Introduzione ai trasformatori per Nlp: Con la libreria Hugging Face e i modelli per risolvere i problemi

Recensioni dei lettori

Attualmente non ci sono recensioni dei lettori. La valutazione si basa su 7 voti.

Titolo originale:

Introduction to Transformers for Nlp: With the Hugging Face Library and Models to Solve Problems

Contenuto del libro:

Un'introduzione pratica all'architettura dei Transformer utilizzando la libreria Hugging Face. Questo libro spiega come i Transformer stiano cambiando il dominio dell'intelligenza artificiale, in particolare nell'area dell'elaborazione del linguaggio naturale.

Questo libro tratta dell'architettura Transformer e della sua importanza nell'elaborazione del linguaggio naturale (NLP). Inizia con un'introduzione all'NLP e una progressione dei modelli linguistici da n-grammi a un'architettura basata su Transformer. Successivamente, offre alcuni esempi di base di Transformer utilizzando il motore di Google colab. Quindi, introduce l'ecosistema Hugging Face e le diverse librerie e modelli da esso forniti. In seguito, vengono spiegati i modelli linguistici come Google BERT con alcuni esempi, prima di fornire un'immersione profonda nell'API di Hugging Face utilizzando diversi modelli linguistici per affrontare compiti come la classificazione delle frasi, l'analisi del sentiment, la sintesi e la generazione di testi.

Dopo aver completato Introduzione ai trasformatori per l'NLP, comprenderete i concetti di trasformatore e sarete in grado di risolvere i problemi utilizzando la libreria Hugging Face.

Cosa imparerete

⬤ Comprendere i modelli linguistici e la loro importanza in NLP e NLU (Natural Language Understanding).

⬤ Padroneggiare l'architettura di Transformer attraverso esempi pratici.

⬤ Utilizzare la libreria Hugging Face nei modelli linguistici basati su Transformer.

⬤ Creare un semplice generatore di codice in Python basato sull'architettura di Transformer.

A chi è rivolto questo libroScienziati dei dati e sviluppatori di software interessati a sviluppare le proprie competenze in NLP e NLU (Natural Language Understanding).