Elaborazione del linguaggio naturale con i trasformatori, edizione riveduta

Da quando sono stati inventati nel 2017, i trasformatori sono diventati in poco tempo l'architettura più usata per ottenere risultati all'avanguardia in un sacco di attività di elaborazione del linguaggio naturale. Se sei un data scientist o un programmatore, questo libro pratico, ora completamente rivisto e a colori, ti mostra come addestrare e scalare questi modelli di grandi dimensioni usando Hugging Face Transformers, una libreria di deep learning basata su Python.

I trasformatori sono stati usati per scrivere notizie realistiche, migliorare le query di ricerca su Google e persino creare chatbot che raccontano barzellette banali. In questa guida, gli autori Lewis Tunstall, Leandro von Werra e Thomas Wolf, tra i creatori di Hugging Face Transformers, usano un approccio pratico per insegnarti come funzionano i trasformatori e come integrarli nelle tue applicazioni. Imparerai rapidamente una varietà di attività che possono aiutarti a risolvere.

• Crea, esegui il debug e ottimizza modelli di trasformatori per attività NLP di base, come la classificazione del testo, il riconoscimento di entità denominate e la risposta a domande
• Scopri come i transformer possono essere usati per il transfer learning cross-linguistico
• Applica i transformer in scenari reali in cui i dati etichettati sono scarsi
• Rendi i modelli di trasformatori efficienti per l'implementazione usando tecniche come la distillazione, il pruning e la quantizzazione.
• Addestra i trasformatori da zero e scopri come scalare su più GPU e ambienti distribuiti