??

Embedding（嵌入）是當(dāng)下人工智能領(lǐng)域的熱點(diǎn)，并發(fā)揮著越來越重要的作用。本書從Embedding基礎(chǔ)概念和方法講起，逐漸深入其原理，并以應(yīng)用實(shí)例作為輔助，是快速了解并掌握Embedding的參考指南。

本書內(nèi)容

全書一共16章，分為兩個(gè)部分：

第一部分為Embedding基礎(chǔ)知識(shí)（第1～9章），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1章：萬物皆可嵌入，介紹了各種各樣的embedding技術(shù)。

第2章：講解如何獲取Embedding，介紹了Pytorch和Tensorflow框架中的emdding layer使用，以及如何從預(yù)訓(xùn)練模型中獲取embedding；

第3、4章分別介紹視覺處理、文本處理方面的基礎(chǔ)知識(shí)；包括視覺中的卷積神經(jīng)網(wǎng)絡(luò)與預(yù)訓(xùn)練模型，文本處理中的訓(xùn)練神經(jīng)網(wǎng)絡(luò)，編解碼模型與序列模型。

第5章為本書重點(diǎn)，介紹了多種注意力機(jī)制，包括給Encoder-Decoder模型添加注意力機(jī)制，Transfromer模型詳解與實(shí)現(xiàn)，Transfromer-XL模型詳解與實(shí)現(xiàn)；

第6～8章介紹了ELMo、BERT、GPT、XLNet等多種預(yù)訓(xùn)練模型；

第9章介紹了推薦排序系統(tǒng)中的深度學(xué)習(xí)技術(shù)，包括卷積神經(jīng)網(wǎng)絡(luò)，transformer的使用。

第2部分（第10 ~16章）Embedding應(yīng)用實(shí)例

通過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。

第10章介紹如何使用Embedding處理機(jī)器學(xué)習(xí)中的分類特征；

第11章介紹如何使用Embedding提升機(jī)器學(xué)習(xí)性能；

第12章介紹如何使用Transformer實(shí)現(xiàn)將英文翻譯成中文；

第13章介紹Embedding在推薦系統(tǒng)中的前沿應(yīng)用；

第14章介紹如何使用BERT實(shí)現(xiàn)中文語句分類問題；

第15章介紹如何使用GPT-2實(shí)現(xiàn)文本生成；

第16章是對(duì)Embedding技術(shù)的總結(jié)。

本書主要作者：

吳茂貴，資深大數(shù)據(jù)和人工智能技術(shù)專家，在BI、數(shù)據(jù)挖掘與分析、數(shù)據(jù)倉庫、機(jī)器學(xué)習(xí)等領(lǐng)域工作超過20年。在基于Spark、TensorFlow、PyTorch、Keras等的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)方面有大量的工程實(shí)踐實(shí)踐，對(duì)Embedding有深入研究。著有《深度實(shí)踐Spark機(jī)器學(xué)習(xí)》《Python深度學(xué)習(xí)：基于TensorFlow》《Python深度學(xué)習(xí)：基于Pytorch》等多部著作，廣受讀者好評(píng)。

本書特色：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)。

贈(zèng)書

接下來是福利時(shí)間，本次我們贈(zèng)送出3本書籍，想要獲得書籍的同學(xué)，在本公眾號(hào)下方留言，根據(jù)點(diǎn)贊數(shù)的高低，本周日上午（8.7）10:00統(tǒng)計(jì)出獲獎(jiǎng)讀者，屆時(shí)聯(lián)系有三微信Longlongtogo即可。

如果沒有獲得贈(zèng)書，也可以在京東和當(dāng)當(dāng)購買，鏈接如下：

往期相關(guān)

• 【CV春季劃】2021年有三AI-CV春季劃出爐，最后一屆言有三手把手從零帶學(xué)

• 【CV夏季劃】告別入門，提升眼界，從掌握最有價(jià)值的那些CV方向開始
  

• 【CV秋季劃】生成對(duì)抗網(wǎng)絡(luò)GAN有哪些研究和應(yīng)用，如何循序漸進(jìn)地學(xué)習(xí)好？

• 【CV秋季劃】模型優(yōu)化很重要，如何循序漸進(jìn)地學(xué)習(xí)好？

• 【CV秋季劃】人臉?biāo)惴敲炊?#xff0c;如何循序漸進(jìn)地學(xué)習(xí)好？

• 【CV秋季劃】圖像質(zhì)量提升與編輯有哪些研究和應(yīng)用，如何循序漸進(jìn)地學(xué)習(xí)好？

總結(jié)

以上是生活随笔為你收集整理的【赠书】深入浅出embedding：原理解析与应用实践的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。