دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Natural language processing with TensorFlow teach language to machines using Python's deep learning library
دانلود کتاب پردازش زبان طبیعی با TensorFlow با استفاده از کتابخانه یادگیری عمیق پایتون، زبان را به ماشین‌ها آموزش می‌دهد
مشخصات کتاب
Natural language processing with TensorFlow teach language to machines using Python's deep learning library
ویرایش:
نویسندگان: Ganegedara. Thushan
سری:
ISBN (شابک) : 9781788477758, 1788477758
ناشر: Packt Publishing
سال نشر: 2018
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 20 مگابایت
قیمت کتاب (تومان) : 33,000
کلمات کلیدی مربوط به کتاب پردازش زبان طبیعی با TensorFlow با استفاده از کتابخانه یادگیری عمیق پایتون، زبان را به ماشین‌ها آموزش می‌دهد: یادگیری ماشینی، پردازش زبان طبیعی (علوم کامپیوتر)، پایتون (زبان برنامه کامپیوتری)، Livres électroniques
در صورت تبدیل فایل کتاب Natural language processing with TensorFlow teach language to machines using Python's deep learning library به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پردازش زبان طبیعی با TensorFlow با استفاده از کتابخانه یادگیری عمیق پایتون، زبان را به ماشین‌ها آموزش می‌دهد نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب پردازش زبان طبیعی با TensorFlow با استفاده از کتابخانه یادگیری عمیق پایتون، زبان را به ماشین‌ها آموزش می‌دهد
نوشتن برنامه‌های پردازش زبان طبیعی مدرن با استفاده از الگوریتم‌های یادگیری عمیق و ویژگی‌های کلیدی TensorFlow تمرکز بر پردازش زبان طبیعی کارآمدتر با استفاده از TensorFlow Covers NLP به‌عنوان زمینه‌ای به تنهایی برای بهبود درک برای انتخاب ابزارهای TensorFlow و سایر رویکردهای یادگیری عمیق، انتخاب‌هایی برای نحوه پردازش ارائه می‌کند. و ارزیابی مجموعه داده‌های متنی بدون ساختار بزرگ یاد بگیرید که جعبه ابزار TensorFlow را برای وظایف خاص در جالب‌ترین زمینه در هوش مصنوعی به کار ببرید. چارچوب در حال حاضر موجود است. پردازش زبان طبیعی با TensorFlow TensorFlow و NLP را در کنار هم قرار می دهد تا ابزارهای ارزشمندی را در اختیار شما قرار دهد تا با حجم عظیمی از داده های بدون ساختار در جریان های داده امروزی کار کنید و این ابزارها را برای وظایف خاص NLP به کار ببرید. Tuhhan Ganegedara با ارائه پایه ای به شما در NLP و اصول اولیه TensorFlow شروع می کند. سپس یاد خواهید گرفت که چگونه از Word2vec، از جمله پسوندهای پیشرفته، برای ایجاد جاسازی کلمات استفاده کنید که دنباله‌ای از کلمات را به بردارهای قابل دسترسی برای الگوریتم‌های یادگیری عمیق تبدیل می‌کند. فصل‌های مربوط به الگوریتم‌های یادگیری عمیق کلاسیک، مانند شبکه‌های عصبی کانولوشن (CNN) و شبکه‌های عصبی تکراری (RNN)، وظایف مهم NLP را به عنوان طبقه‌بندی جملات و تولید زبان نشان می‌دهند. شما یاد خواهید گرفت که چگونه از مدل های RNN با کارایی بالا، مانند سلول های حافظه کوتاه مدت (LSTM) برای کارهای NLP استفاده کنید. شما همچنین ترجمه ماشین عصبی را بررسی کرده و یک مترجم ماشین عصبی را پیاده سازی خواهید کرد. پس از خواندن این کتاب، درک درستی از NLP به دست خواهید آورد و مهارت‌های کاربردی TensorFlow در برنامه‌های کاربردی NLP یادگیری عمیق و نحوه انجام وظایف خاص NLP را خواهید داشت. آنچه خواهید آموخت مفاهیم اصلی NLP و رویکردهای مختلف برای پردازش زبان طبیعی نحوه حل وظایف NLP با استفاده از توابع TensorFlow برای ایجاد شبکه های عصبی استراتژی هایی برای پردازش مقادیر زیادی از داده ها به صورت نمایش کلمه که می تواند توسط برنامه های کاربردی یادگیری عمیق استفاده شود تکنیک های اجرای جمله طبقه بندی و تولید زبان با استفاده از CNN و RNN درباره استفاده از RNN های پیشرفته پیشرفته، مانند حافظه کوتاه مدت، برای حل وظایف پیچیده تولید متن نحوه نوشتن برنامه های ترجمه خودکار و پیاده سازی مترجم ماشین عصبی واقعی از ابتدا روندها و نوآوری هایی که آینده را در NLP هموار می کنند این کتاب برای چه کسانی است این کتاب برای توسعه دهندگان پایتون است که علاقه زیادی به یادگیری عمیق دارند و می خواهند یاد بگیرند که چگونه از TensorFlow برای ساده کردن وظایف NLP استفاده کنند. مهارت‌های اساسی پایتون و همچنین مقداری دانش در مورد یادگیری ماشین و حساب دیفرانسیل و انتگرال در سطح کارشناسی و جبر خطی فرض شده است. هیچ تجربه قبلی پردازش زبان طبیعی مورد نیاز نیست، اگرچه پیشینه ای در NLP یا زبان شناسی محاسباتی مفید خواهد بود.
