Natural Language Processing with Transformers, Revised Edition

Спецификации:
Автор: Lewis Tunstall, Leandro Von Werra, Thomas Wolf
Количество страниц: 406
Год публикации: 2022
ID товара: 16814569
Бесплатная доставка
14030
17636
-20%
Продавец: Minced 4.4
В корзину
686 / мес.

3 4678
Без подорожания
Ваш город

Заберите в Omniva посылочном автомате

10 июля

Бесплатная доставка
000

Заберите в Smartpost посылочном автомате

10 июля

Бесплатная доставка
000

Заберите в почтовом отделении Эстонии

10 июля

Бесплатная доставка
000

Заберите в DPD Pickup посылочном автомате

10 июля

249

Доставим на дом

10 июля

399

Внимание! Сроки доставки являются предварительными, так как cроки обновляются в зависимости от фактического времени размещения заказа и оплаты. Окончательный срок доставки указывается продавцом после подтверждения заказа.

Заберите в Omniva посылочном автомате

10 июля

Бесплатная доставка
000

Заберите в Smartpost посылочном автомате

10 июля

Бесплатная доставка
000

Заберите в почтовом отделении Эстонии

10 июля

Бесплатная доставка
000

Заберите в DPD Pickup посылочном автомате

10 июля

249

Доставим на дом

10 июля

399

Внимание! Сроки доставки являются предварительными, так как cроки обновляются в зависимости от фактического времени размещения заказа и оплаты. Окончательный срок доставки указывается продавцом после подтверждения заказа.

Продавец: Minced 4.4

Описание товара: Natural Language Processing with Transformers, Revised Edition

Since their introduction in 2017, transformers have quickly become the dominant architecture for achieving state-of-the-art results on a variety of natural language processing tasks. If you're a data scientist or coder, this practical book -now revised in full color- shows you how to train and scale these large models using Hugging Face Transformers, a Python-based deep learning library. Transformers have been used to write realistic news stories, improve Google Search queries, and even create chatbots that tell corny jokes. In this guide, authors Lewis Tunstall, Leandro von Werra, and Thomas Wolf, among the creators of Hugging Face Transformers, use a hands-on approach to teach you how transformers work and how to integrate them in your applications. You'll quickly learn a variety of tasks they can help you solve.Build, debug, and optimize transformer models for core NLP tasks, such as text classification, named entity recognition, and question answeringLearn how transformers can be used for cross-lingual transfer learningApply transformers in real-world scenarios where labeled data is scarceMake transformer models efficient for deployment using techniques such as distillation, pruning, and quantization Train transformers from scratch and learn how to scale to multiple GPUs and distributed environments

Общая информация o: Natural Language Processing with Transformers, Revised Edition

ID товара: 16814569
Категория: Книги по экономике
Количество упаковок товара: 1 шт.
Размеры и вес упаковки (1): 0,3 x 0,3 x 0,1 м, 0,2 кг
Издательство: O'Reilly Media
Язык публикации: Aнглийский
Тип: Информационные технологии
Автор: Lewis Tunstall, Leandro Von Werra, Thomas Wolf
Количество страниц: 406
Год публикации: 2022

Изображения продуктов приведены исключительно в иллюстративных целях и являются примерными. Ссылки на видео в описании товара предназначены только для информационных целей, поэтому информация, которую они содержат, может отличаться от самого товара. Цвета, надписи, параметры, размеры, функции и/или любые другие характеристики оригинальных продуктов из-за их визуальных характеристик могут отличаться от реальных, поэтому, пожалуйста, ознакомьтесь со спецификациями продукта, приведенными в описании продукта.

Рейтинги и отзывы (0)

Natural Language Processing with Transformers, Revised Edition
Будьте первым, кто оставит отзыв!
Этот товар могут оценить только его покупатели, зарегистрированные на Kaup24.ee.
Оценить товар

Вопросы и ответы (0)

Спросите об этом товаре у других покупателей!
Задать вопрос
Ваш вопрос успешно отправлен. На этот вопрос будет дан ответ в течение 3 рабочих дней
Вопрос должен состоять не менее чем из 10 символов