自Transformer在2017年发布以来，自然语言处理领域就迈入了 一个全新的时代。以Transformer为基础的模型，不断推动着自 然语言处理技术的进步与革新。如今随着ChatGPT的发布与流行，Transformer也被越来越多的人所了解和使用。 本书以Hugging Face Transformers库为基础，旨在向读者介绍Transformer模型的基础知识和快速入门方式，帮助读者完成训练和扩展。三位作者都是Hugging Face Transformers的创建者，深谙Transformer的原理与架构，将通过实际案例“手把手”地帮助读者构建各种自然语言处理任务，并不断挖掘Transformer的无限潜力，从而实现更广泛的应用和创新。 通过本书，你将： ? 以NLP领域拥有代表性的任务（文本分类、命名实体识别和问答系统）为例，学习构建、调试和优化Transformer模型。 ? 了解Transformer如何应用于跨语言迁移学习。 ? 学习如何在标注数据稀缺的场景中应用Transformer。 ? 使用蒸馏、剪枝和量化等技术优化Transformer。 ? 学习如何对Transformer做分布式并行训练。