Transformer和BERT模型讲得最清楚,最通识易懂的一本书《BERT基础教程:Transformer大模型实战》

前言

本书聚焦谷歌公司开发的BERT自然语言处理模型,由浅入深地介绍了BERT的工作原理、BERT的各种变体及其应用。

本书呈现了大量示意图、代码和实例,详细解析了如何训练BERT模型、如何使用BERT模型执行自然语言推理任务、文本摘要任务、问答任务、命名实体识别任务等各种下游任务,以及如何将BERT模型应用于多种语言。

通读本书后,读者不仅能够系统了解有关BERT的各种概念、术语和原理,还能够使用BERT模型及其变体执行各种自然语言处理任务。

在这里插入图片描述

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👇👇👇

读者点评

关于Transformer和BERT模型讲得最清楚,最通识易懂的一本书,比那些看似高大上,列一堆公式,但讲不清楚,说不明白的大块头强多了。本书图文并茂,公式和代码一应俱全,不多不少,恰到好处。本书虽然是主要介绍BERT的,但对于自然语言处理基本概念的学习也很有帮助,同时提供的代码示例也非常实用。
在这里插入图片描述
这本书非常适合深度学习和自然语言处理的初学者,建议多关注书中讲解的transformer和bert的原理以及自然语言处理和各种模型变体的思路,书中实践部分的代码试了下跑起来基本都有问题,建议跟着huggingface的官方文档进行实践效果更好。
在这里插入图片描述

书籍优点

  • 轻松上手:循序渐进,引导你亲手训练和理解 BERT 模型

  • 以简驭繁:示意图丰富,逐步拆解复杂原理,小白也能看懂

  • 运用自如:呈现多种下游任务,凝聚实战经验,助你灵活运用

  • 全面系统:详细讲解十余种 BERT 变体的原理,配套大量示例和习题

目录

第一部分 开始使用 BERT

第 1 章 Transformer 概览

  • 1.1 Transformer 简介
  • 1.2 理解编码器
  • 1.3 理解解码器
  • 1.4 整合编码器和解码器
  • 1.5 训练 Transformer
  • 1.6 小结
  • 1.7 习题
  • 1.8 深入阅读

第 2 章 了解 BERT 模型

  • 2.1 BERT 的基本理念
  • 2.2 BERT 的工作原理
  • 2.3 BERT 的配置
  • 2.4 BERT 模型预训练
  • 2.5 子词词元化算法
  • 2.6 小结
  • 2.7 习题
  • 2.8 深入阅读

第 3 章 BERT 实战

  • 3.1 预训练的 BERT 模型
  • 3.2 从预训练的 BERT 模型中提取嵌入
  • 3.3 从 BERT 的所有编码器层中提取嵌入
  • 3.4 针对下游任务进行微调
  • 3.5 小结
  • 3.6 习题
  • 3.7 深入阅读

第二部分 探索 BERT 变体

第 4 章 BERT 变体(上):ALBERT、RoBERTa、ELECTRA 和 SpanBERT

  • 4.1 BERT 的精简版 ALBERT
  • 4.2 从 ALBERT 中提取嵌入
  • 4.3 了解 RoBERTa
  • 4.4 了解 ELECTRA
  • 4.5 用 SpanBERT 预测文本段
  • 4.6 小结
  • 4.7 习题
  • 4.8 深入阅读

第 5 章 BERT 变体(下):基于知识蒸馏

  • 5.1 知识蒸馏简介
  • 5.2 DistilBERT 模型——BERT 模型的知识蒸馏版本
  • 5.3 TinyBERT 模型简介
  • 5.4 将知识从 BERT 模型迁移到神经网络中
  • 5.5 小结
  • 5.6 习题
  • 5.7 深入阅读

第三部分 BERT 模型的应用

第 6 章 用于文本摘要任务的BERTSUM 模型

  • 6.1 文本摘要任务
  • 6.2 为文本摘要任务微调 BERT 模型
  • 6.3 理解 ROUGE 评估指标
  • 6.4 BERTSUM 模型的性能
  • 6.5 训练 BERTSUM 模型
  • 6.6 小结
  • 6.7 习题
  • 6.8 深入阅读

第 7 章 将 BERT 模型应用于其他语言

  • 7.1 理解多语言 BERT 模型
  • 7.2 M-BERT 模型的多语言表现
  • 7.3 跨语言模型
  • 7.4 理解 XLM-R 模型
  • 7.5 特定语言的 BERT 模型
  • 7.6 小结
  • 7.7 习题
  • 7.8 深入阅读

第 8 章 Sentence-BERT 模型和特定领域的 BERT 模型

  • 8.1 用 Sentence-BERT 模型生成句子特征
  • 8.2 sentence-transformers 库
  • 8.3 通过知识蒸馏迁移多语言嵌入
  • 8.4 特定领域的 BERT 模型:ClinicalBERT 模型和BioBERT 模型
  • 8.5 小结
  • 8.6 习题
  • 8.7 深入阅读

第 9 章 VideoBERT 模型和BART 模型

  • 9.1 VideoBERT 模型学习语言及视频特征
  • 9.2 了解 BART 模型
  • 9.3 探讨 BERT 库
  • 9.4 小结
  • 9.5 习题
  • 9.6 深入阅读

习题参考答案

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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👇👇👇

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值