2022新书 Natural Language Processing with Transformers (中译本）

已于 2022-02-16 11:09:37 修改
阅读量3k 收藏 11
点赞数 4
分类专栏： 其它 文章标签： 其它
于 2022-02-13 09:21:58 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/znsoft/article/details/122905395
版权

学习使用 Transformers Bert 模型进行自然语言处理必读教材，官方作者原创。

下载： Release 1.0_beta · hellotransformers/Natural_Language_Processing_with_Transformers · GitHub

Building Language Applications with Hugging Face

Lewis Tunstall, Leandro von Werra, and Thomas Wolf （Hugging face Transformer库作者 ）

Aurélien Géron 《Hands-on Machine Learning with Scikit-Learn and TensorFlow》作者 撰写前言。

2022年新书《用Transformers处理自然语言 - 创建基于hugging face transformer程序库的自然语言处理程序》 中文翻译版

出版联系（需要能引进版权的出版社）： znsoft@163.com Daniel  微信： znsoft （北京理工大学 自然语言处理方向人工智能博士）

本版本为完整翻译版本，欢迎大家pr.

访问 Natural_Language_Processing_with_Transformers: Natural Language Processing with Transformers 中译本，最权威Transformers教程

znsoft
关注
  • 4
    点赞
  • 踩
  • 11
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
【Transformers】预训练模型使用工具Transformer(1)：初识Hugging Face
让算法融入生活，改变生活！
08-28 1978
上面包含的自回归模型如：GPT2，Transformer-XL，XLNet，自编码类型的BERT，ALBERT，RoBERTa，ELECTRA以及seq2seq类型的BART，Pegasu，T5等模型。hugging face是一个开源社区，它提供了一个可以上传先进NLP模型、数据集的一个平台，我们可以在这个平台上下载相关的模型，以及还提供了其他便利的工具，例如我们要介绍的transformers工具。由于是第一次执行，程序会自动下载对应的模型，下载模型的速度也是蛮快的。这些模型，数据集怎么使用呢？...
【2021年新书推荐】Transformers for Natural Language Processing
tushufenxiang的博客
03-12 824
各位好，此账号的目的在于为各位想努力提升自己的程序员分享一些全球最新的技术类图书信息，今天带来的是2021年1月由Packt出版社最新出版的一本关于机器学习和NLP的书。 Transformers for Natural Language Processing 作者：Denis Rothman 出版社：Packt 出版时间：2021-01-29 ISBN：9781800565791 图书简介 该书将带您学习使用Python的NLP，并研究了由Google，Facebook，Microsoft，OpenA
探索Transformer的魅力：Natural_Language_Processing_with_Transformers项目详解
gitblog_00047的博客
03-28 353
探索Transformer的魅力：Natural_Language_Processing_with_Transformers项目详解 项目地址:https://gitcode.com/hellotransformers/Natural_Language_Processing_with_Transformers 在这个数字化的时代，自然语言处理（NLP）已经成为人工智能领域的热门话题。借助Trans...
transformers-for-natural-language-processing
03-09
自然语言处理变压器
基于Transformers的自然语言处理入门【一】
hezzfew的博客
09-13 377
基于Transformers的自然语言处理入门（一）1 自然语言处理（NLP）2 基于Transformers的自然语言处理 1 自然语言处理（NLP） 自然语言处理( Natural Language Processing, NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。 自然语言处理主要应用于机器翻译、舆情监测、自动摘要、观点提取、文本分类、问题回答、文本语义对比、语音识
Transformers for Natural Language Processing.pdf
11-12
图书简介 该书将带您学习使用Python的NLP，并研究了由Google，Facebook，Microsoft，OpenAI和Hugging Face等先驱者创建的变压器体系结构中的各种杰出模型和数据集。 这本书分三个阶段训练您。在向RoBERTa，BERT和DistilBERT模型过渡之前，第一阶段向您介绍从原始变压器开始的变压器体系结构。您会发现一些小型变压器的培训方法在某些情况下可以胜过GPT-3。在第二阶段，您将应用自然语言理解（NLU）和自然语言生成（NLG）的转换器。最后，第三阶段将帮助您掌握高级语言理解技术，例如优化社交网络数据集和假新闻识别。 在这本NLP书籍的最后，您将从认知科学的角度理解变压器，并精通将技术巨头预先训练好的变压器模型应用于各种数据集。 您将学到什么 使用最新的预训练变压器模型 掌握原始Transformer，GPT-2，BERT，T5和其他变压器模型的工作原理 使用优于经典深度学习模型的概念创建理解语言的Python程序 使用各种NLP平台，包括Hugging Face，Trax和AllenNLP 将Python，TensorFlow和Keras程序应用于情感分析，文本摘要，语音识别，机器翻译等 测量关键变压器的生产率，以定义其范围，潜力和生产限制
[Transformer]HAT: Hardware-Aware Transformers for Efficient Natural Language Processing
qq_37151108的博客
11-21 905
HAT：硬件感知的Transformer用于高效自然语言处理AbstractSection I IntroductionSection II Proposed ApproachesPart 1 Design SpacePart 2 SuperTransformerPart 3 Evolutionary Search for SubTransformerSection III ExperimentsSection IV ResultsPart 1 HAT PerformancePart 2 AnalysisP
HAT: Hardware-Aware Transformers for Efficient Natural Language Processing翻译
