich znalostí, takže nie je vhodná pre úplných začiatočníkov.
⬤ Niektorí čitatelia považovali obsah za povrchný alebo nedostatočne hlboký, najmä čo sa týka technickej presnosti.
⬤ Problémy s malými veľkosťami písma, ktoré sťažujú čítanie.
⬤ Niekoľko sťažností na štýl písania a zrozumiteľnosť niektorých vysvetlení.
⬤ Niektoré negatívne recenzie naznačujú, že kniha sa príliš zameriava na reklamné kampane namiesto technickej podstaty.
(na základe 30 čitateľských recenzií)
Pôvodný názov:
Transformers for Natural Language Processing - Second Edition: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTo
Obsah knihy:
Transformátory OpenAI GPT-3, ChatGPT, GPT-4 a Hugging Face pre jazykové úlohy v jednej knihe. Zoznámte sa s budúcnosťou transformátorov vrátane úloh počítačového videnia, písania kódu a asistencie.
Kúpa tlačenej knihy alebo knihy pre Kindle zahŕňa bezplatnú elektronickú knihu vo formáte PDF
Kľúčové vlastnosti:
⬤ Pretrénujte model založený na BERT od začiatku pomocou funkcie Hugging Face.
⬤ Vylaďte výkonné transformačné modely vrátane GPT-3 od OpenAI, aby ste sa naučili logiku svojich údajov.
⬤ Vykonajte analýzu koreňových príčin ťažkých problémov NLP.
Popis knihy:
Transformátory... no... transformujú svet umelej inteligencie. Existuje mnoho platforiem a modelov, ale ktoré z nich najlepšie vyhovujú vašim potrebám?
Kniha Transformátory pre spracovanie prirodzeného jazyka, 2. vydanie, vás prevedie svetom transformátorov, zdôrazní silné stránky rôznych modelov a platforiem a zároveň vás naučí zručnosti pri riešení problémov, ktoré potrebujete na odstránenie slabých stránok modelov.
Pomocou aplikácie Hugging Face predtrénujete model RoBERTa od úplného začiatku, od vytvorenia súboru údajov cez definovanie kolaterálu údajov až po trénovanie modelu.
Ak chcete doladiť predtrénovaný model vrátane GPT-3, potom vám publikácia Transformers for Natural Language Processing, 2. vydanie ukáže, ako na to, pomocou sprievodcov krok za krokom.
V knihe sa skúmajú strojové preklady, prevod reči na text, prevod textu na reč, odpovedanie na otázky a mnohé ďalšie úlohy NLP. Poskytuje techniky na riešenie ťažkých jazykových problémov a môže dokonca pomôcť pri úzkosti z falošných správ (podrobnejšie informácie nájdete v 13. kapitole).
Uvidíte, ako špičkové platformy, ako napríklad OpenAI, preniesli transformátory za hranice jazyka do úloh počítačového videnia a tvorby kódu pomocou Codexu.
Na konci tejto knihy budete vedieť, ako transformátory fungujú a ako ich implementovať a riešiť problémy ako detektív AI!
Čo sa naučíte:
⬤ Zistíte, ako ViT a CLIP označujú obrázky (vrátane rozmazaných! ) a vytvárajú obrázky z vety pomocou DALL-E.
⬤ Objavíte nové techniky na vyšetrovanie zložitých jazykových problémov.
⬤ Porovnať a porovnať výsledky GPT-3 s T5, GPT-2 a transformátormi založenými na BERT.
⬤ Vykonajte analýzu sentimentu, sumarizáciu textu, analýzu bežnej reči, strojové preklady a ďalšie činnosti pomocou TensorFlow, PyTorch a GPT-3.
⬤ Meranie produktivity kľúčových transformátorov s cieľom definovať ich rozsah, potenciál a limity v produkcii.
Pre koho je táto kniha určená:
Ak sa chcete dozvedieť o transformátoroch a aplikovať ich na svoje dáta v prirodzenom jazyku (a obrázky), táto kniha je určená práve vám.
Aby ste z tejto knihy mali čo najväčší úžitok, budete potrebovať dobrú znalosť jazyka Python a hlbokého učenia a základné znalosti NLP. Mnohé platformy, o ktorých sa v tejto knihe píše, poskytujú interaktívne používateľské rozhrania, ktoré umožňujú čitateľom so všeobecným záujmom o NLP a AI sledovať niekoľko kapitol. A nebojte sa, ak sa zaseknete alebo budete mať otázky; táto kniha vám poskytuje priamy prístup k našej AI/ML komunite a autorovi Denisovi Rothmanovi. Bude vám teda k dispozícii, aby vás viedol na vašej ceste transformerov!
