NEW

Học Transformer thông qua việc triển khai

Từ Multi Head Attention đến mô hình Original Transformer, BERT, mô hình dịch MarianMT dựa trên Encoder-Decoder, bạn sẽ học hiểu sâu sắc về Transformer thông qua việc trực tiếp triển khai bằng code.

55 học viên đang tham gia khóa học này

dooleyz3525

이론 실습 모두

transformer

바닥부터구현

Deep Learning(DL)

PyTorch

encoder-decoder

Dịch cái này sang tiếng Việt

Triển khai trực tiếp và nắm vững cơ chế Self, Causal, Cross Attention của Transformer
Positional Encoding, Feed Forward, Encoder, Decoder và nhiều thành phần khác được triển khai trực tiếp để học kiến trúc mô hình Original Transformer
Tokenization, embedding - nền tảng NLP và các mô hình RNN cùng kiến thức cơ bản cần thiết cho Transformer
Triển khai trực tiếp mô hình BERT và áp dụng học tập phân loại câu với BERT đã được triển khai
Mô hình MarianMT - mô hình dịch Encoder-Decoder được triển khai trực tiếp
Hiểu và Sử dụng Hugging Face Dataset, Tokenizer và DataCollator
Huấn luyện mô hình Encoder-Decoder MarianMT và Suy luận Greedy cùng Beam Search

Chinh phục hoàn toàn Transformer chỉ với một khóa học này!

Với khóa học này, bạn có thể học và trực tiếp triển khai Transformer - cốt lõi của AI hiện đại.

Tôi đã cấu trúc khóa học thành một khóa học toàn diện về Transformer, từ Multi-Head Attention - cơ chế cốt lõi của Transformer, đến mô hình Original Transformer, mô hình BERT, và mô hình dịch thuật Encoder-Decoder MarianMT, tất cả được hiểu thông qua việc triển khai bằng code.

💡 Học tập từng bước từ cơ bản NLP đến mô hình cốt lõi Transformer

Để hiểu Transformer thì việc hiểu nền tảng NLP trước tiên là rất quan trọng.

Bắt đầu từ tokenization và embedding, cùng với các mô hình RNN trước Transformer, sau đó đi qua Attention -> Transformer -> BERT -> mô hình dịch MarianMT theo một dòng chảy để cấu thành khóa học, giúp bạn có thể học từng bước từ nền tảng NLP vững chắc đến các mô hình Transformer cốt lõi.

[[SPAN_1]]💡 [[/SPAN_1]][[SPAN_2]]이론과 구현의 균형[[/SPAN_2]]

Không chỉ tập trung vào việc triển khai. Các cơ chế cốt lõi tạo nên Transformer sẽ được hiểu một cách dễ dàng và thấm thía vào đầu, tôi đã dành rất nhiều thời gian để lên ý tưởng và tạo ra khóa học này. Từ những giải thích lý thuyết dễ hiểu và chi tiết đến việc triển khai code thực tế, khóa học này sẽ giúp kỹ năng ứng dụng Transformer của bạn tiến bộ vượt bậc.

💡 Sử dụng các thư viện chính của Hugging Face

Hugging Face là thư viện không thể thiếu trong việc sử dụng Transformer. Trong khóa học này, chúng tôi sẽ hướng dẫn chi tiết cách sử dụng Tokenizer, Dataset, DataCollator của Hugging Face để xử lý dữ liệu cho việc huấn luyện mô hình Transformer, bao gồm tiền xử lý dữ liệu, tokenization, dynamic padding, chuyển đổi giá trị Label và giá trị đầu vào Decoder cho các bộ dữ liệu lớn một cáchdễ dàng và tiện lợinhư thế nào.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

Người mới bắt đầu học deep learning NLP muốn xây dựng nền tảng vững chắc bằng cách tự tay triển khai code từ tokenization đến RNN, Transformer
Những người muốn hiểu sâu về cấu trúc Transformer bằng cách tự tay triển khai các cơ chế bên trong thay vì chỉ đơn giản sử dụng thư viện Transformer
Những người muốn hiểu các cơ chế cốt lõi của Transformer một cách dễ dàng hơn thông qua phương pháp cân bằng giữa lý thuyết và thực hành
Nhà phát triển muốn rèn luyện chắc chắn khả năng cơ bản về Attention hoặc Transformer khi phát triển dịch vụ AI
Dành cho những ai muốn có trải nghiệm dự án thực tế End-to-End hoàn chỉnh từ cơ bản về Transformer đến phân loại văn bản, mô hình dịch thuật

Cần biết trước khi bắt đầu?