توضیحاتی درمورد کتاب به خارجی
Write modern natural language processing applications using deep learning algorithms and TensorFlow Key Features Focuses on more efficient natural language processing using TensorFlow Covers NLP as a field in its own right to improve understanding for choosing TensorFlow tools and other deep learning approaches Provides choices for how to process and evaluate large unstructured text datasets Learn to apply the TensorFlow toolbox to specific tasks in the most interesting field in artificial intelligence Book Description Natural language processing (NLP) supplies the majority of data available to deep learning applications, while TensorFlow is the most important deep learning framework currently available. Natural Language Processing with TensorFlow brings TensorFlow and NLP together to give you invaluable tools to work with the immense volume of unstructured data in today’s data streams, and apply these tools to specific NLP tasks. Thushan Ganegedara starts by giving you a grounding in NLP and TensorFlow basics. You'll then learn how to use Word2vec, including advanced extensions, to create word embeddings that turn sequences of words into vectors accessible to deep learning algorithms. Chapters on classical deep learning algorithms, like convolutional neural networks (CNN) and recurrent neural networks (RNN), demonstrate important NLP tasks as sentence classification and language generation. You will learn how to apply high-performance RNN models, like long short-term memory (LSTM) cells, to NLP tasks. You will also explore neural machine translation and implement a neural machine translator. After reading this book, you will gain an understanding of NLP and you'll have the skills to apply TensorFlow in deep learning NLP applications, and how to perform specific NLP tasks. What you will learn Core concepts of NLP and various approaches to natural language processing How to solve NLP tasks by applying TensorFlow functions to create neural networks Strategies to process large amounts of data into word representations that can be used by deep learning applications Techniques for performing sentence classification and language generation using CNNs and RNNs About employing state-of-the art advanced RNNs, like long short-term memory, to solve complex text generation tasks How to write automatic translation programs and implement an actual neural machine translator from scratch The trends and innovations that are paving the future in NLP Who this book is for This book is for Python developers with a strong interest in deep learning, who want to learn how to leverage TensorFlow to simplify NLP tasks. Fundamental Python skills are assumed, as well as some knowledge of machine learning and undergraduate-level calculus and linear algebra. No previous natural language processing experience required, although some background in NLP or computational linguistics will be helpful.
