Đây là một khóa học giải thích rất tốt về khái niệm và kiến thức cơ bản về Transformer. Tuy nhiên, có một chút tiếc nuối là ở một số chương, giọng của giảng viên hơi khó nghe nên phải bật phụ đề để theo dõi bài học. Dù vậy, đây vẫn là một khóa học có chất lượng cao hơn hẳn so với các video trên YouTube hay các khóa học video khác có thể tìm thấy trên web. Cảm ơn thầy.

raymid

Khóa học này không chỉ đơn thuần là "cách triển khai" Transformer,
mà là quá trình phân tích từ góc nhìn của người thiết kế về
tại sao cấu trúc này được tạo ra, vai trò của từng module,
và cách toàn bộ mô hình hoạt động.

Phân tích sâu nguyên lý tính toán bên trong của Self-Attention và Multi-Head Attention,
đồng thời xác minh trực tiếp qua công thức, bài báo và code triển khai về
Positional Encoding, Feed-Forward Network, cấu trúc Encoder·Decoder
đã xuất hiện để giải quyết những hạn chế nào.

Xuất phát từ Attention, tự tay lắp ráp toàn bộ cấu trúc Transformer,
thực hiện training thực tế và thấu hiểu cách mô hình hoạt động.
Đây là lộ trình có cấu trúc và thực chiến nhất
dành cho "những ai muốn hiểu hoàn toàn về Transformer".

sotaaz

[NLP Hoàn Toàn Chinh Phục II] Phẫu Thuật Cấu Trúc Transformer: Từ Mở Rộng Attention Đến Lắp Ráp Toàn Bộ Mô Hình và Huấn Luyện

Cảm ơn bạn! Có vẻ như đã có một số vấn đề liên quan đến âm thanh khi cập nhật một số phiên. Tôi sẽ kiểm tra và sửa chữa ngay phần bạn đã nói.
Cảm ơn bạn rất nhiều vì đánh giá quý báu :)

transformer

self-attention

pytorch

자연어처리(Natural Language Processing)

Sotaaz

입문

초급

중급이상

파이썬

Python

파이토치

PyTorch

Giới thiệu khóa học

Hiểu các khái niệm cốt lõi của Transformer

Triển khai các module cốt lõi của Transformer

Lắp ráp toàn bộ Transformer & Huấn luyện

Ứng dụng thực tế & Hướng phát triển