Hướng dẫn hoàn hảo về CNN Deep Learning - Phiên bản Pytorch

Xin chào
Đây là

26,397

Học viên

1,323

Đánh giá

3,984

Trả lời

4.9

Xếp hạng

Các khóa học

(전) 엔코아 컨설팅

(전) 한국 오라클

AI 프리랜서 컨설턴트

파이썬 머신러닝 완벽 가이드 저자

Chương trình giảng dạy

Tất cả

124 bài giảng ∙ (24giờ 21phút)

Tài liệu khóa học:

Tài liệu bài giảng

Phần 1. Giới thiệu khóa học và thiết lập môi trường thực hành

7 bài giảng ∙ (34phút)

Phần 2. Kiến thức cơ bản cho Transformer - Hiểu về nền tảng NLP và RNN

17 bài giảng ∙ (3giờ 12phút)

Phần 3. Tổng quan về Transformer và triển khai Multi Head Self Attention (Cơ chế chú ý bản thân đa đầu)

15 bài giảng ∙ (3giờ 0phút)

25. Tổng quan phần
02:16
26. Đánh giá bài báo "Attention is all you need"
12:25
27. Tổng quan về mô hình Transformer
14:29
28. Ý nghĩa của Self Attention (tự chú ý)
10:44
29. Tổng quan về việc triển khai Self Attention và tổng quan về Query(쿼리), Key(키), Value(밸류)
07:08
30. Self Attention của token đơn lẻ trong câu
16:35
31. Self Attention của tất cả các token trong câu
06:34
32. Triển khai Self Attention với Query, Key, Value không có tham số học tập - 01
13:06
33. Triển khai Self Attention với Query, Key, Value không có tham số học tập - 02
06:52
34. Ý nghĩa của các tham số học Query, Key, Value
13:09
35. Triển khai Self Attention với Query, Key, Value có tham số học tập - 01
16:35
36. Triển khai Self Attention với Query, Key, Value có tham số học tập - 02
11:55
37. Multi Head Self Attention(đa đầu tự chú ý) hiểu biết
11:01
38. Multi Head Self Attention triển khai - 01
21:48
39. Triển khai Multi Head Self Attention và áp dụng attention mask
15:24

Phần 4. Triển khai Transformer Encoder

15 bài giảng ∙ (3giờ 2phút)

Phần 5. Triển khai Transformer Decoder

13 bài giảng ∙ (2giờ 26phút)

Phần 6. Xử lý Hugging Face Dataset

5 bài giảng ∙ (1giờ 4phút)

Phần 7. Xử lý Hugging Face Tokenizer và DataCollator

8 bài giảng ∙ (2giờ 0phút)

Phần 8. Triển khai và huấn luyện mô hình BERT cùng với Inference

17 bài giảng ∙ (3giờ 16phút)

Phần 9. Triển khai mô hình dịch thuật Encoder-Decoder MarianMT

15 bài giảng ∙ (3giờ 16phút)

Phần 10. Triển khai huấn luyện và suy luận mô hình MarianMT

12 bài giảng ∙ (2giờ 27phút)

Phần 11. <Dự kiến> Triển khai Vision Transformer(ViT) (sẽ hoàn thành trước cuối tháng 11)

0 bài giảng

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!

Ưu đãi có thời hạn

50.050 ₫

35%

1.611.656 ₫

Khóa học khác của dooleyz3525

Hãy khám phá các khóa học khác của giảng viên!

딥러닝 CNN 완벽 가이드 - Pytorch 버전

권 철민

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, Pytorch 기반의 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

초급

딥러닝, PyTorch, 컴퓨터 비전

딥러닝 CNN 완벽 가이드 - Pytorch 버전

권 철민

FastAPI 완벽 가이드

권 철민

본 강의는 FastAPI의 핵심 기능과 함께, 웹서비스 개발의 전 과정을 익힐 수 있도록 구성 하였습니다. 본 강의를 통해 여러분을 현장에서 필요로 하는 FastAPI 전문 개발자로 발돋움 시켜 드릴 것입니다.

중급이상

Python, FastAPI, SQL

FastAPI 완벽 가이드

권 철민

[개정판] 파이썬 머신러닝 완벽 가이드

권 철민

이론 위주의 머신러닝 강좌에서 탈피하여 머신러닝의 핵심 개념을 쉽게 이해함과 동시에 실전 머신러닝 애플리케이션 구현 능력을 갖출 수 있도록 만들어 드립니다.