nopSled
08-15 749
摘要 Transformer在自然语言处理（NLP）任务中无处不在，但是由于需要大量的计算，因此很难将其部署在硬件上。为了在资源受限的硬件平台上实现低延迟推理，我们建议使用神经结构搜索设计Hardware-Aware Transformer（HAT）。我们首先构造一个具有任意编码器-解码器注意力模块和异构层的大型设计空间。然后，我们训练一个涵盖设计空间中所有候选对象的SuperTransformer，并有效地产生许多具有权重共享的SubTransformer。最后，我们在硬件延迟约束下执行进化搜索，以找到n
Transformers for Natural Language Processing Buil(2).pdf
11-07
专业研究机构研究人工智能相关技术书籍、发展报告、行业报告 供人工智能行业学生，程序员，产品经理，从业者等多个职位人员需要 适合了解，研究，调研，学习等多项用途。
Advances in Natural Language Processing
01-11
自然语言处理（Natural Language Processing，简称NLP）是计算机科学的一个子领域，关心使用计算技术来学习、理解和生成人类语言内容。早期的计算语言研究集中于自动化语言结构分析和基本技术的开发，例如机器翻译、...
藏经阁-NATURAL LANGUAGE UNDERSTANDING WITH MACHINE LEARNED ANNOTATO
08-26
* 深度学习模型：卷积神经网络、递归神经网络、Transformers 等可以用于语言模型、文本生成、机器翻译等任务。 * 注释器：机器学习和深度学习模型可以用于生成注释，例如命名实体识别、部分-of-speech 标注等。 ...
探索Transformer模型：《Transformers for Natural Language Processing》项目详解
最新发布
gitblog_00001的博客
04-17 278
探索Transformer模型：《Transformers for Natural Language Processing》项目详解 项目地址:https://gitcode.com/PacktPublishing/Transformers-for-Natural-Language-Processing 项目简介 在深入探讨此项目之前，我们先简单介绍一下其背景。GitCode上的这个项目是由Pac...
BERT: The Revolutionary Transformer Model for Natural Language Processing
禅与计算机程序设计艺术
12-31 1038
1.背景介绍 自从2017年的《Attention is All You Need》一文出现，Transformer架构就成为了自然语言处理领域的主流架构。Transformer 架构的出现使得自注意力机制成为了深度学习模型中的一种重要的技术，它能够有效地解决序列到序列（Seq2Seq）任务中的长距离依赖关系问题。然而，自注意力机制的应用主要集中在序列
《Natural Language Processing with Transformers》中示例
Augmented Reality & Computer Graphics
05-27 329
文本分类 # datasets import torch from transformers import AutoTokenizer from datasets import load_dataset emotions = load_dataset("emotion") # encoding model_ckpt = "distilbert-base-uncased" device = torch.device("cuda" if torch.cuda.is_available() else "cpu
掌握transformer模型需要看那些书籍
weixin_42599908的博客
02-14 1572
如果你想深入学习Transformer模型，可以参考以下几本书籍： 1.《Attention Is All You Need》：这是Transformer模型的原始论文，深入介绍了这个模型的思想和实现细节。 2.《Illustrated Transformer》：这是一本非常适合初学者阅读的图文书，详细介绍了Transformer模型的每一个组成部分。 3.《Deep Learning for N...
Transformers 介绍
11-24 1322
instead!根据你的应用程序，你所使用的文本可以是法律合同、产品描述，或者完全是其他的东西。假设是客户反馈的情况下，你可能会想知道这些反馈是积极的还是消极的。这个任务被称为情绪分析，是我们将在第二章中探讨的更广泛的文本分类主题的一部分。现在，让我们来看看如何使用 Huggingface Transformers 从我们的文本中提取情感。文本摘要的目标是**以一个长文本作为输入，并生成一个包含所有相关事实的简短版本。**这是一项比之前的任务要复杂得多的任务，因为它需要模型来生成连贯的文本。
入自然语言处理的门以huggingface的transformers方式
flyfish
09-04 2036
以huggingface的transformers方式入自然语言处理的门 flyfish 目的 最好有个示例，给我代码和模型，一行代码也不写，只一行命令执行看结果，到底是个什么样子，然后再分析。 文本就实现了，模型下载有困难？文末网盘伺候，包含TensorFlow和 PyTorch的模型，有的示例需要使用数据集，网盘里也有，免的到处找，提供模型很多慢慢下载。 如果您想要以下功能 1、文本生成 我说一句话，程序自动补充下一句或者自动生成一大段话。 2、填空 一句话，少了词，程序自动补上。 3、文本分类 哪些文
翻译HuggingFace教程（1.1）《TRANSFORMER MODELS : Introduction》
主要记录了工作之余胡乱学习的知识，大部分是入门级别的内容。 主要是为了自己未来有用到时能快速上手，相当于是个备忘录。 当然，也很开心其他人可以从中找到对自己有用的信息。^_^
08-25 316
翻译HuggingFace教程《第1章 TRANSFORMER MODELS : Introduction》（0）
The Impact of Transformers on Natural Language Processing: A Tipping Point?
禅与计算机程序设计艺术
12-29 554
1.背景介绍 自从2017年的“Attention Is All You Need”一文发表以来，Transformer架构已经成为自然语言处理(NLP)领域的主流技术。这篇文章将深入探讨 Transformer 的影响以及它是否为 NLP 的一个转折点。 Transformer 架构的出现为深度学习模型提供了一种新的注意力机制，这种机制使得模型能够更好地捕捉序列中的长距离依赖关系。这种机制在...
natural language processing with transformers
11-20
自然语言处理（NLP）是一种涉及计算机与人类自然语言交互的领域。随着深度学习的兴起，基于变压器的模型已成为处理自然语言处理任务的主流方法。 变压器是一种基于注意力机制的神经网络模型，它能够同时处理长距离...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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