Transformadores para el procesamiento del lenguaje natural - Segunda edición: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTo

Opiniones de los lectores

El libro Transformers for Natural Language Processing (Transformadores para el procesamiento del lenguaje natural), de Denis Rothman, ofrece una exploración exhaustiva de los modelos de transformadores con énfasis en el procesamiento del lenguaje natural. Está dirigido principalmente a lectores con conocimientos previos de IA y aprendizaje profundo, y ofrece un equilibrio entre conocimientos teóricos y ejemplos prácticos de codificación. Sin embargo, el texto recibe críticas mixtas, con algunos elogiando su claridad y valor instructivo, mientras que otros lo critican por ser superficial o propenso a errores.

⬤ Cobertura detallada de la arquitectura y las aplicaciones de los transformadores.
⬤ Buena mezcla de teoría y ejemplos prácticos de codificación, lo que lo hace accesible para los lectores.
⬤ Explicaciones claras y contenido organizado, ideal tanto para principiantes como para profesionales avanzados.
⬤ Proporciona oportunidades de codificación práctica y una gran cantidad de recursos, incluyendo referencias.
⬤ Incluye información tanto sobre los modelos más avanzados como sobre modelos más sencillos y entrenables localmente.

⬤ Asume una buena cantidad de conocimientos previos, por lo que no es adecuado para principiantes.
⬤ Algunos lectores consideraron que el contenido era superficial o carecía de profundidad, sobre todo en cuanto a la precisión técnica.
⬤ El tamaño reducido de las fuentes dificulta la lectura.
⬤ Varias quejas sobre el estilo de redacción y la claridad de ciertas explicaciones.
⬤ Algunas críticas negativas sugieren que el libro se centra más en la publicidad que en el contenido técnico.

(basado en 30 opiniones de lectores)

Título original:

Transformers for Natural Language Processing - Second Edition: Build, train, and fine-tune deep neural network architectures for NLP with Python, PyTo

Contenido del libro:

Los transformadores GPT-3, ChatGPT, GPT-4 y Hugging Face de OpenAI para tareas lingüísticas en un solo libro. Obtén una muestra del futuro de los transformadores, incluyendo tareas de visión por ordenador y escritura de código y asistencia.

La compra del libro impreso o Kindle incluye un libro electrónico gratuito en formato PDF.

Características principales:

⬤ Reentrenar un modelo basado en BERT desde cero utilizando Hugging Face.

⬤ Afine potentes modelos transformadores, incluyendo GPT-3 de OpenAI, para aprender la lógica de sus datos.

⬤ Realice análisis de causa raíz en problemas difíciles de PNL.

Descripción del libro:

Los transformadores están... bueno... transformando el mundo de la IA. Existen muchas plataformas y modelos, pero ¿cuáles se adaptan mejor a sus necesidades?

Transformadores para el Procesamiento del Lenguaje Natural, 2ª Edición, le guía a través del mundo de los transformadores, destacando los puntos fuertes de los diferentes modelos y plataformas, al tiempo que le enseña las habilidades de resolución de problemas que necesita para hacer frente a los puntos débiles de los modelos.

Utilizará Hugging Face para preentrenar un modelo RoBERTa desde cero, desde la creación del conjunto de datos hasta la definición del recopilador de datos y el entrenamiento del modelo.

Si desea ajustar un modelo preentrenado, incluido GPT-3, Transformers for Natural Language Processing, 2ª edición, le mostrará cómo hacerlo con guías paso a paso.

El libro investiga la traducción automática, la conversión de voz a texto, la conversión de texto a voz, la respuesta a preguntas y muchas otras tareas de PNL. Proporciona técnicas para resolver problemas lingüísticos difíciles e incluso puede ayudar con la ansiedad de las noticias falsas (lea el capítulo 13 para más detalles).

Verá cómo plataformas punteras, como OpenAI, han llevado los transformadores más allá del lenguaje para realizar tareas de visión por ordenador y creación de código utilizando Codex.

Al final de este libro, ¡sabrás cómo funcionan los transformadores y cómo implementarlos y resolver problemas como un detective de IA!

Lo que aprenderás:

⬤ Averiguar cómo ViT y CLIP etiquetan imágenes (¡incluidas las borrosas! ) y crear imágenes a partir de una frase usando DALL-E.

⬤ Descubrir nuevas técnicas para investigar problemas lingüísticos complejos.

⬤ Comparar y contrastar los resultados de GPT-3 con los de T5, GPT-2 y transformadores basados en BERT.

⬤ Llevar a cabo análisis de sentimientos, resúmenes de texto, análisis del habla casual, traducciones automáticas, etc. utilizando TensorFlow, PyTorch y GPT-3.

⬤ Medir la productividad de transformadores clave para definir su alcance, potencial y límites en producción.

A quién va dirigido este libro:

Si quieres aprender y aplicar transformadores a tus datos de lenguaje natural (e imágenes), este libro es para ti.

Necesitarás un buen conocimiento de Python y el aprendizaje profundo y una comprensión básica de la PNL para beneficiarte al máximo de este libro. Muchas plataformas cubiertas en este libro proporcionan interfaces de usuario interactivas, que permiten a los lectores con un interés general en PNL e IA seguir varios capítulos. Y, no se preocupe si se queda atascado o tiene preguntas; este libro le da acceso directo a nuestra comunidad AI/ML y a su autor, Denis Rothman. Así que, ¡él estará ahí para guiarte en tu viaje transformador!