Transformers for NLP 2nd Editionダウンロード-NLP Transformers for NLP 2nd Editionソースコードダウンロード

Transformers for NLP 2nd Edition

その他のソースコード

1.0.0

ダウンロード

Transformers-for-nlp-2nd-edition

最終更新：2024年1月4日

イルカ？ Openai ChatGPT（GPT-3.5レガシー）、ChatGPT Plus（GPT-3.5デフォルト、GPT 3.5デフォルト、およびGPT-4の追加ボーナスプログラム。
GPT-3.5-Turbo、GPT-4、Dall-E 2、Google Cloud AI言語、Google Cloud AI VisionのAPI例。
Hugginggpt、Google Smart Compose、Google Bard、Microsoftの新しいBingを発見してください。
CHATGPT APIおよびGPT-4 APIを使用した高度なプロンプトエンジニアリング。

イルカをお探しですか？そして、AIの未来への乗り心地をお楽しみください！

LinkedInで私に連絡してください
Amazonで本を入手してください

バートからGPT-4への変圧器モデル、顔からオープンアイまでの環境。微調整、トレーニング、および迅速なエンジニアリングの例。 Jump-Starting GPT-4、Speech-to-Text、Text-to-Speech、Text-to-Image To-Image To-Image Generationなどを含む、ChatGPT、GPT-3.5-ターボ、GPT-4、およびDall-Eを備えたボーナスセクション。

はじめる

これらのノートブックは、Google Colabやローカルマシンなどのクラウドプラットフォームで実行できます。いくつかの章では、GPUが合理的な時間で実行される必要があるため、CUDAでプリインストールされているクラウドプラットフォームの1つをお勧めします。

Openai APIを開始します

2023年12月6日。Openaiは現在、プラットフォームを更新しています。このリポジトリのノートブックで問題が発生した場合、次のヒントを実装できます。

2024年1月4日の時点で、Openai Deprecationsは「Davinci」に適用されます。推奨される代替品は「davinci-002」です
Google Colab：Cohere（Language Functions）とTiktoken（BPEトークネイザー）OpenAIのインストールに必要な（！PIPインストールTikTokenおよび！PIPインストール-Upgrade Cohere）
APIコールは、「openai.compleation.create」から「client.chat.completions.create」にClient = [Your OpenAIクライアント]に変更されました。
API呼び出しはEngine = [モデル名]からモデル= [モデル名]に変更されました
応答オブジェクトは進化しています。推奨事項：最初に「応答」を印刷し、次にオブジェクトを分析して、必要なものにアクセスします。
問題が続く場合は、以前のopenaiバージョンをピン留めしようとすることができます：！pipインストールopenai == 0.28

必要に応じて他のノートブックに適用できるノートブックに次に、これらの更新のヒントの例を見つけることができます：-getting_started_gpt_3.ipynb）、summarizing_with_chatgpt.ipynb、およびsemantic_lole_labeling_with_chatgpt.ipynb

クラウドプラットフォームまたは環境で実行されます

クラウドプラットフォームでこれらのノートブックを実行するには、下のテーブルのバッジの1つをクリックするか、環境で実行してください。

章	colab	Kaggle	勾配	Studiolab

第2章：トランスモデルのアーキテクチャを始めましょう
multi_head_attention_sub_layer.ipynb positional_encoding.ipynb
第3章：微調整BERTモデル
bert_fine_tuning_sentence_classification_gpu.ipynb
第4章：ロベルタモデルをゼロから前提としています
ロベルタモデルをゼロから前払いします kantaibert.ipynb
第5章：トランスを備えた下流のNLPタスク
transformer_tasks.ipynb
第6章変圧器を使用した機械翻訳
trax_translation.ipynb
第7章：GPT-3エンジンを備えた超人道的変圧器の台頭
getting_started_gpt_3.ipynb fine_tuning_gpt_3（01/2024に新しいOpenaiコールで更新）
第8章：AIテキストの要約のために、トランスフォーマーを法的および財務文書に適用する
summarizing_text_with_t5.ipynb
第9章：一致するトークナーとデータセット
tokenizers.ipynb Training_openai_gpt_2_ch09.ipynb summarizing_with_chatgpt.ipynb
第10章：セマンティックロールラベル付け
srl.ipynb semantic_role_labeling_with_chatgpt.ipynb
第11章：あなたのデータに話をさせてください：ストーリー、質問、回答
Qa.ipynb haystack_qa_pipeline.ipynb
第12章では、顧客の感情を検出して予測を行います
SentimentAnalysis.ipynb
第13章：トランスフォーマーによる偽のニュースの分析
fake_news.ipynb fake_news_analysis_with_chatgpt.ipynb
第14章：ブラックボックストランスモデルの解釈
bertviz.ipynb rundinded_gpt_2_models_with_ecco.ipynb
第15章：NLPからタスクに依存しない変圧器モデルまで
Vision_transformers.ipynb dall_e.ipynb
第16章：トランス駆動型のコピロットの出現
domain_specific_gpt_3_functionality.ipynb kantaibert_recommender.ipynb Vision_mlp_mixer（Q1-2024の不安定な新しいコード） compact_convolutional_transformers.ipynb
第17章：？ Openai ChatGPTおよびGPT-4を備えた超大han変圧器の統合
Jump_starting_chatgpt_with_the_openai_api.ipynb chatgpt_plus_writes_and_explains_classification.ipynb getting_started_openai_gpt_4.ipynb PRONT_ENGINERING_AS_AN_ALTERNITIAN_TO_FINE_TUNING.IPYNB getting_started_with_the_dall_e_2_api.ipynb Speaking_with_chatgpt.ipynb all_in_one.ipynb
付録III：GPT-2を使用した一般的なテキスト完了
openai_gpt_2.ipynb
付録IV：GPT-2を使用したカスタムテキスト完了
Training_openai_gpt_2.ipynb

