Natural Language Processing mit Transformern

Sprachanwendungen mit Hugging Face erstellen

Verlag	OReilly (dpunkt)
Autor:innen	Lewis Tunstall, Leandro von Werra, Thomas Wolf
Fassung	430 Seiten, Softcover
Erschienen	02/2023
ISBN	978-3-96009-202-5 9783960092025

Buch

€46,90 inkl. MwSt.

Best.-Nr.: OR-202

Versandkostenfrei (D)

Lieferbar in 48 h

Natural Language Processing mit Transformern

Sprachanwendungen mit Hugging Face erstellen

Verlag:	OReilly (dpunkt)
Autor:innen	Lewis Tunstall, Leandro von Werra, Thomas Wolf
Fassung:	430 Seiten, Softcover
Erschienen:	02/2023
ISBN:	978-3-96009-202-5 9783960092025

Best.-Nr.: OR-202
Lieferbar in 48 h

€46,90 inkl. MwSt.

Versandkostenfrei (D)

Best.-Nr.:

eBook (PDF)

€ inkl. MwSt.

Inhaltsverzeichnis:	Jetzt downloaden
Vorwort:	Jetzt downloaden
Leseprobe:	Jetzt downloaden

Natural Language Processing mit Transformern

Sprachanwendungen mit Hugging Face erstellen

Best.-Nr.: OR-202
Lieferbar in 48 h

€46,90 inkl. MwSt.

Versandkostenfrei (D)

Verlag:	OReilly (dpunkt)
Autor:innen	Lewis Tunstall, Leandro von Werra, Thomas Wolf
Fassung:	430 Seiten, Softcover
Erschienen:	02/2023
ISBN:	978-3-96009-202-5 9783960092025
Inhaltsverzeichnis:	Jetzt downloaden
Vorwort:	Jetzt downloaden
Leseprobe:	Jetzt downloaden

Transformer-Modelle für praktische Anwendungen trainieren und optimieren

Transformer haben dank der hervorragenden Ergebnisse die NLP-Welt im Sturm erobert. Die Autoren, Gründer von Hugging Face, der Plattform für vortrainierte Transformer-Modelle für TensorFlow und PyTorch, geben Ihnen in diesem Buch einen fundierten und praxisnahen Überblick über die wichtigsten Methoden und Anwendungen im aktuellen NLP.

Blick ins Buch: Natural Language Processing mit Transformern

NLP-Modelle für maschinelles Schreiben und Chatbots trainieren und skalieren

Transformer haben sich in den letzten Jahren zur vorherrschenden Architektur im Natural Language Processing (NLP) entwickelt. Dieses Praxisbuch zeigt Data Scientists und Programmierer*innen, wie sie NLP-Modelle mit Hugging Face Transformers, einer Python-basierten Deep-Learning-Bibliothek, trainieren und skalieren. Transformer kommen beispielsweise beim maschinellen Schreiben von Nachrichtenartikeln, bei der Verbesserung von Google-Suchanfragen oder bei Chatbots zum Einsatz.

Lewis Tunstall, Leandro von Werra und Thomas Wolf, die die Transformers-Bibliothek von Hugging Face mitentwickelt haben, erklären in diesem Buch, wie Transformer-basierte Modelle funktionieren und wie Sie sie in Ihre Anwendungen integrieren. Sie erfahren, wie Transformer für eine Vielzahl von Aufgaben erfolgreich eingesetzt werden können.

Erstellen, debuggen und optimieren Sie Transformer-Modelle für zentrale NLP-Aufgaben wie Textklassifizierung, Named Entity Recognition oder Question Answering
Lernen Sie, wie Transformer für sprachenübergreifendes Transfer Learning verwendet werden
Wenden Sie Transformer auf reale Anwendungsfälle an, bei denen nur auf wenige gelabelte Daten zurückgegriffen werden kann
Optimieren Sie Transformer-Modelle für das Deployment mit Techniken wie Distillation, Pruning und Quantisierung
Trainieren Sie Transformer von Grund auf und lernen Sie, wie sie auf mehreren GPUs und verteilten Umgebungen skalieren

Aus dem Inhalt

Textklassifizierung
Die Anatomie von Transformer-Modellen
Multilinguale Named Entity Recognition
Textgenerierung
Automatische Textzusammenfassung (Summarization)

Question Answering
Effizientere Transformer-Modelle für die Produktion
Ansätze bei wenigen bis keinen Labels
Transformer-Modelle von Grund auf trainieren
Künftige Herausforderungen

Hier das ganze Inhaltsverzeichnis lesen.

Leseprobe

Schon mit wenigen Zeilen Code können Sie hochmoderne Modelle zur Klassifizierung, zur Beantwortung von Fragen oder zur Übersetzung verwenden. In dieser Leseprobe stellen Ihnen die Autoren verschiedene Anwendungsmöglichkeiten von Transformern vor. Zudem geben die Autoren eine Einführung in das aus vielen Bibliotheken und Tools bestehende Hugging-Face-Ökosystem, mit dem sich NLP- und Machine-Learning-Projekte noch schneller umsetzen lassen.

Stimmen zum Buch

„Das herausragende Buch für die herausragende Transformers-Bibliothek – ein Muster an Klarheit!“

— Jeremy Howard, Mitbegründer von fast.ai und Professor an der University of Queensland

„Ein wunderbar anschaulicher Leitfaden für die wichtigste Bibliothek des modernen NLP. Empfehlenswert!“

— Christopher Manning, Professor für Machine Learning an der Stanford University

Wer hat's geschrieben?

Lewis Tunstall ist Machine Learning Engineer bei Hugging Face. Der Schwerpunkt seiner Arbeit liegt derzeit auf der Entwicklung von Tools für die NLP-Community und darauf, Menschen zu schulen, diese effektiv zu nutzen.

Leandro von Werra ist Machine Learning Engineer im Open-Source-Team von Hugging Face. Er konzentriert sich hauptsächlich auf Modelle, die Code generieren können, und auf die Zusammenarbeit mit der Community.

Thomas Wolf ist Chief Science Officer und Mitgründer von Hugging Face. Sein Team hat sich der Aufgabe verschrieben, die KI-Forschung voranzutreiben und sie weiter zu demokratisieren.