買這商品的人也買了...
相關主題
商品描述
本書是一本系統介紹Transformer原理、原始碼、應用的技術書籍,
全書分為Transformer架構及原始碼篇、ChatGPT技術:
從基礎應用到進階實踐篇。
Transformer架構及原始碼篇,從Transformer的基本原理入手,深入淺出進行講解,
可使讀者能夠深刻理解Transformer的工作原理和設計思想,
包括Transformer架構的理論知識、實際案例以及Transformer架構在時序預測等領域的應用等。
本篇特點是採用大量的圖片和圖表,
透過圖文並茂的方式讓讀者直觀地了解Trans-former的原理和應用和Bayesian Transformer思想及數學原理完整論證、
Transformer架構原始碼完整實作、Transformer語言模型架構、數學原理及內線機制、GPT自迴歸語言模型架構、
數學原理及內幕機制、BERT下的自編碼語言模型架構、數學原理及內幕機制、BERT Pre-taining模型源碼完整實作、
BERT Fine-tuning背後的數學原理詳解、使用BERT進行NER案例實戰、使用BERT進行多任務Fine-Tuning解密、
使用BERT對影評資料分析的資料處理、模型程式碼、線上部署等方面的內容,深入分析Transformer在自然語言處理上的應用。
ChatGPT技術:從基礎應用到進階實作篇,則以ChatGPT技術為主線,
介紹了GPT系列模型的發展歷程與技術特點、ChatGPT技術的基本原理以及OpenAI API的基礎應用實務等內容。
本書中既有理論敘述,又有案例應用指導,結構清晰,詳略得當,
既可作為機器學習、人工智慧及大數據等從業人員學習用書,也可作為Transformer架構和原始碼剖析高手修煉的參考書,以及相關院校人工智慧專業教材使用。
目錄大綱
第1篇Transformer架構及原始碼篇
第1章Bayesian Transformer思想及數學原理完整論證
1.1貝葉斯數學原理
1.2MLE和MAP數學推導
1.3語言模型Language Model原理機制、數學推導及神經網路實現
1.4圖解Transformer精髓
1.5Bayesian Transformer和傳統Transformer的主要區別
1.6Bayesian Transformer在學術和工業領域的意義
1.7貝葉斯Bayesian Transformer數學推導論證過程全生命週期詳解及底層神經網路物理機制剖析
第2章Transformer架構原始碼完整實現
2.1Transformer架構內部的等級化結構及其在NLP的應用內幕
2.2數學內幕、注意力機製程式碼實作及Transformer視覺化
2.3以對話機器人的流式架構為例闡述Transformer學習的第三境界
2.4以智慧對話機器人為例闡述Transformer的自編碼autoencoding與自回歸autoregressive語言模式內線機制
第3章Transformer語言模型架構、數學原理及內幕機制
……