Sprachanwendungen wie Amazon Alexa und Google Translate sind heute allgegenwärtig. Grundlage dafür ist das Natural Language Processing (NLP), das zahllose Möglichkeiten für die Entwicklung intelligenter, Deep-Learning-basierter Anwendungen eröffnet. In diesem Buch lernen Sie die neuesten Techniken zur Verarbeitung von Sprache kennen und nutzen dabei das flexible Deep-Learning-Framework PyTorch.
Delip Rao und Brian McMahan geben Ihnen einen Überblick über NLP-Methoden und Grundkonzepte neuronaler Netze und demonstrieren Ihnen dann, wie Sie Sprachanwendungen mit PyTorch entwickeln. Der umfangreiche Beispielcode unterstützt Sie dabei, die gezeigten Techniken nachzuvollziehen und auf Ihre konkreten Aufgabenstellungen zu übertragen.
— Erkunden Sie Berechnungsgraphen und das Paradigma des überwachten Lernens
— Beherrschen Sie die Grundlagen der PyTorch-Bibliothek, die für Tensor-Manipulationen optimiert wurde
— Verschaffen Sie sich einen Überblick über traditionelle NLP-Konzepte und -Methoden
— Machen Sie sich mit den Grundkonzepten von neuronalen Netzen vertraut
— Untersuchen Sie Feedforward-Netze, wie zum Beispiel das mehrschichtige Perzeptron
— Verwenden Sie Einbettungen, um Wörter, Sätze, Dokumente und andere Features darzustellen
— Verstehen Sie, wie sich Sequenzdaten mit rekurrenten neuronalen Netzen modellieren lassen
— Erkunden Sie Sequenzvoraussagen und generieren Sie Sequenz-zu-Sequenz-Modelle
— Lernen Sie Entwurfsmuster für den Aufbau von produktionsreifen NLP-Systemen kennen
«Ein fantastisches Buch, um in NLP und Deep Learning mit PyTorch einzutauchen. Delip und Brian haben großartige Arbeit geleistet, sie erklären NLP-Konzepte verständlich und demonstrieren sie in jedem Kapitel anhand von Beispielcode, um damit praktische NLPAufgaben zu lösen.»
— Liling Tan Research Scientist bei Rakuten
