Shortcuts
 
PageMenu- Hauptmenü-
Page content

Kategorienanzeige

MAB

Natural Language Processing mit Transformern: Sprachanwendungen mit Hugging Face erstellen
Kategorie Beschreibung
036aXA-DE-BW
037bger
038beng
077a1815559381 Erscheint auch als (Online-Ausgabe): ‡Tunstall, Lewis: Natural Language Processing mit Transformers
077h1817881493 Übersetzung von: ‡Tunstall, Lewis: Natural language processing with transformers
087o978-3-96010-712-5
087o978-3-96010-713-2
087o978-3-96010-714-9
100 Tunstall, Lewis ¬[VerfasserIn]¬
104aWerra, Leandro ¬von¬ ¬[VerfasserIn]¬
108aWolf, Thomas ¬[VerfasserIn]¬
112bFraaß, Marcus ¬[ÜbersetzerIn]¬
116aGéron, Aurélien ¬[VerfasserIn eines Vorworts]¬
303 $aTunstall, Lewis$tNatural language processing with transformers
304 Natural language processing with transformers
331 Natural Language Processing mit Transformern
335 Sprachanwendungen mit Hugging Face erstellen
403 1. Auflage, Deutsche Ausgabe
410 Heidelberg
412 O'Reilly
425 2023
425a2023
433 430 Seiten : Illustrationen, Diagramme
435 24 cm x 16.5 cm
451bAnimals
527 Erscheint auch als (Online-Ausgabe): ‡Tunstall, Lewis: Natural Language Processing mit Transformers
527 Übersetzung von: ‡Tunstall, Lewis: Natural language processing with transformers
540aISBN 978-3-96009-202-5 Broschur : circa EUR 44.90 (DE), circa EUR 46.20 (AT)
540aISBN 3-96009-202-4 Broschur
700b|004
700g1271119005 ST 300
700g1270821474 ST 306
750 Transformer haben die NLP-Welt im Sturm erobert: Erhalten Sie einen fundierten und praxisnahen Überblick über die wichtigsten Methoden und Anwendungen im aktuellen NLP Das Buch wurde von den Gründern von Hugging Face, der Plattform für vortrainierte Transformer-Modelle für TensorFlow und PyTorch, verfasst Hands-On: Jeder Programmierschritt kann in Jupyter Notebooks nachvollzogen werdenTransformer liefern hervorragende Ergebnisse bei der maschinellen Sprachverarbeitung und haben sich in den letzten Jahren zur vorherrschenden Architektur im Natural Language Processing (NLP) entwickelt. Dieses Praxisbuch zeigt Data Scientists und Programmierer_innen, wie sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren. Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots zum Einsatz.Lewis Tunstall, Leandro von Werra und Thomas Wolf, die die Transformers-Bibliothek von Hugging Face mitentwickelt haben, erklären in diesem Buch, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren. Sie erfahren, wie Transformer für eine Vielzahl von Aufgaben erfolgreich eingesetzt werden können.Erstellen, debuggen und optimieren Sie Transformer-Modelle für zentrale NLP-Aufgaben wie Textklassifizierung, Named Entity Recognition oder Question Answering Lernen Sie, wie Transformer für sprachenübergreifendes Transfer Learning verwendet werden Wenden Sie Transformer auf reale Anwendungsfälle an, bei denen nur auf wenige gelabelte Daten zurückgegriffen werden kann Optimieren Sie Transformer-Modelle für das Deployment mit Techniken wie Distillation, Pruning und Quantisierung Trainieren Sie Transformer von Grund auf und lernen Sie, wie sie auf mehreren GPUs und verteilten Umgebungen skalieren
902s 489847412 Deep learning
902s 215804279 Text Mining
902s 209002050 Künstliche Intelligenz
902s 209614692 Automatische Sprachanalyse
902s 217100430 Chatbot
902s 212347217 Data Mining
012 1807110133
081 Tunstall, Lewis: Natural Language Processing mit Transformern
100 208 994
Schnellsuche