深入理解Transformer自然語言處理 Transformers for Natural Language Processing: Build innovative deep neural network architectures for NLP with Python, PyTorch, TensorFlow, BERT, RoBER
Rothman, Denis 馬勇
- 出版商: 北京理工大學
- 出版日期: 2023-10-01
- 定價: $594
- 售價: 8.5 折 $505
- 語言: 簡體中文
- 頁數: 284
- 裝訂: 平裝
- ISBN: 7576328932
- ISBN-13: 9787576328936
-
相關分類:
Text-mining
- 此書翻譯自: Transformers for Natural Language Processing: Build innovative deep neural network architectures for NLP with Python, PyTorch, TensorFlow, BERT, RoBER
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
三維 TCAD 模擬 CMOS 奈米電子元件 (3D TCAD Simulation for CMOS Nanoeletronic Devices)$580$568 -
芯片驗證漫游指南 : 從系統理論到 UVM 的驗證全視界$594$564 -
Deep Learning - Hardware Design$680$646 -
NLP 工程師養成術：自然語言處理入門$690$538 -
自然語言處理最佳實務｜全面建構真正的 NLP 系統 (Practical Natural Language Processing: A Comprehensive Guide to Building Real-World Nlp Systems)$780$616 -
Google 翻譯實作：機器翻譯 NLP 基礎及模型親手打造$1,200$1,020 -
PyTorch 深度學習入門與應用：必備實作知識與工具一本就學會$600$468 -
三維集成電路製造技術$834$792 -
精通 Transformer : 從零開始構建最先進的 NLP 模型$594$564 -
System Verilog 驗證：測試平臺編寫指南, 3/e (SystemVerilog for Verification: A Guide to Learning the Testbench Language Features, 3/e)$588$559 -
ChatGPT 原理，從 PyTorch 中的 NLP 功能讓你一腳跨入自然語言$880$748 -
擴散模型從原理到實戰$479$455 -
親手開發推薦系統 - PyTorch 全方位實作最重要演算法$780$616 -
$454擴散模型：生成式 AI 模型的理論、應用與代碼實踐 -
設計機器學習系統｜迭代開發生產環境就緒的 ML 程式 (Designing Machine Learning Systems: An Iterative Process for Production-Ready Applications)$780$616 -
基於 GPT-3、ChatGPT、GPT-4 等 Transformer 架構的自然語言處理$599$569 -
$505LangChain 入門指南：構建高可復用、可擴展的 LLM 應用程序 -
跟 NVIDIA 學深度學習！從基本神經網路到 ......、GPT、BERT...，紮穩機器視覺與大型語言模型 (LLM) 的建模基礎$880$695 -
SystemVerilog 數字集成電路功能驗證$479$455 -
$403Llama 大模型實踐指南 -
Introduction to Generative AI (Paperback)$1,950$1,853 -
AI 神助攻！程式設計新境界 – GitHub Copilot 開發 Python 如虎添翼 : 提示工程、問題分解、測試案例、除錯$560$442 -
新一代 Keras 3.x 重磅回歸：跨 TensorFlow 與 PyTorch 建構 Transformer、CNN、RNN、LSTM 深度學習模型$750$593 -
半導體製程技術導論, 4/e$950$855 -
UVM芯片驗證技術案例集$714$678
相關主題
商品描述
AI領域的基石,那些還沉迷於CNN，RNN的工程師被警告：放棄戰鬥吧，向Transformer投降！
本書是一本Transformer 的指南，深入探討了自然語言處理（NLP）領域的關鍵技術。
本書詳細介紹了Transformer架構及其在NLP的創新應用，為讀者提供了全面的知識體系與實務經驗。
作者以簡單易懂的方式解釋複雜概念，引導讀者逐步掌握深度學習和NLP的核心原則。
無論您是NLP研究者、資料科學家、電腦科學學生或技術創業家，
本書都為您提供了深入理解和應用Transformer模型的關鍵指南。
透過本書，讀者將掌握建構高性能NLP應用所需的關鍵技能，協助您在人工智慧領域取得大成就。
