inflearn logo

GPT tạo câu như thế nào? | Công khai miễn phí bài giảng về LLM·ViT của ATT

GPT dự đoán từ tiếp theo và tiếp tục viết câu như thế nào? ATT: After The Transformer xin miễn phí công khai Phần 1 của phần GPT. Hãy hiểu nguyên lý tạo câu của mô hình ngôn ngữ thông qua phần giải thích trực quan và xây dựng nền tảng để nghiên cứu GPT sâu hơn.

14 học viên đang tham gia khóa học này

Độ khó Cơ bản

Thời gian Không giới hạn

gpt
gpt
Deep Learning(DL)
Deep Learning(DL)
gpt
gpt
Deep Learning(DL)
Deep Learning(DL)
Thumbnail

Bạn sẽ nhận được điều này sau khi học.

  • Hiểu nguyên lý cơ bản về cách GPT tạo câu bằng cách dự đoán token tiếp theo

  • Giải thích quá trình tạo câu của mô hình ngôn ngữ dưới góc nhìn của mô hình

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Dành cho những ai đã thử sử dụng GPT nhưng tò mò về nguyên lý tạo ra các câu văn

  • Dành cho những ai muốn tiếp tục học về GPT và mô hình ngôn ngữ sau khi đã học Transformer

Cần biết trước khi bắt đầu?

  • Các khái niệm cơ bản về mạng nơ-ron nhân tạo và quá trình học sâu

  • Biết được cấu trúc cơ bản của attention, self-attention và transformer sẽ rất hữu ích.

Xin chào
Đây là hyukppen

Xin chào. Tôi là Hyeokpenheim, giảng viên chuyên về học sâu, tốt nghiệp tiến sĩ Khoa Điện và Điện tử KAIST. Sau thời gian làm nghiên cứu viên chính tại Samsung Electronics và giảng viên thỉnh giảng tại Trường Y thuộc Đại học Sungkyunkwan, hiện tôi đang điều hành Học viện Hyeokpenheim. Tôi là tác giả của cuốn sách nhập môn học sâu 『Easy! 딥러닝』, với 11 năm kinh nghiệm giảng dạy và đã tích lũy kinh nghiệm đào tạo cho khoảng 3.000 học viên. Tôi chuyên về lý thuyết học sâu và thực hành PyTorch, bao gồm CNN, Transformer, LLM·mô hình thị giác và diffusion.

Không đơn thuần ghi nhớ cấu trúc mô hình hay công thức, tôi giải thích để người học hiểu vì sao mỗi ý tưởng xuất hiện và chúng hoạt động như thế nào. Bắt đầu từ những phép so sánh trực quan, tôi làm rõ ý nghĩa của các công thức, liên hệ chúng với mã nguồn, đồng thời hướng đến việc xây dựng nền tảng giúp người học tự giải thích những gì đã học và đọc hiểu sâu các bài báo khoa học.

Trên kênh YouTube “혁펜하임”, các bài giảng từ toán cơ bản, Python đến những chủ đề chuyên sâu về deep learning được công khai, đồng thời cũng tổ chức các buổi giảng dạy và đào tạo dành cho trường học, doanh nghiệp và tổ chức.

Thêm

Chương trình giảng dạy

Tất cả

3 bài giảng ∙ (35phút)

Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của hyukppen

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Miễn phí