![[Recenzja] Natural Language Processing with Transformers, Revised Edition (Lewis Tunstall) Streszczenie.](https://episodes.castos.com/660078c6833215-59505987/images/2553700/c1a-085k3-25om5n5ot929-xscvb9.jpg)
Show Notes
Natural Language Processing with Transformers, Revised Edition (Lewis Tunstall)
- Amazon Poland Store: https://www.amazon.pl/dp/1098136799?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Natural-Language-Processing-with-Transformers%2C-Revised-Edition-Lewis-Tunstall.html
- Apple Books: https://books.apple.com/us/audiobook/natural-language-processing-with-transformers-revised/id1823000793?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Natural+Language+Processing+with+Transformers+Revised+Edition+Lewis+Tunstall+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/1098136799/
#HuggingFaceTransformers #dostrajaniemodeliwstępniewytrenowanych #transfermiędzyjęzykowy #destylacjawiedzy #odpowiadanienapytania #NaturalLanguageProcessingwithTransformersRevisedEdition
Natural Language Processing with Transformers, Revised Edition, autorstwa Lewisa Tunstalla, Leandra von Werry i Thomasa Wolfa, to praktyczny podręcznik techniczny o budowaniu aplikacji językowych z użyciem biblioteki Hugging Face Transformers. Książka należy do literatury programistycznej i uczenia maszynowego, a jej celem jest połączenie podstaw architektury transformera z rzeczywistym procesem tworzenia, oceniania i wdrażania modeli NLP. Autorzy wyjaśniają, dlaczego modele oparte na mechanizmie uwagi zmieniły analizę języka naturalnego, lecz nie zatrzymują się na teorii. Prowadzą czytelnika przez zadania takie jak klasyfikacja tekstu, rozpoznawanie nazwanych encji, generowanie, streszczanie i odpowiadanie na pytania. Ważną częścią wydania poprawionego są zagadnienia aktualne dla pracy z dużymi modelami, w tym dostrajanie przy ograniczonych danych, wielojęzyczność, efektywność obliczeniowa oraz skalowanie treningu. Publikacja jest skoncentrowana na ekosystemie open source Hugging Face. Dzięki temu pokazuje nie tylko ogólne zasady działania modeli, ale też decyzje inżynierskie potrzebne, aby zamienić gotowy model badawczy w użyteczne rozwiązanie.
- Amazon Poland Store: https://www.amazon.pl/dp/1098136799?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Natural-Language-Processing-with-Transformers%2C-Revised-Edition-Lewis-Tunstall.html
- Apple Books: https://books.apple.com/us/audiobook/natural-language-processing-with-transformers-revised/id1823000793?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Natural+Language+Processing+with+Transformers+Revised+Edition+Lewis+Tunstall+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/1098136799/
#HuggingFaceTransformers #dostrajaniemodeliwstępniewytrenowanych #transfermiędzyjęzykowy #destylacjawiedzy #odpowiadanienapytania #NaturalLanguageProcessingwithTransformersRevisedEdition
Natural Language Processing with Transformers, Revised Edition, autorstwa Lewisa Tunstalla, Leandra von Werry i Thomasa Wolfa, to praktyczny podręcznik techniczny o budowaniu aplikacji językowych z użyciem biblioteki Hugging Face Transformers. Książka należy do literatury programistycznej i uczenia maszynowego, a jej celem jest połączenie podstaw architektury transformera z rzeczywistym procesem tworzenia, oceniania i wdrażania modeli NLP. Autorzy wyjaśniają, dlaczego modele oparte na mechanizmie uwagi zmieniły analizę języka naturalnego, lecz nie zatrzymują się na teorii. Prowadzą czytelnika przez zadania takie jak klasyfikacja tekstu, rozpoznawanie nazwanych encji, generowanie, streszczanie i odpowiadanie na pytania. Ważną częścią wydania poprawionego są zagadnienia aktualne dla pracy z dużymi modelami, w tym dostrajanie przy ograniczonych danych, wielojęzyczność, efektywność obliczeniowa oraz skalowanie treningu. Publikacja jest skoncentrowana na ekosystemie open source Hugging Face. Dzięki temu pokazuje nie tylko ogólne zasady działania modeli, ale też decyzje inżynierskie potrzebne, aby zamienić gotowy model badawczy w użyteczne rozwiązanie.
