
吴茂贵 王红星
这是一本系统、全面、理论与实践相结合的Embedding技术指南,由资深的AI技术专家和高级数据科学家撰写,得到了黄铁军、韦青、张峥、周明等中国人工智能领域的领军人物的一致好评和推荐。在内容方面,本书理论与实操兼顾,一方面系统讲解了Embedding的基础、技术、原理、方法和性能优化,一方面详细列举和分析了Embedding在机器学习性能提升、中英文翻译、推荐系统等6个重要场景的应用实践;在写作方式上,秉承复杂问题简单化的原则,尽量避免复杂的数学公式,尽量采用可视化的表达方式,旨在降低本书的学习门槛,让读者能看得完、学得会。全书一共16章,分为两个部分:第1部分(第1~9章)Embedding理论知识。主要讲解Embedding的基础知识、原理以及如何让Embedding落地的相关技术,如TensorFlow和PyTorch中的Embedding层、CNN算法、RNN算法、迁移学习方法等,重点介绍了Transformer和基于它的GPT、BERT预训练模型及BERT的多种改进版本等。第二部分(第10 ~16章)Embedding应用实例。通过6个实例介绍了Embedding及相关技术的实际应用,包括如何使用Embedding提升传统机器学习性,如何把Embedding技术应用到推荐系统中,如何使用Embedding技术提升NLP模型的性能等。
这是一本系统、全面、理论与实践相结合的Embedding技术指南,由资深的AI技术专家和高级数据科学家撰写,得到了黄铁军、韦青、张峥、周明等中国人工智能领域的领军人物的一致好评和推荐。 在内容方面,本书理论与实操兼顾,一方面系统讲解了Embedding的基础、技术、原理、方法和性能优化,一方面详细列举和分析了Embedding在机器学习性能提升、中英文翻译、推荐系统等6个重要场景的应用实践;在写作方式上,秉承复杂问题简单化的原则,尽量避免复杂的数学公式,尽量采用可视化的表达方式,旨在降低本书的学习门槛,让读者能看得完、学得会。
以Embedding为主线写成的一本关于NLP领域深度学习的基础,模型原理,框架使用和应用的教程。Pytorch和TensorFlow版本也比较新,可以看出是作者的经验总结,虽然计算机视觉那章跑题了,但瑕不掩瑜。
算法细节讲述的很详细且最终都用代码实现,对想要深入理解原理的初学者很友好
入门的话,应该是讲的比较清楚,回答了 是什么和怎么用的问题
浮光掠影,泛泛而谈,既没有讲清楚本质,也没有切实有意义的指导[猪头]
现代AI初级读物,想了解AI原理的读者值得拜读。
文章洋洋洒洒,感觉没有聚焦embedding的主题,不太推荐阅读。
原理不多,实践也少,内容多为网上获取,比如transformer就是https://nlp.seas.harvard.edu/2018/04/03/attention.html。
想到哪写到哪 前后逻辑跟翻译少了东西一样 也不严谨
这本书的作者似乎有点心事,思维比较跳跃,经常前后差距较大!没有一点基础,估计难以了解作者的表达