초급

Python, 머신러닝, 통계

[개정판] 파이썬 머신러닝 완벽 가이드

권 철민

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

권 철민

본 강의는 Object Detection과 Segmentation에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 실습 예제를 통해 여러분을 현장에서 필요한 딥러닝 기반의 컴퓨터 비전 전문가로 발돋움시켜 드릴 것입니다.

중급이상

머신러닝, Tensorflow, Python

[개정판] 딥러닝 컴퓨터 비전 완벽 가이드

권 철민

다양한 사례로 익히는 SQL 데이터 분석

권 철민

다양한 실전 데이터 분석 사례를 SQL을 통해 구현해 나가면서 데이터 분석 능력과 SQL 활용 능력을 동시에 향상 시킬 수 있습니다.

중급이상

SQL, PostgreSQL, DBMS/RDBMS

다양한 사례로 익히는 SQL 데이터 분석

권 철민

데이터 분석 SQL Fundamentals

권 철민

SQL의 핵심 요소에 대한 상세한 강의와 실습을 통해, 여러분이 SQL 분석 전문가로 성장할 수 있도록 흔들리지 않는 뼈대를 만들어 드리겠습니다.

초급

SQL, PostgreSQL, DBMS/RDBMS

데이터 분석 SQL Fundamentals

권 철민

캐글 Advanced 머신러닝 실전 박치기

권 철민

본 강의는 Kaggle의 Home Credit Default Risk 경연대회 머신 러닝 모델을 구현을 통해, 여러분을 실전적인 머신 러닝 구축 전문가로 한단계 실력을 업그레이드 할 수 있도록 만들어진 강의 입니다.

중급이상

머신러닝, Kaggle

캐글 Advanced 머신러닝 실전 박치기

권 철민

딥러닝 CNN 완벽 가이드 - TFKeras 버전

권 철민

딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)

초급

딥러닝, CNN, Tensorflow

딥러닝 CNN 완벽 가이드 - TFKeras 버전

권 철민

오라클 성능 분석과 인스턴스 튜닝 핵심 가이드

권 철민

오라클 DB 아키텍처의 내부 메커니즘을 이해하고 성능 튜닝과 성능 분석 전문가로 성장할 수 있는 핵심 가이드를 제공합니다.

중급이상

Oracle, DBMS/RDBMS

오라클 성능 분석과 인스턴스 튜닝 핵심 가이드

권 철민

스파크 머신러닝 완벽 가이드 - Part 1

권 철민

스파크(Spark) 머신러닝의 핵심 Framework에 대한 이해, 난이도 높은 실전 문제를 통한 SQL 기반의 데이터 가공, 업무 도메인 분석을 통한 데이터 분석과 최적화된 머신러닝 모델 구현 능력까지, 대용량 데이터 기반에서 머신러닝 전문가로 인정 받고 싶다면 이 강의와 함께 하십시요.

중급이상

Apache Spark, 머신러닝, 빅데이터

스파크 머신러닝 완벽 가이드 - Part 1

권 철민

카프카 완벽 가이드 - 커넥트(Connect) 편

권 철민

카프카 커넥트(Kafka Connect)에 대한 깊이 있는 이론 설명과 현업에서 바로 사용될 수 있는 수준의 상세한 실습을 통해 여러분을 현장에서 필요로 하는 카프카 커넥트 기반의 데이터 연동 및 데이터 파이프라인 구축 전문가로 성장시켜 드릴 것입니다.

중급이상

Kafka, 데이터 엔지니어링

카프카 완벽 가이드 - 커넥트(Connect) 편

권 철민

카프카 완벽 가이드 - 코어편

권 철민

카프카(Kafka)의 핵심부터 내부 메커니즘에 대한 심화 수준의 내용까지, 상세한 이론 설명과 핸즈온 실습 & 실전 카프카 애플리케이션 개발 실습을 통해 카프카를 시작하는 사람도 단숨에 전문가 레벨로 도달할 수 있도록 강의를 구성했습니다.

중급이상

Kafka, 데이터 엔지니어링

카프카 완벽 가이드 - 코어편

권 철민

카프카 완벽 가이드 - ksqlDB

권 철민

본 강의는 ksqlDB의 활용과 핵심 메커니즘을 다양한 실습을 통해 익힐 수 있게 구성되어 있습니다. 강의를 마치고 나면 여러분은 Kafka(카프카) 기반의 실시간 Streaming 데이터 분석 시스템을 쉽고 빠르게 구축하실 수 있게 됩니다.

