Transformer正在颠覆AI领域。而这本大模型黑书《基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理
》分步展示如何微调GPT-3等预训练模型。
本书将带领你开发代码和设计提示。每一章都会使用Python、PyTorch和TensorFlow从头开始讲授语言理解的关键方面。为读者提供在这个颠覆性的AI时代中,有效开发语言理解关键方面所需的 Python 深度学习知识和工具,呈现成为工业 4.0AI专家所需要的新技能。
朋友们如果需要此本 《大模型黑书
》,扫码获取~
这是一本对transform工作原理感兴趣的人必读的书籍。亚马逊的评分是九点七分,内行人在睡不着的时候恨不得把全书都背诵完毕。
主要内容
• 了解用于解决复杂语言问题的新技术
• 将GPT-3与T5、GPT-2和基于BERT的Transformer的结果进行对比
• 使用TensorFlow、PyTorch和GPT-3执行情感分析、文本摘要、非正式语言分析、机器翻译等任务
• 了解ViT和CLIP如何标注图像(包括模糊化),并使用DALL-E从文本生成图像
• 学习ChatGPT和GPT-4的高级提示工程机制
目录在这:
第1 章 Transformer 模型介绍
第2 章 Transformer 模型架构入门
第3 章 微调BERT 模型
第4 章 从头开始预训练RoBERTa模型
第5 章 使用Transformer 处理下游NLP 任务
第6 章 机器翻译
第7 章 GPT-3
第8 章 文本摘要(以法律和财务文档为例)
第9 章 数据集预处理和词元分析器
第10 章 基于BERT 的语义角色标注
第11 章 使用Transformer 进行问答
第12 章 情绪分析
第13 章 使用Transformer 分析假新闻
第14 章 可解释AI
第15 章 从NLP 到计算机视觉
第16 章 AI 助理
第17 章 ChatGPT 和GPT-4
附录A Transformer 模型术语
附录B Transformer 模型的硬件约束
附录C 使用GPT-2 进行文本补全
附录D 使用自定义数据集训练GPT-2 模型
附录E 练习题答案
参考资料
朋友们如果需要此本 《大模型黑书》,扫码获取~