Hugging Face 模型及資料大公開 - 利用 BERT 建立全中文 NLP 應用
李福林 著
- 出版商: 深智數位
- 出版日期: 2023-12-20
- 定價: $720
- 售價: 7.9 折 $569
- 語言: 繁體中文
- 頁數: 272
- ISBN: 6267383210
- ISBN-13: 9786267383216
-
相關分類:
Text-mining
- 此書翻譯自: HuggingFace 自然語言處理詳解 — 基於 BERT 中文模型的任務實戰
立即出貨 (庫存 > 10)
買這商品的人也買了...
-
Python 技術者們 - 練功！老手帶路教你精通正宗 Python 程式 (The Quick Python Book, 3/e)$780$616 -
從 AI 到智慧醫療$480$432 -
全中文自然語言處理：Pre-Trained Model 方法最新實戰$880$695 -
測試工程師 Python 開發實戰$539$512 -
圖解 AI 人工智慧$480$379 -
從 AI 到 生成式 AI：40個零程式的實作體驗，培養新世代人工智慧素養$560$442 -
ChatGPT 開發手冊 - 用 OpenAI API ‧ LangChain ‧ Embeddings 設計 Plugin、LINE/Discord bot、股票分析與客服自動化助理$750$593 -
AI 醫療革命：GPT-4 與未來$480$408 -
輕鬆自學 ASP.NET Core MVC(.NET 8)：從建置到部署的 Web 程式經典範例實作$780$616 -
絕對會 Python 用場! 驚人的程式妙用$680$510 -
AI + IoT 佈建邊緣運算 - 電腦視覺業界專案原理及實作$980$774 -
最強 AI 投資分析：打造自己的股市顧問機器人，股票趨勢分析×年報解讀×選股推薦×風險管理$750$593 -
自然語言處理與醫療文本的知識抽取$539$512 -
從駭客的角度學攻擊 - 惡意程式碼逆向全破解$880$695 -
AI 時代從基本功下手 - 深入電腦底層運作原理$880$695 -
GPT 就是這麼來的 - 最新自然語言處理技術詳解$720$569 -
大規模語言模型：從理論到實踐$654$621 -
ChatGPT 4 Turbo 萬用手冊 2024 春季號：提示工程、超強外掛、My GPTs、OpenAI API、Midjourney、Copilot、Gemini、Claude 2$680$537 -
完全圖解人工智慧：零基礎也OK！從NLP、圖像辨識到生成模型，現代人必修的53堂AI課$480$379 -
ChatGPT 開發手冊 Turbo×Vision 進化版—用 OpenAI Chat/Assistants API‧Function calling 設計 GPTs action‧LINE/Discord bot‧股市分析/自動助理$820$648 -
TensorFlow 模型解析與範例大全$760$593 -
LangChain 入門指南：構建高可復用、可擴展的 LLM 應用程序$594$564 -
跟 NVIDIA 學深度學習！attention、Transformer、GPT、BERT...，紮穩機器視覺與大型語言模型 (LLM) 的建模基礎$880$695 -
Power BI x Copilot x ChatGPT 商業報表設計入門：資料清理、資料模型、資料視覺化到報表共享建立全局觀念$630$498 -
Llama 大模型實踐指南$474$450
商品描述
- 自然語言處理大本營Huggingface介面安裝及說明
- Huggingface模型、資料集，空間介紹
- AutoModel、AutoTokenizer介紹
- Attention架構完整實作介紹
- PyTorch建立Transformer完整說明
- TensorFlow建立Transformer完整說明
- 用Huggingface手動架設一個BERT
HuggingFace提供了一套強大的自然語言處理工具和標準研發流程。
第1章介紹了這一流程和工具的概述。
第2章深入介紹了編碼工具，展示了其工作原理和應用案例。
第3章詳細介紹了資料集工具，包括資料集倉庫和基本操作。
第4章評價指標的載入和使用方法。
第5章引入管道工具，說明高效地處理自然語言處理任務。
第6章示範訓練工具的使用，展示模型訓練的流程。
從第7章到第10章，透過一系列中文自然語言處理實戰任務，包括情感分類、填空任務、句子關係推斷和命名實體識別，展示了工具集的實際應用能力。
第11章探索了使用TensorFlow框架完成命名實體識別任務的方式。
第12章深入研究了自動模型的使用，包括情感分類任務和原始程式碼的閱讀，以更好地理解模型內部工作原理。
第13章和第14章則手動實現了Transformer模型和BERT模型，強調了底層模型理解和自訂模型的重要性。
作者簡介
李福林
一個在IT領域摸爬滾打十多年的老工程師、培訓師，精通多種IT技術，具有軟體設計師職稱。分享了多部AI技術教程，受到了讀者的廣泛讚譽。現任職於陽獅集團，擔任演算法工程師職位。教學風格追求化繁為簡，務實而不空談，課程設計思路清晰，課程演繹說理透徹，對AI領域技術有自己獨到的見解。
目錄大綱
工具集基礎用例演示篇
第1章 HuggingFace簡介
第2章 使用編碼工具
2.1 編碼工具簡介
2.2 編碼工具工作流示意
2.3 使用編碼工具
2.4 小結
第3章 使用資料集工具
3.1 資料集工具介紹
3.2 使用資料集工具
3.3 小結
第4章 使用評價指標工具
4.1 評價指標工具介紹
4.2 使用評價指標工具
4.3 小結
第5章 使用管道工具
5.1 管道工具介紹
5.2 使用管道工具
5.3 小結
第6章 使用訓練工具
6.1 訓練工具介紹
6.2 使用訓練工具
6.3 小結
中文專案實戰篇
第7章 實戰任務1：中文情感分類
7.1 任務簡介
7.2 資料集介紹
7.3 模型架構
7.4 實現程式
7.5 小結
第8章 實戰任務2：中文填空
8.1 任務簡介
8.2 資料集介紹
8.3 模型架構
8.4 實現程式
8.5 小結
第9章 實戰任務3：中文句子關係推斷
9.1 任務簡介
9.2 資料集介紹
9.3 模型架構
9.4 實現程式
9.5 小結
第10章 實戰任務4：中文命名實體辨識
10.1 任務簡介
10.2 資料集介紹
10.3 模型架構
10.4 實現程式
10.5 小結
第11章 使用TensorFlow訓練
11.1 任務簡介
11.2 資料集介紹
11.3 模型架構
11.4 實現程式
11.5 小結
第12章 使用自動模型
12.1 任務簡介
12.2 資料集介紹
12.3 模型架構
12.4 實現程式
12.5 深入自動模型原始程式碼
12.6 小結
