深入淺出Embedding:原理解析與應(yīng)用實(shí)踐
這是一本系統(tǒng)、全面、理論與實(shí)踐相結(jié)合的Embedding技術(shù)指南,由資深的AI技術(shù)專家和高級(jí)數(shù)據(jù)科學(xué)家撰寫,得到了黃鐵軍、韋青、張崢、周明等中國(guó)人工智能領(lǐng)域的領(lǐng)軍人物的一致好評(píng)和推薦。在內(nèi)容方面,本書理論與實(shí)操兼顧,一方面系統(tǒng)講解了Embedding的基礎(chǔ)、技術(shù)、原理、方法和性能優(yōu)化,一方面詳細(xì)列舉和分析了Embedding在機(jī)器學(xué)習(xí)性能提升、中英文翻譯、推薦系統(tǒng)等6個(gè)重要場(chǎng)景的應(yīng)用實(shí)踐;在寫作方式上,秉承復(fù)雜問(wèn)題簡(jiǎn)單化的原則,盡量避免復(fù)雜的數(shù)學(xué)公式,盡量采用可視化的表達(dá)方式,旨在降低本書的學(xué)習(xí)門檻,讓讀者能看得完、學(xué)得會(huì)。全書一共16章,分為兩個(gè)部分:第1部分(第1~9章)Embedding理論知識(shí)。主要講解Embedding的基礎(chǔ)知識(shí)、原理以及如何讓Embedding落地的相關(guān)技術(shù),如TensorFlow和PyTorch中的Embedding層、CNN算法、RNN算法、遷移學(xué)習(xí)方法等,重點(diǎn)介紹了Transformer和基于它的GPT、BERT預(yù)訓(xùn)練模型及BERT的多種改進(jìn)版本等。第二部分(第10~16章)Embedding應(yīng)用實(shí)例。通過(guò)6個(gè)實(shí)例介紹了Embedding及相關(guān)技術(shù)的實(shí)際應(yīng)用,包括如何使用Embedding提升傳統(tǒng)機(jī)器學(xué)習(xí)性,如何把Embedding技術(shù)應(yīng)用到推薦系統(tǒng)中,如何使用Embedding技術(shù)提升NLP模型的性能等。
·11.3萬(wàn)字