潍坊科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深入理解Transformer自然语言处理:使用Python、PyTorch、TensorFlow、BERT、RoBERTa为NLP构建深度神经网络架构/(法) 丹尼斯·罗思曼著 马勇 ... [等] 译

出版发行项:

北京:北京理工大学出版社,2023

ISBN及定价:

978-7-5763-2893-6/CNY99.00

载体形态项:

267页:图;24cm

并列正题名:

Transformers for natural language processing:build innovative deep neural network architectures for NLP with Python, PyTorch,TensorFlow, BERT, RoBERTa, and more

其它题名:

使用Python、PyTorch、TensorFlow、BERT、RoBERTa为NLP构建深度神经网络架构

个人责任者:

罗思曼 (Rothman, Denis) 著

个人次要责任者:

马勇 译

学科主题:

自然语言处理

中图法分类号:

TP391

一般附注:

颉腾科技

责任者附注:

丹尼斯?罗思曼, 毕业于索邦大学和巴黎狄德罗大学, 设计了第一个word2matrix专利嵌入和向量化系统。他开始了自己的职业生涯, 创作了第一批人工智能认知自然语言处理 (Natural Language Processing, NLP) 聊天机器人和其他公司的自动语言教师。

提要文摘附注:

本书详细介绍了Transformer架构及其在NLP中的创新应用, 为读者提供了全面的知识体系和实践经验。作者以通俗易懂的方式解释复杂概念, 引导读者逐步掌握深度学习和NLP的核心原理。无论您是NLP研究者、数据科学家、计算机科学学生还是技术创业者, 本书都为您提供了深入理解和应用Transformer模型的关键指南。通过本书, 读者将掌握构建高性能NLP应用所需的关键技能, 助力您在人工智能领域取得更大成就。

豆瓣简介：