중급이상

Kafka, ksqlDB, 데이터 엔지니어링

카프카 완벽 가이드 - ksqlDB

권 철민

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

예제로 배우는 딥러닝 자연어 처리 입문 NLP with TensorFlow - RNN부터 BERT까지

AISchool

딥러닝 자연어처리 기초부터 최신모델인 Transformer와 BERT까지 딥러닝 자연어 처리(Natural Language Processing[NLP])의 원리와 활용방법을 다양한 예제와 실습 코드 구현을 통해 학습합니다.

초급

딥러닝, NLP, Tensorflow

예제로 배우는 딥러닝 자연어 처리 입문 NLP with TensorFlow - RNN부터 BERT까지

AISchool

딥러닝을 활용한 자연어 처리 (NLP) 과정 (기초부터 ChatGPT/생성 모델까지)

YoungJea Oh

자연어 처리(NLP)는 인공지능의 가장 빠르게 성장하는 분야 중 하나입니다. 이 강의는 NLP의 기초부터 시작하여, 딥러닝을 이용한 최신 NLP 기술까지 폭넓게 다룹니다. 특히, ChatGPT와 같은 최첨단 생성 모델에 대한 심도 있는 이해를 제공합니다.

중급이상

딥러닝, NLP, Tensorflow

딥러닝을 활용한 자연어 처리 (NLP) 과정 (기초부터 ChatGPT/생성 모델까지)

YoungJea Oh

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.

AIDER_College

AI는 갑자기 나타난 기술이 아닙니다. 70년간의 도전과 실패를 이해해야, AI의 현재와 미래를 제대로 볼 수 있습니다. 👉 “AI 역사를 이해하는 순간, 원리와 미래가 함께 보입니다.” 지금 바로 시작하세요!

입문

머신러닝, 딥러닝, 강화학습

인공지능 탄생과 발전과정을 보면 AI 원리가 보인다.

AIDER_College

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설

박해선

<밑바닥부터 만들면서 배우는 LLM>(길벗, 2025)의 깃허브 노트북과 보너스 콘텐츠를 다루는 강의입니다. 깃허브: https://github.com/rickiepark/llm-from-scratch/ <밑바닥부터 만들면서 배우는 LLM>은 세바스찬 라시카(Sebastian Raschka)가 쓴 베스트셀러 <Build a Large Langauge Model (from Scratch)>(Manning, 2024)의 번역서입니다. 이 책은 오픈AI가 만든 GPT-2 모델을 밑바닥에서부터 시작해서 완전한 모델을 만들어 보면서 대규모 언어 모델의 작동 원리를 배우고 활용하는 방법을 제공합니다.

초급

PyTorch, gpt-2, transformer

<밑바닥부터 만들면서 배우는 LLM> 깃허브 + 보너스 콘텐츠 해설

박해선

초간단 예제로 배우는 딥러닝 입문

안코딩

이 강좌에서는 딥러닝의 기초부터 시작하여 파이토치를 사용해 실제 숫자 분류기를 만들어 봅니다. 전혀 경험이 없어도 따라 할 수 있도록 설계되어 있습니다.

초급

딥러닝, 머신러닝, PyTorch

초간단 예제로 배우는 딥러닝 입문

안코딩

인공지능(AI) - 무료 AI 이미지를 만들어주는 텐서아트(Tensor Art) 배우기

유용한IT학습

본 강좌는 AI 기술을 처음 접하는 학습자도 쉽게 이해하고 따라 할 수 있도록 구성된 입문 과정입니다. 강의를 통해 AI 플랫폼의 기본 개념과 사용 방법을 익히며, 다양한 AI 도구를 활용해 이미지를 직접 생성하는 실습을 진행합니다. 이 과정을 마치면 AI와 한층 가까워지고, 창의적인 아이디어를 시각적으로 구현할 수 있는 AI 이미지 제작 역량을 갖출 수 있습니다.

입문

인공지능(AI), AI 활용 (AX), 머신러닝

인공지능(AI) - 무료 AI 이미지를 만들어주는 텐서아트(Tensor Art) 배우기

유용한IT학습

1시간 만에 배우는 LLM과 GPT 기초

Essential

이 강의는 LLM과 GPT의 기본 개념을 누구나 이해할 수 있도록 쉽게 설명합니다. 수강생은 GPT API를 직접 활용해 챗봇을 만들고, Streamlit을 이용해 웹에서 실행할 수 있습니다. 기초부터 실습까지 경험하면서 AI 활용의 첫걸음을 확실히 다질 수 있습니다.

초급

Python, 인공지능(AI), ChatGPT

1시간 만에 배우는 LLM과 GPT 기초

Essential

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기

AISchool

구글 제미나이(Gemini) 모델의 개념과 Gemini API 활용 방법을 학습하고, Streamlit을 이용해서 다양한 AI 어플리케이션을 만들어보는 강의입니다.

