Maîtriser l'architecture Transformer. Développer des modèles modernes avec des méthodes avancées de traitement du langage naturel
A

Maîtriser l'architecture Transformer. Développer des modèles modernes avec des méthodes avancées de traitement du langage naturel

TAL (Traitement Automatique du Langage)
transformer architecture natural language processing Hugging Face Transformers deep learning BERT GPT Python programming
Auteur
Savaş Yıldırım, Meysam Asgari-Chenaglu
Éditeur
DMK Press
Année
2022
Langue
Russe
201
Évaluer ce livre

Pour lire le livre, se connecter / s'inscrire

Aperçu du fragment

Livres similaires

L'IA générative en pratique : Transformers et modèles de diffusion

L'IA générative en pratique : Transformers et modèles de diffusion

Omar Sanseviero, Pedro Cuenca, Apolinário Passos, Jonathan Whitaker

Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

Traitement du langage naturel en action. Compréhension, analyse et génération de texte avec Python

Lane Hobson, Cole Howard, Hannes Max Hapke

Construire un LLM à partir de zéro

Construire un LLM à partir de zéro

Sébastien Raschka

Systèmes de recommandation basés sur les grands modèles de langage. Cycle complet de création : du pré-entraînement au déploiement d'agents intelligents.

Systèmes de recommandation basés sur les grands modèles de langage. Cycle complet de création : du pré-entraînement au déploiement d'agents intelligents.

Lu Lu, Zhang Yujun

Prompt Engineering pour GenAI. Modèles de requêtes fiables pour des résultats de qualité

Prompt Engineering pour GenAI. Modèles de requêtes fiables pour des résultats de qualité

James Phoenix, Mike Taylor

Analyse appliquée des données textuelles avec Python. Apprentissage automatique et création d'applications de traitement du langage naturel

Analyse appliquée des données textuelles avec Python. Apprentissage automatique et création d'applications de traitement du langage naturel

Benjamin Bengfort, Rebecca Bilbro, Tony Ojeda

Traitement du langage naturel en action. 2e édition

Traitement du langage naturel en action. 2e édition

Hobson Lane, Maria Dyshel

Introduction à PyTorch : apprentissage profond pour le traitement du langage naturel

Introduction à PyTorch : apprentissage profond pour le traitement du langage naturel

Delip Rao, Brian McMahan

Prompt Engineering pour LLM. L'art de construire des applications basées sur les grands modèles de langage.

Prompt Engineering pour LLM. L'art de construire des applications basées sur les grands modèles de langage.

John Berryman, Albert Ziegler

GPT-4. Guide d'utilisation de l'API OpenAI

GPT-4. Guide d'utilisation de l'API OpenAI

Aymen El Amri