جلد سخت سیاه و سفید
Product details
- Publisher : Chapman and Hall/CRC; 1st edition (May 25, 2022)
- Language : English
- Paperback : 257 pages
- ISBN-10 : 0367767341
- ISBN-13 : 978-0367767341
کتاب Transformers for Machine Learning: A Deep Dive (Chapman & Hall/CRC Machine Learning & Pattern Recognition)
Transformers are becoming a core part of many neural network architectures, employed in a wide range of applications such as NLP, Speech Recognition, Time Series, and Computer Vision. Transformers have gone through many adaptations and alterations, resulting in newer techniques and methods. Transformers for Machine Learning: A Deep Dive is the first comprehensive book on transformers.
Key Features:
- A comprehensive reference book for detailed explanations for every algorithm and techniques related to the transformers.
- 60+ transformer architectures covered in a comprehensive manner.
- A book for understanding how to apply the transformer techniques in speech, text, time series, and computer vision.
- Practical tips and tricks for each architecture and how to use it in the real world.
- Hands-on case studies and code snippets for theory and practical real-world analysis using the tools and libraries, all ready to run in Google Colab.
The theoretical explanations of the state-of-the-art transformer architectures will appeal to postgraduate students and researchers (academic and industry) as it will provide a single entry point with deep discussions of a quickly moving field. The practical hands-on case studies and code will appeal to undergraduate students, practitioners, and professionals as it allows for quick experimentation and lowers the barrier to entry into the field.
منابع کتاب کتاب Transformers for Machine Learning: A Deep Dive (Chapman & Hall/CRC Machine Learning & Pattern Recognition)
ترانسفورماتورها در حال تبدیل شدن به بخش اصلی بسیاری از معماری‌های شبکه عصبی هستند که در طیف گسترده‌ای از کاربردها مانند NLP، تشخیص گفتار، سری‌های زمانی و بینایی کامپیوتری استفاده می‌شوند. ترانسفورماتورها تغییرات و انطباق‌های زیادی را پشت سر گذاشته‌اند که در نتیجه تکنیک‌ها و روش‌های جدیدتری ایجاد شده است. Transformers for Machine Learning: A Deep Dive اولین کتاب جامع در مورد ترانسفورماتورها است.
ویژگی های کلیدی:
- یک کتاب مرجع جامع برای توضیحات دقیق برای هر الگوریتم و تکنیک های مربوط به ترانسفورماتورها.
- بیش از 60 معماری ترانسفورماتور به صورت جامع پوشش داده شده است.
- کتابی برای درک نحوه استفاده از تکنیک های ترانسفورماتور در گفتار، متن، سری های زمانی و بینایی کامپیوتر.
- نکات و ترفندهای کاربردی برای هر معماری و نحوه استفاده از آن در دنیای واقعی.
- مطالعات موردی عملی و تکه‌های کد برای تئوری و تحلیل عملی دنیای واقعی با استفاده از ابزارها و کتابخانه‌ها، همه آماده اجرا در Google Colab.
توضیحات تئوری معماری های پیشرفته ترانسفورماتور برای دانشجویان و محققین تحصیلات تکمیلی (دانشگاهی و صنعتی) جذاب خواهد بود زیرا نقطه ورود واحدی را با بحث های عمیق در مورد یک زمینه به سرعت در حال حرکت فراهم می کند. مطالعات موردی و کد عملی عملی برای دانشجویان مقطع کارشناسی، شاغلین و متخصصان جذاب خواهد بود زیرا امکان آزمایش سریع را فراهم می کند و مانع ورود به این رشته را کاهش می دهد.
ارسال نظر درباره کتاب Transformers for Machine Learning: A Deep Dive (Chapman & Hall/CRC Machine Learning & Pattern Recognition)