追加のOpenaiボーナスノートブック

ボーナス	colab	Kaggle	勾配	Sagemaker Studio Lab

？chatgpt、gpt-4、gpt-3モデルを探索して比較します
Exploring_gpt_4_api
？chatgptとxai shap関数を説明するchatgpt xai関数を作成する
xai_by_chatgpt_for_chatgpt
？GPT-2とChatGptで起源に戻ります
gpt_2_and_chatgpt_the_origins
？chatgptまたはdavinin_instruct？あなたのプロジェクトに最適なものは何ですか？
chatgpt_as_a_cobot_chatgpt_versus_davinci_instruct.ipynb
？AI言語モデルの比較 - この包括的なノートブックを通じて、さまざまなAI言語モデルとその機能を紹介します。 - センチメント分析、エンティティ認識、構文分析、コンテンツ分類、AIビジョンなど、さまざまなAPIと機能に対応します。 -Google Cloud AI Language、Google Cloud AI Vision、Openai GPT-4、Google Bard、Microsoft New Bing、ChatGPT Plus-GPT-4、Hugging Face、HuggingGpt、およびGoogle Smart Composeの提供を発見して比較します。
2023年12月6日更新：Gradioの新しいバージョンでは、入力の定義方法が更新されました。使用する代わりに
`gr.inputs.Textbox` 、入力と出力には`gr.Textbox`直接使用するようになりました。
Exploring_and_comparing_advanced_ai_technologies.ipynb

重要な機能

クラシック言語モデルを上回るBert、Reformer、T5などのモデルを実装する
GPT-3、GPT-2、およびその他の変圧器を使用してNLPアプリケーションを比較します
多義性、言語学習、コンピュータービジョンを含む高度なユースケースを分析します。 SOA CHATGPT、GPT-3.5-TURBO、GPT-4、およびDALL-Eノートブックを備えたGitHubボーナスディレクトリ。

本の説明

変圧器は、自然言語理解（NLU）のゲームチェンジャーであり、人工知能の柱の1つになっています。

第2版の自然言語処理のための変圧器は、機械翻訳、言語モデリング、質問回答、およびトランスを使用したより多くのNLPドメインの深い学習を調査します。

業界4.0 AIスペシャリストは適応可能である必要があります。 1つのNLPプラットフォームだけを知るだけでは不十分です。プラットフォームは、コスト、柔軟性、実装の容易さ、結果、またはパフォーマンスなど、アプリケーションに応じてさまざまな利点があります。この本では、顔、Google Trax、Openai、およびAllennlpを抱きしめて多数のユースケースを分析しています。

この本は、Twitterで偽のニュースを分析するなど、複雑なユースケースを分析するために、センチメント分析、エンティティ認識、セマンティックロールラベル付けなどの複数のNLP技術を組み合わせることにより、トランスフォーマーの機能をさらに採用します。また、簡単な説明を使用してトランスがコードを作成する方法をご覧ください。

このNLPブックの終わりまでに、あなたは認知科学の観点から変圧器を理解し、前処理されたトランスモデルをさまざまなデータセットに適用するのに熟練するでしょう。

あなたが学ぶこと

最新の前駆のトランスを使用してNLPテクニックを実行する新しい方法を発見する
元の変圧器、GPT-3、BERT、T5、Deberta、およびReformerの動作を把握する
古典的な深い学習モデルを上回る概念を使用して、言語理解Pythonプログラムを作成する
Python、Tensorflow、およびPytorchプログラムを、感情分析、テキストの要約、音声認識、機械翻訳などに適用します
主要な変圧器の生産性を測定して、生産の範囲、潜在性、制限を定義する

この本は誰のためですか

あなたがあなたの自然言語（および画像）データに変圧器について学び、適用したい場合、この本はあなたのためです。

この本から最も利益を得るには、NLP、Python、および深い学習を十分に理解する必要があります。この本で説明されている多くのプラットフォームは、インタラクティブなユーザーインターフェイスを提供します。これにより、NLPとAIに一般的な関心を持つ読者がこの本のいくつかの章に従うことができます。

1.トランスは何ですか？
2.トランスモデルのアーキテクチャから始まりました
3.ファインチューニングBERTモデル
4.ロベルタモデルをゼロから排除します
5.変圧器を使用したダウンストリームNLPタスク
6.変圧器を使用したマシン翻訳
7. GPT-3エンジンを備えた超大han変圧器の上昇
8. AIテキストの要約のためのトランスを法的文書および財務文書に適用する
9.一致するトークナーとデータセット
10
11.あなたのデータは話をします：ストーリー、質問、答え
12.予測を行うために顧客の感情を検出します
13.トランスフォーマーで偽のニュースを分析します
14.ブラックボックストランスモデルの解釈
15.NLPからタスクに依存しない変圧器モデルまで
16.トランス駆動型のコピロットの出現
17. OpenaiのChatGPTおよびGPT-4を使用した超大han変圧器の統合
付録I：トランスモデルの用語
付録II：トランスモデルのハードウェア制約
そしてもっと！