000
01923nam0 2200289 450
001
2433347918
010
@ a978-7-302-64872-7@ dCNY99.80
100
@ a20231215d2024 em y0chiy0120 ea
101
1
@ achi@ ceng
102
@ aCN@ b110000
105
@ aak z 000yy
106
@ ar
200
1
@ a基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理@ Aji 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@ d2024.01
215
@ axvii, 353页@ c图@ d24cm
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
@ aTransformers 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@ mChinese
586
@ a
606
0
@ a人工智能@ Aren gong zhi neng@ x应用@ x自然语言处理@ x研究
690
@ aTP391@ v5
701
1
@ a罗斯曼@ Aluo si man@ g(Rothman, Denis)@ 4著
702
0
@ a叶伟民@ Aye wei min@ 4译
801
0
@ aCN@ c20231215
905
@ dTP391@ eL954@ f1@ sTP391/L954@ S@ Z
基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理/(法) 丹尼斯·罗斯曼著/叶伟民译.-北京：清华大学出版社，2024.01 xvii, 353页：图；24cm ISBN 978-7-302-64872-7：CNY99.80 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。 ●
预约/预借
序号
登录号
条形码
馆藏地/架位号
状态
备注
1
21611993
216119938
自科库301/301自科库 64排7列2层/
[索取号:TP391/L954]
在馆
