Descrição
Aprendizado Profundo para Processamento de Linguagem Natural - Parte 7
Compressão de Modelos para NLP
Nos últimos anos, os campos de processamento de linguagem natural (NLP) e recuperação de informações (IR) têm avançado significativamente graças a modelos de aprendizado profundo como Redes Neurais Recorrentes (RNNs), Unidades Recorrentes com Portões (GRUs) e Redes de Memória de Curto Prazo (LSTMs). Modelos baseados em transformadores, como Bidirectional Encoder Representations from Transformers (BERT), Generative Pre-training Transformer (GPT-2), Multi-task Deep Neural Network (MT-DNN), Extra-Long Network (XLNet), Text-to-text transfer transformer (T5), T-NLG e GShard também desempenharam um papel crucial. Esses modelos são enormes em tamanho, com parâmetros variando de milhões a bilhões. No entanto, aplicações do mundo real exigem modelos menores, tempos de resposta mais rápidos e menor consumo de energia computacional. Neste curso, exploramos cinco métodos diferentes para comprimir esses modelos grandes, tornando-os adequados para implantação em projetos de NLP do mundo real. Esses métodos incluem Poda, Quantização, Destilação de Conhecimento, Compartilhamento de Parâmetros e Decomposição de Tensores. Ao comprimir esses modelos, possibilitamos o uso deles em aplicações industriais que exigem eficiência e tamanhos de modelo menores. Este curso tem como objetivo organizar e apresentar a extensa pesquisa feita pela comunidade "aprendizado profundo para NLP" nos últimos anos como uma história coerente. A compressão de modelos para modelos de texto de aprendizado profundo tem despertado grande interesse tanto da comunidade de pesquisa quanto da indústria. Muitos proprietários de negócios hesitam em usar modelos de aprendizado profundo devido a preocupações com o tamanho do modelo e os requisitos de infraestrutura. Aplicativos móveis, por exemplo, precisam ter uma pegada de RAM baixa e operar dentro de um envelope de energia pequeno. Organizações que trabalham com IoT (Internet das Coisas) e sistemas embarcados também têm investido pesadamente no desenvolvimento de soluções de aprendizado de máquina para ambientes com recursos limitados, como sensores. Este curso é particularmente benéfico para pesquisadores no campo do aprendizado profundo aplicado a texto, pois fornece uma visão geral exaustiva da pesquisa em aprendizado profundo prático. Ele oferece aos iniciantes uma imagem completa do trabalho atual, introduz tópicos importantes de pesquisa e inspira aprendizado adicional. Profissionais e especialistas da indústria também se beneficiarão das discussões sobre métodos e aplicações em que essas técnicas de compressão estão sendo implantadas. Este curso de nível intermediário pressupõe que a audiência tenha uma compreensão básica das arquiteturas de aprendizado profundo. O conhecimento prévio inclui conhecimento em nível introdutório em aprendizado profundo, especificamente modelos de redes neurais recorrentes e transformadores. Além disso, espera-se um entendimento básico de processamento de linguagem natural e conceitos de aprendizado de máquina.O que você aprenderá
- Aprendizado Profundo para Processamento de Linguagem Natural - Compressão de Modelos para NLP - Poda - Quantização - Destilação de Conhecimento - Compartilhamento de Parâmetros - Decomposição de Matrizes - DL para NLPEstimar frete
Payment & Security

Featured collection





















![Curso de Angular e NodeJS - O Guia da Pilha MEAN [Edição 2023] - IBRATH Instituto Brasileiro de Terapias Holísticas teste011020230809](http://loja.ibrath.com/cdn/shop/products/a19556.png?v=1699935448&width=1024)




![Curso de Docker & Kubernetes: O Guia Prático [Edição 2023] - IBRATH Instituto Brasileiro de Terapias Holísticas teste011020230809](http://loja.ibrath.com/cdn/shop/products/a19570.png?v=1699935525&width=1024)





















