书目信息 |
| 题名： |
基于GPT-3、ChatGPT、GPT-4等Transformer架构的自然语言处理
|
|
| 作者： | 罗斯曼 著 ；叶伟民 译 | |
| 分册： | ||
| 出版信息： | 北京 清华大学出版社 2024.01 |
|
| 页数： | xvii, 353页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP391 | |
| 科图分类： | ||
| 主题词： | 人工智能--ren gong zhi neng--应用--自然语言处理--研究 | |
| 电子资源： | ||
| ISBN： | 978-7-302-64872-7 | |
| 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。 |
| ● |
| 相关链接 |
|
|
|
正题名：基于GPT-3、ChatGPT、GPT-4等Transformer架
索取号：TP391/L954
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/ [索取号:TP391/L954] | 在馆 |