This site requires Javascript in order to view all its content. Please enable Javascript in order to access all the functionality of this web site. Here are the instructions how to enable JavaScript in your web browser.

講師主持的實作坊
建造以 Transformer 為基礎的自然語言處理應用

為我的組織申請實作坊

Notify me when registration opens for public workshops

參加公開實作坊

過去十年來，自然語言處理（NLP）的應用已呈現爆炸性成長。隨著人工智慧助理數量激增，公司組織也在業務中融入更多互動式人機體驗，因此勢必得理解自然語言處理技術是如何用於處理、分析和產生文字型的資料。運用現代技術，可捕捉到語言的細微差別、語境和複雜精妙之處，如同人類一般。在設計正確的情況下，開發人員可以運用這些技術打造強大的自然語言處理應用程式，在聊天機器人、人工智慧語音助理及更多其他的應用程式上，提供自然且順暢的人機互動效果。

深度學習模型受到自然語言處理廣泛採用，因為其能透過一系列的語境和語言，準確進行歸納。以 Transformer 為基礎的模型，例如 Transformer 的雙向編碼表示法（Bidirectional Encoder Representations from Transformers，BERT），在 SQuAD 的問答系統、實體識別、意圖識別、情緒分析這類基準上，所提供的準確度與人類標準相差無幾，讓 NLP 的發展發生了革命性的劇變。

在本實作坊中，會學習如何將以 Transformer 為基礎的自然語言處理模型運用於文字分類工作，例如分類文件。也會學到如何利用以 Transformer 為基礎的模型來處理命名實體識別（named-entity recognition，NER）工作，以及如何分析各種模型功能、限制和特性，以便依據指標、領域獨特性和可用資源，判斷何種模型最適合特定使用案例。

學習目標

參加本實作坊可學會：

瞭解文字內嵌如何在自然語言處理工作中迅速進化，例如 Word2Vec、遞歸神經網路（RNN）型內嵌及 Transformer
瞭解 Transformer 架構功能（尤其是自我注意力機制）是如何用於建立語言模型，而無需遞歸神經網路
使用自我監督技術提升 BERT、Megatron 和其他變體中的 Transformer 架構，以達到優異的自然語言處理成果
利用預先訓練的現代自然語言處理模型處理多項工作，例如文字分類、命名實體識別和問答系統
管理推論挑戰，並部署即時應用程式的微調模型

下載實作坊大綱與簡介 (PDF 71.9 KB)

實作坊大綱

概覽（15 分鐘）	認識講師。在 courses.nvidia.com/join 建立帳號
介紹 Transformer （120 分鐘）	深入探索 Transformer 架構的運作原理：在 PyTorch 中打造 Transformer 架構。計算自我注意力矩陣。使用預先訓練的 Transformer 模型，將英文翻譯為德文。
休息時間（60 分鐘）
自我監督技術、BERT 等內容（120 分鐘）	瞭解如何使用 NVIDIA NeMo 將具備自我監督技術的 Transformer 模型應用於具體自然語言處理工作上：建立文字分類專案，將摘要進行分類。建立命名實體識別專案，以文字辨識疾病名稱。使用特定領域的模型提升專案準確度。
休息時間（15 分鐘）
自然語言處理推論及部署（120 分鐘）	瞭解如何在 NVIDIA Triton 上部署自然語言處理專案以進行即時推論：準備模型進行部署。使用 NVIDIA^® TensorRT^™ 最佳化模型。. 部署模型並進行測試。
最後回顧（15 分鐘）	回顧學習重點並回答問題。完成測驗並取得認證。填寫實作坊調查問卷。瞭解如何設定自己的環境，並針對其他資源及訓練進行討論。

實作坊詳情

時間: 8 小時

價格: 如需瞭解價格，請聯絡我們。

必備基礎能力:

