机读格式显示(MARC)

• 000 01954nam0 2200301 450

• 001 0000470863

• 005 20241011100200.0

• 010 __ |a 978-7-302-64872-7 |d CNY99.80

• 100 __ |a 20231215d2024 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理 |A ji yu GPT-3、ChatGPT、GPT-4 deng Transformer jia gou de zi ran yu yan chu li |f (法) 丹尼斯·罗斯曼著 |g 叶伟民译

• 210 __ |a 北京 |c 清华大学出版社 |d 2024

• 215 __ |a xvii, 353页 |c 图 |d 24cm

• 305 __ |a 译自原书第2版

• 312 __ |a 英文题名原文取自版权页

• 314 __ |a 丹尼斯·罗斯曼, 毕业于法国巴黎索邦大学和狄德罗大学, 设计了首批获得专利的编码和嵌入系统, 编写了首批获得专利的AI认知机器人和机器人。他的职业生涯始于为Moet et Chandon提供NLP (自然语言处理) 聊天机器人, 并为空中客车公司 (前身为Aerospatiale) 提供AI战术防御优化器。

• 330 __ |a 本书将引领你进入Transformer的世界, 将讲述不同模型和平台的优势, 指出如何消除模型的缺点和问题。本书将引导你使用Hugging Face从头开始预训练一个RoBERTa模型, 包括构建数据集、定义数据整理器以及训练模型等。本书分步展示如何微调GPT-3等预训练模型。研究机器翻译、语音转文本、文本转语音、问答等NLP任务, 并介绍解决NLP难题的技术, 甚至帮助你应对假新闻焦虑 (详见第13章)。从书中可了解到, 诸如OpenAI的高级平台将Transformer扩展到语言领域、计算机视觉领域, 并允许使用DALL-E 2、ChatGPT和GPT-4生成代码。通过本书, 你将了解到Transformer的工作原理以及如何实施Transformer来决NLP问题。

• 500 10 |a Transformers for natural language processing : build, train, and fine-tune deep neural network architectures for NLP with python, hugging face, and openAI's GPT-3, ChatGPT, and GPT-4 |m Chinese

• 606 0_ |a 人工智能 |A ren gong zhi neng |x 应用 |x 自然语言处理 |x 研究

• 690 __ |a TP391 |v 5

• 701 _1 |a 罗斯曼 |A luo si man |g (Rothman, Denis) |4 著

• 702 _0 |a 叶伟民 |A ye wei min |4 译

• 801 _0 |a CN |b 湖北三新 |c 20240621

• 905 __ |a LJUZC |d TP391/114

• 920 __ |a 222016 |z 1