前言
本书是一本全面介绍HuggingFace社区提供的两大核心工具集——datasets 和 transformers 的指南。
它不仅涵盖了基本的使用方法,还包括了实际项目的开发流程和预训练模型的设计理念与实现机制。本书分为三个部分:
- 工具集基础用例演示篇(第1~6章) —— 详细介绍HuggingFace工具集的基础操作和一般工作流程,确保读者能够迅速上手。
- 中文项目实战篇(第7~12章) —— 通过一系列中文自然语言处理项目的实战演练,让读者亲身体验从数据准备到模型训练的全过程。
- 预训练模型底层原理篇(第13、14章) —— 深入探讨预训练模型的设计思想和技术细节,帮助读者深刻理解模型背后的计算逻辑。
本书采用平易近人的语言风格,旨在使读者能够轻松掌握HuggingFace工具集的使用技巧,熟悉自然语言处理项目的研发流程,并具备独立开展项目的能力。无论是初学者还是有一定基础的开发者,都能从本书中获得实用的知识和技能。
本书适合已经具备一定Python编程基础,特别是熟悉PyTorch框架的读者。对于对自然语言处理感兴趣的读者而言,本书同样是一本宝贵的参考资料。
下载当前版本: 完整PDF书籍链接获取,可以扫描下方二维码免费领取👇👇👇
![](https://img-blog.csdnimg.cn/img_convert/532803b6a9d7f9d60afb49751d77365d.jpeg)
目录
第1章 HuggingFace简介
介绍HuggingFace提出的标准研发流程和提供的工具集。
第2章 使用编码工具
介绍编码工具,包括编码工具的工作过程的示意,以及编码工具的用例。
第3章 使用数据集工具
介绍数据集工具,包括数据集仓库和数据集的基本操作。
第4章 使用评价指标工具
介绍评价指标,包括评价指标的加载和使用方法。
第5章 使用管道工具
介绍管道工具,并演示使用管道工具完成一些常见的自然语言处理任务。
第6章 使用训练工具
介绍训练工具,并演示使用训练工具完成一个情感分类任务。
第7章 实战任务1:中文情感分类
演示第1个实战任务,完成一个中文情感分类任务。
第8章 实战任务2:中文填空
演示第2个实战任务,完成一个中文填空任务。
第9章 实战任务3:中文句子关系推断
演示第3个实战任务,完成一个中文句子关系推断任务。
第10章 实战任务4:中文命名实体识别
演示第4个实战任务,完成一个中文命名实体识别任务。
第11章 使用TensorFlow训练
演示使用TensorFlow框架完成中文命名实体识别任务。
第12章 使用自动模型
演示使用自动模型完成一个情感分类任务,并阅读源代码深入了解自动模型的工作原理。
第13章 手动实现Transformer
演示手动实现Transformer模型,并完成两个实验性质的翻译任务。
第14章 手动实现BERT
演示手动实现BERT模型,并演示BERT模型的训练过程。
下载当前版本: 完整PDF书籍链接获取,可以扫描下方二维码免费领取👇👇👇
![](https://img-blog.csdnimg.cn/img_convert/532803b6a9d7f9d60afb49751d77365d.jpeg)