![[Recension] Natural Language Processing with Transformers, Revised Edition (Lewis Tunstall) Sammanfattad.](https://episodes.castos.com/660078c6833215-59505987/images/2576684/c1a-085k3-8dmgo8xxsz48-oemfus.jpg)
Show Notes
Natural Language Processing with Transformers, Revised Edition (Lewis Tunstall)
- Amazon Sweden Store: https://www.amazon.se/dp/1098136799?tag=9natreeswe-21
- Amazon Worldwide Store: https://global.buys.trade/Natural-Language-Processing-with-Transformers%2C-Revised-Edition-Lewis-Tunstall.html
- Apple Books: https://books.apple.com/us/audiobook/natural-language-processing-with-transformers-revised/id1823000793?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Natural+Language+Processing+with+Transformers+Revised+Edition+Lewis+Tunstall+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Läs mer: https://swedish.9natree.com/read/1098136799/
#HuggingFaceTransformers #finjusteringavförtränademodeller #flerspråkigentitetsigenkänning #crosslingualtransferlearning #kunskapsdistilleringochkvantisering #NaturalLanguageProcessingwithTransformersRevisedEdition
Natural Language Processing with Transformers, Revised Edition, av Lewis Tunstall, Leandro von Werra och Thomas Wolf, är en praktiskt inriktad fackbok om modern språkteknologi. Den handlar om transformerarkitekturer, alltså de neurala modeller som sedan 2017 har fått en central roll i många NLP-uppgifter, från klassificering av text till frågesvar och textgenerering. Bokens tydliga verktygsfokus är Hugging Face Transformers, ett Pythonbibliotek som används för att arbeta med förtränade språkmodeller och anpassa dem till egna behov. Författarna har nära koppling till Hugging Face, vilket märks i kombinationen av modellförståelse, kodnära arbetsflöden och frågor som uppstår när modeller ska användas utanför en forskningsmiljö. Den reviderade utgåvan täcker både grunderna i hur transformrar fungerar och praktiska kapitel om bland annat flerspråkig namngiven entitetsigenkänning, sammanfattning, få märkta data och effektiv produktion. Syftet är inte bara att visa vilka modeller som finns, utan att hjälpa läsaren fatta rimliga tekniska val, utvärdera resultat och förstå kompromisser mellan kvalitet, kostnad och beräkningsresurser.
- Amazon Sweden Store: https://www.amazon.se/dp/1098136799?tag=9natreeswe-21
- Amazon Worldwide Store: https://global.buys.trade/Natural-Language-Processing-with-Transformers%2C-Revised-Edition-Lewis-Tunstall.html
- Apple Books: https://books.apple.com/us/audiobook/natural-language-processing-with-transformers-revised/id1823000793?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Natural+Language+Processing+with+Transformers+Revised+Edition+Lewis+Tunstall+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Läs mer: https://swedish.9natree.com/read/1098136799/
#HuggingFaceTransformers #finjusteringavförtränademodeller #flerspråkigentitetsigenkänning #crosslingualtransferlearning #kunskapsdistilleringochkvantisering #NaturalLanguageProcessingwithTransformersRevisedEdition
Natural Language Processing with Transformers, Revised Edition, av Lewis Tunstall, Leandro von Werra och Thomas Wolf, är en praktiskt inriktad fackbok om modern språkteknologi. Den handlar om transformerarkitekturer, alltså de neurala modeller som sedan 2017 har fått en central roll i många NLP-uppgifter, från klassificering av text till frågesvar och textgenerering. Bokens tydliga verktygsfokus är Hugging Face Transformers, ett Pythonbibliotek som används för att arbeta med förtränade språkmodeller och anpassa dem till egna behov. Författarna har nära koppling till Hugging Face, vilket märks i kombinationen av modellförståelse, kodnära arbetsflöden och frågor som uppstår när modeller ska användas utanför en forskningsmiljö. Den reviderade utgåvan täcker både grunderna i hur transformrar fungerar och praktiska kapitel om bland annat flerspråkig namngiven entitetsigenkänning, sammanfattning, få märkta data och effektiv produktion. Syftet är inte bara att visa vilka modeller som finns, utan att hjälpa läsaren fatta rimliga tekniska val, utvärdera resultat och förstå kompromisser mellan kvalitet, kostnad och beräkningsresurser.
