https://youtu.be/N4oymCPIy98
【內容特點】
★深度神經網路架構與演算法
★卷積神經網路、循環神經網路實作解析
★多頭注意力機制與Transformer原理
★BERT、GPT系列模型結構與應用
★預訓練語言模型任務與資料構建流程
★自然語言處理:Word2Vec、GloVe、fastText
★訓練最佳化:Adam、AdaGrad、BatchNorm
★模型評估指標與過擬合正規化技術
★文字分類、問答系統、命名實體辨識模型建構
★端到端模型訓練與微調流程
★多GPU訓練與參數共享技術
★PyTorch框架與範例程式實作
★深度學習開發環境與GPU部署教學
★ChatGPT、InstructGPT、GPT-4使用與提示詞工程
【內容簡介】
本書針對自然語言處理與大語言模型的完整技術鏈條進行系統化整理,內容涵蓋文字表示、語言模型、詞向量、神經網路架構、預訓練模型、大語言模型訓練與應用等領域。相較於僅以應用為導向的實作教材,本書更注重方法論、模型結構與設計邏輯,透過引導方式逐步建構讀者對自然語言處理任務類型、演算法發展脈絡與各類模型原理的理解,並提供必要的數學符號與程式碼範例輔助說明,特別針對BERT、GPT等模型提供演化系譜與結構剖析,搭配模型調配、微調、部署與評估技術,兼顧訓練方法與應用實作需求,對希望掌握現代語言模型核心機制與架構實現的技術開發者與研究人員具實質參考價值。
【內容特點】
★深度神經網路架構與演算法
★卷積神經網路、循環神經網路實作解析
★多頭注意力機制與Transformer原理
★BERT、GPT系列模型結構與應用
★預訓練語言模型任務與資料構建流程
★自然語言處理:Word2Vec、GloVe、fastText
★訓練最佳化:Adam、AdaGrad、BatchNorm
★模型評估指標與過擬合正規化技術
★文字分類、問答系統、命名實體辨識模型建構
★端到端模型訓練與微調流程
★多GPU訓練與參數共享技術
★PyTorch框架與範例程式實作
★深度學習開發環境與GPU部署教學
★ChatGPT、InstructGPT、GPT-4使用與提示詞工程
【內容簡介】
本書針對自然語言處理與大語言模型的完整技術鏈條進行系統化整理,內容涵蓋文字表示、語言模型、詞向量、神經網路架構、預訓練模型、大語言模型訓練與應用等領域。相較於僅以應用為導向的實作教材,本書更注重方法論、模型結構與設計邏輯,透過引導方式逐步建構讀者對自然語言處理任務類型、演算法發展脈絡與各類模型原理的理解,並提供必要的數學符號與程式碼範例輔助說明,特別針對BERT、GPT等模型提供演化系譜與結構剖析,搭配模型調配、微調、部署與評估技術,兼顧訓練方法與應用實作需求,對希望掌握現代語言模型核心機制與架構實現的技術開發者與研究人員具實質參考價值。