具有 Python 編碼與使用函式庫函數和參數的經驗。
瞭解深度學習框架的基本知識，如 TensorFlow、PyTorch 或 Keras
對神經網路有基本理解

為了達到必備基礎能力的建議教材: Python 教學、深度學習框架概覽、PyTorch 教學、深度學習簡介、深度學習概論

技術: PyTorch, pandas、NVIDIA NeMo^™、NVIDIA Triton^™ 推論伺服器

測驗類型:

部分程式編寫技巧評估學員具有能打造自然語言處理工作的能力，包括神經模組流程和訓練。
部分選擇題以評估學員對於課堂中自然語言處理概念的理解程度

認證證書: 完成測驗後，參與者將會收到 NVIDIA DLI 認證證書，證明他們具有相關主題的能力，支援其專業職涯成長。

硬體需求: 可運作最新版本 Chrome 或 Firefox 的桌上型電腦或筆記型電腦。每位參與者都能在雲端上使用專屬且全面設定完成的 GPU 加速伺服器。

教材語言: 英文、簡體中文

Upcoming Workshops

Central European Time

GTC

Wed, Apr 14, 2021

9:00 a.m.–5:00 p.m.

Register now

Central European Time

GTC

Wed, Apr 14, 2021

9:00 a.m.–5:00 p.m.

Register now

Central European Time

Wed, May 19, 2021

9:00 a.m.–5:00 p.m.

Register now

Pacific Time

Wed, Jun 9, 2021

9:00 a.m.–5:00 p.m.

Register now

若貴組織希望為員工提升 AI、加速運算、加速資料科學等的關鍵開發技能，歡迎申請由講師帶領的 NVIDIA DLI 實作坊。

申請實作坊

需要任何協助？

如需更多深度學習訓練資訊請聯絡我們

Section

Section

名

姓

公司電子郵件

組織 / 大學名稱

產業

職稱

職位

地區

城市

State

聯絡原因：

本人知悉且同意 NVIDIA Corporation 基于调研、活动组织的目的对本人的上述信息的收集和处理，并已经阅读并同意 <a href="https://www.nvidia.cn/about-nvidia/privacy-policy/" target="_blank">NVIDIA 隐私政策</a>。

本人知悉且同意，因调研、活动组织的必须，以及相对应的 NVIDIA 内部管理和系统操作的需要，上述信息会被传输到位于美国的 NVIDIA Corporation 按照符合 <a href="https://www.nvidia.cn/about-nvidia/privacy-policy/" target="_blank">NVIDIA 隐私政策</a>的方式进行存储，您可以通过发送邮件至 <a href="mailto:privacy@nvidia.com">privacy@nvidia.com</a> 进行联系以解决相关问题，实现可适用的数据保护法所规定的权利。

講師主持的實作坊
建造以 Transformer 為基礎的自然語言處理應用

學習目標

實作坊大綱

實作坊詳情

Upcoming Workshops

Wed, Apr 14, 2021

Wed, Apr 14, 2021

Wed, May 19, 2021

Wed, Jun 9, 2021

需要任何協助？

如需更多深度學習訓練資訊請聯絡我們

常見問題

進一步瞭解 NVIDIA 深度學習機構的服務。

若有技術問題，請參閱 NVIDIA 開發人員論壇。

講師主持的實作坊 建造以 Transformer 為基礎的自然語言處理應用

學習目標

實作坊大綱

實作坊詳情

Upcoming Workshops

Wed, Apr 14, 2021

Wed, Apr 14, 2021

Wed, May 19, 2021

Wed, Jun 9, 2021

需要任何協助？

如需更多深度學習訓練資訊請聯絡我們

常見問題

進一步瞭解 NVIDIA 深度學習機構的服務。

若有技術問題， 請參閱 NVIDIA 開發人員論壇。

講師主持的實作坊
建造以 Transformer 為基礎的自然語言處理應用

若有技術問題，請參閱 NVIDIA 開發人員論壇。