《深入淺出Embedding》是一本Embedding技術指南。
基本介紹
- 中文名：深入淺出Embedding
- 作者：吳茂貴、王紅星
- 出版社：機械工業出版社
- 出版時間：2021年5月
- 頁數：308 頁
- 定價：99.00 元
- 開本：16 開
- 裝幀：平裝
- ISBN：9787111680642
內容簡介
這是一本系統、全面、理論與實踐相結合的Embedding技術指南，由資深的AI技術專家和高級數據科學家撰寫，得到了黃鐵軍、韋青、張崢、周明等中國人工智慧領域的領軍人物的好評和推薦。
在內容方面，本書理論與實操兼顧，一方面系統講解了Embedding的基礎、技術、原理、方法和性能最佳化，一方面詳細列舉和分析了Embedding在機器學習性能提升、中英文翻譯、推薦系統等6個重要場景的套用實踐；在寫作方式上，秉承複雜問題簡單化的原則，儘量避免複雜的數學公式，儘量採用可視化的表達方式，旨在降低本書的學習門檻，讓讀者能看得完、學得會。
全書一共16章，分為兩個部分：
第1部分（第1~9章）Embedding理論知識
主要講解Embedding的基礎知識、原理以及如何讓Embedding落地的相關技術，如TensorFlow和PyTorch中的Embedding層、CNN算法、RNN算法、遷移學習方法等，重點介紹了Transformer和基於它的GPT、BERT預訓練模型及BERT的多種改進版本等。
第二部分（第10 ~16章）Embedding套用實例
通過6個實例介紹了Embedding及相關技術的實際套用，包括如何使用Embedding提升傳統機器學習性，如何把Embedding技術套用到推薦系統中，如何使用Embedding技術提升NLP模型的性能等。
