编辑推荐

本书从技术和应用两个维度对Embedding进行了全面的讲解。

内容简介

在内容方面，全书理论与实操兼顾，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。

章节目录

深入浅出Embedding：原理解析与应用实践是2021年由机械工业出版社华章分社出版,作者吴茂贵，王红星。

得书感谢您对《深入浅出Embedding：原理解析与应用实践》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。