预训练语言模型:方法、实践与应用 - 第2页

搜索“预训练语言模型:方法、实践与应用”相关的电子书资源,全站精选优质电子书, 支持PDF、EPUB、Kindle等多种格式免费下载。当前第2页,每页10本精选书籍。

计算机 -  人工智能(AI)

自然语言处理 : 原理、方法应用

...语言处理的基础知识,第6~11章则将自然语言处理知识应用于实战。书中主要内容包括预训练模型、文本分类、机器阅读理解、命名实体识别、文本生成、模型蒸馏与剪枝及损失函数等知识。 书中包含大量应用...
351 查看
2023年发布
暂无
王志立 著
自然语言处理 : 原理、方法与应用封面图
计算机 -  人工智能(AI)

自然语言处理实战 : 训练模型应用及其产品化

...流行的应用,以及如何使用预训练模型来执行迁移学习和快速解决现实世界中的问题。第二部分将深入研究自然语言处理的底层细节,包括预处理文本、分词和向量嵌入。然后探讨当今自然语言处理中有效的建模方法...
278 查看
2022年发布
7.6 分
Ankur A. Patel 著
自然语言处理实战 : 预训练模型应用及其产品化封面图
计算机 -  人工智能(AI)

HuggingFace自然语言处理详解——基于BERT中文模型的任务实战

...演示,具体的项目实战,以及预训练模型的底层设计思路和实现原理的介绍。通过本书的学习,读者可以快速掌握HuggingFace工具集的使用方法,掌握自然语言处理项目的一般研发流程,并能研发自己的自然语言处理项目...
370 查看
2023年发布
7.2 分
李福林 著
HuggingFace自然语言处理详解——基于BERT中文模型的任务实战封面图
计算机 -  编程

Python深度学习实战:75个有关神经网络建模强化学习迁移学习的解决方案

...机视觉、自然语言处理、语音识别、视频分析、时间序列预测、结构化数据分析以及游戏智能体(Agents)和机器人操控等。后讨论了深度学习的超参数选择和神经网络的内在结构以及预训练模型的使用技巧等。
393 查看
2018年发布
暂无
英德拉·丹·巴克 著
Python深度学习实战:75个有关神经网络建模强化学习与迁移学习的解决方案封面图
计算机 -  人工智能(AI)

大规模语言模型(第2版):从理论到实践

...语言模型基础理论、预训练、指令理解、模型增强和模型应用五个部分展开:第一部分介绍大语言模型的基础理论;第二部分介绍大语言模型的预训练,包括大语言模型预训练数据和分布式训练;第三部分介绍大语言...
698 查看
2025年发布
暂无
张奇、郑锐 著
大规模语言模型(第2版):从理论到实践封面图
计算机 -  人工智能(AI)

动手学PyTorch建模应用:从深度学习到大模型

《动手学PyTorch建模与应用:从深度学习到大模型》是一本讲述以PyTorch为工具实践深度学习和大模型的入门书,从数学知识和必备基础知识和概念入手讲解,理论兼备实践,语言通俗,图文并茂,边学边练,非常...
1.7k 查看
2024年发布
暂无
王国平 著
动手学PyTorch建模与应用:从深度学习到大模型封面图
计算机 -  人工智能(AI)

从零开始大模型开发微调:基于PyTorchChatGLM

...处理与模型展示、ResNet实战、有趣的词嵌入、基于PyTorch循环神经网络的中文情感分类实战、自然语言处理的编码器、预训练模型BERT、自然语言处理的解码器、强化学习实战、只具有解码器的GPT-2模型、实战训练自己...
1.1k 查看
2023年发布
暂无
王晓华 著
从零开始大模型开发与微调:基于PyTorch与ChatGLM封面图
计算机 -  人工智能(AI)

DeepSeek图解:大模型是怎样构建的

...开发 DeepSeek 模型的基础知识。旨在帮助读者深入理解 DeepSeek 的工作机制,并掌握其在大规模预训练、推理优化及应用开发中的关键技术。全书共 10 章,依次介绍文本预处理、特征提取、文本分类与情感分析、语言的生成...
280 查看
2025年发布
暂无
薛栋 等 著
DeepSeek图解:大模型是怎样构建的封面图
计算机 -  人工智能(AI)

大白话人工智能大模型

...位置信息05大白话大模型词嵌入(Word Embedding) -词语的向量化表示06注意力机制 (Attention) - 动态权重分配技术07大白话大模型参数规模 (Parameter Scale) -模型可训练参数总量08大白话大模型预训练 ...
397 查看
2025年发布
暂无
谭星星 著
大白话人工智能大模型封面图
没有找到想要的内容?

已找到资源 247 / 已提交资源 441 (解决率56%)

© 2024~2026 金屋电子书 版权所有 - 专注电子书整理与分享

本站所有内容均收集整理自网络,仅作为学习交流使用,请勿用于商业用途。请于下载后的24小时内删除,否则后果自负。如有侵权,请联系站长删除。