Dúvidas Gerais
Após a confirmação do pagamento, você receberá um e-mail com todas as instruções para acessar seus cursos. O e-mail incluirá um link para a plataforma de ensino, onde você poderá fazer login utilizando suas credenciais cadastradas no momento da compra. Caso seja um curso em formato de arquivo para download, o mesmo estará disponível na área do aluno e poderá ser acessado diretamente pelo link enviado. Se você não receber o e-mail de acesso em até 24 horas, verifique sua caixa de spam ou entre em contato com nossa equipe pelo e-mail suporte@amentil.com.br.
Após a confirmação do pagamento, seu pedido será processado e enviado para o endereço cadastrado. Você receberá um e-mail com os detalhes do envio, incluindo o código de rastreamento para acompanhar a entrega. Trabalhamos com transportadoras confiáveis e os prazos variam de acordo com o método de envio escolhido e sua localização. É importante garantir que o endereço de entrega esteja correto para evitar atrasos. Caso tenha dúvidas ou problemas com a entrega, nossa equipe de suporte está à disposição pelo e-mail suporte@amentil.com.br.
Você pode tirar dúvidas diretamente com nossa equipe de suporte por diversos canais:
- E-mail: Envie sua pergunta para suporte@amentil.com.br, e nossa equipe responderá em até 2 dias úteis.
- Telefone: Ligue para +55 (48) 1234-5678, disponível de segunda a sexta, das 9h às 18h.
- WhatsApp: Envie uma mensagem para +55 (48) 91265-4321 e receba atendimento rápido e prático.
- Formulário de Contato: Preencha o formulário disponível em nosso site na página Contato.
- Redes Sociais: Você também pode enviar suas dúvidas pelo Instagram ou Facebook em @amentil.sa.
Estamos sempre prontos para ajudar!
Reembolso e garantias
O prazo de reembolso pode variar dependendo da forma de pagamento utilizada:
- Cartão de Crédito: O estorno será realizado em até 7 dias úteis após a aprovação do reembolso, mas o crédito poderá aparecer na sua fatura em um prazo de 30 a 60 dias, conforme a política da operadora do cartão.
- Boleto Bancário ou Transferência: O valor será devolvido via depósito em conta bancária em até 7 dias úteis após a aprovação do reembolso.
Você pode solicitar a devolução de produtos físicos seguindo o passo a passo abaixo:
- Entre em contato com nosso suporte:
- Aguarde nossa resposta:
Nossa equipe analisará sua solicitação em até 3 dias úteis e fornecerá as instruções detalhadas para a devolução. - Prepare o produto:
- Envie o produto:
- Reembolso ou troca:
Nosso compromisso é fornecer uma experiência confiável e segura ao acessar nossa enciclopédia online. Garantimos a qualidade dos serviços e funcionalidades oferecidos, seguindo as condições descritas abaixo:
1. Garantia de Acesso
- Disponibilidade: Oferecemos garantia de disponibilidade da enciclopédia online 24 horas por dia, 7 dias por semana, exceto durante períodos programados de manutenção ou por problemas técnicos fora do nosso controle.
- Resolução de Problemas: Em caso de interrupções no serviço, nossa equipe técnica atuará para restaurar o acesso no menor tempo possível.
2. Garantia de Conteúdo
- Precisão e Atualização: Todo o conteúdo disponibilizado é cuidadosamente revisado para garantir precisão e relevância. No entanto, a enciclopédia online é constantemente atualizada, e não podemos garantir a exatidão absoluta em casos de informações sujeitas a mudanças rápidas.
- Correção de Erros: Caso identifique erros ou inconsistências no conteúdo, você pode nos informar pelo e-mail conteudo@amentil.com.br, e faremos a análise e correção, se necessário.
3. Garantia de Segurança
- Proteção de Dados: Utilizamos tecnologias avançadas para proteger suas informações pessoais e garantir que sua navegação na enciclopédia seja segura.
- Privacidade: Todos os dados coletados seguem as diretrizes da nossa Política de Privacidade.
4. Garantia de Reembolso
Para assinaturas da enciclopédia online:
- Direito de Arrependimento: Você pode solicitar o cancelamento e reembolso integral em até 7 dias corridos após a compra, desde que não tenha acessado conteúdos pagos da plataforma.
- Problemas Técnicos: Caso não consiga acessar os conteúdos devido a falhas técnicas imputáveis à plataforma, garantimos suporte prioritário e, se o problema não for resolvido, você pode solicitar reembolso proporcional ao período não utilizado.
5. Limitações
- Conexão à Internet: Não garantimos acesso à enciclopédia em situações de instabilidade ou falhas na conexão de internet do usuário.
- Uso Indevido: O acesso e uso da enciclopédia são pessoais e intransferíveis. O compartilhamento de credenciais pode resultar na suspensão ou cancelamento da assinatura sem reembolso.
6. Contato para Garantias
Caso precise de suporte ou queira exercer algum direito de garantia, entre em contato conosco:
- E-mail: suporte@amentil.com.br
- Telefone: +55 (48) 1234-5678
- Horário de atendimento: Segunda a sexta, das 9h às 18h.