중급이상

openAI API, ChatGPT, gemini

모두를 위한 대규모 언어 모델 LLM Part 3 - 구글 제미나이(Google Gemini) API, OpenAI API와 젬마(Gemma)로 AI 어플리케이션 만들기

AISchool

딥러닝 CNN 완벽 가이드 - Pytorch 버전

권 철민

초급

딥러닝, PyTorch, 컴퓨터 비전

딥러닝 CNN 완벽 가이드 - Pytorch 버전

권 철민

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

다니엘

도커를 사용해서 클라우드에 딥러닝 분석환경을 만들 수 있습니다. 구글, MS 등이 관리하는 도커 이미지와 클라우드가 결합할 때 여러분의 컴퓨터에서 가장 최신의 딥러닝 분석 방법으로 작업을 수행하는 것이 가능해집니다.

초급

Docker, 가상화, Python

실전도커: 도커로 나만의 딥러닝 클라우드 컴퓨터 만들기

다니엘

인공지능(AI) - 새로운 비디오, 동영상를 만들어 주는 런웨이(runway ai) 배우기

유용한IT학습

본 강좌는 AI 플랫폼에 대한 기초부터 실습까지 다루며, AI 이미지 생성 기술을 익힐 수 있는 과정입니다. 학습자는 AI의 기본 개념을 이해하고, 다양한 도구와 기술을 활용하여 AI 이미지를 생성하는 능력을 키울 수 있습니다. 이 과정을 통해 AI 분야에 대한 이해도를 높이고, 실전에서 AI 이미지를 직접 생성하는 방법을 배울 수 있습니다.

입문

인공지능(AI), AI 활용 (AX), 딥러닝

인공지능(AI) - 새로운 비디오, 동영상를 만들어 주는 런웨이(runway ai) 배우기

유용한IT학습

엑셀로 만드는 딥러닝 프레임워크

멋진

엑셀로 딥러닝 프레임워크를 직접 구현해보자! 구현한 프레임워크로 지도학습/ 비지도학습/강화학습을 풀어보자!

초급

VBA, 딥러닝, Excel

엑셀로 만드는 딥러닝 프레임워크

멋진

비전공자/입문자를 위한 Data Science(DS)와 AI 학습 & 취업 가이드

AISchool

Data Science(DS)와 Artificial Intelligence(AI) 관련 직군 분석과 관련 직군으로 커리어를 쌓아나가기 위한 학습 및 취업 로드맵을 배워보세요.

입문

딥러닝, 머신러닝

비전공자/입문자를 위한 Data Science(DS)와 AI 학습 & 취업 가이드

AISchool

AI를 활용한 제조업 분야의 실무 적용 전략(자동차/부품 분야)

바이트 탐정

자동차 및 부품 제조 산업은 치열한 글로벌 경쟁과 복잡한 공급망 속에서 혁신이 필수적인 분야입니다. 본 강의는 AI 기술을 현장에 어떻게 적용할 수 있는지를 중심으로, 생산 효율 향상, 품질 검사 자동화, 설비 예지보전, 공급망 최적화 등 실제 사례와 함께 설명합니다. AI 도입에 필요한 기초 이해부터, 현장 적용 시 고려해야 할 전략과 리스크 관리까지 단계적으로 다루어, 실무 담당자와 관리자가 바로 활용할 수 있는 지식과 통찰을 제공합니다.

입문

머신러닝, 딥러닝, IoT

AI를 활용한 제조업 분야의 실무 적용 전략(자동차/부품 분야)

바이트 탐정

내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기

닭강정

이 강의는 “타이타닉에 내가 탔다면 과연 살아남을 수 있었을까?”라는 질문에서 출발하여, 실제 데이터를 기반으로 생존 확률을 예측하는 AI 모델을 개발하고, 이를 웹으로 서비스하는 풀스택 프로젝트를 완성합니다. PyTorch를 이용한 딥러닝 모델링, FastAPI로 백엔드 서버 구축, Next.js로 사용자 인터페이스 구현에 이르기까지, AI와 웹 개발의 전 과정을 실습하게 됩니다.

중급이상

Python, 딥러닝, PyTorch

내가 타이타닉에 탔었다면?! PyTorch & Next.js로 생존 확률 예측 AI 웹 서비스 만들기

닭강정

[ICT 아카이브] 빅데이터 핵심과 비즈니스모델

한국사회능력개발원

빅데이터의 기본 개념과 최신 트렌드를 파악하고, 빅데이터 분석 기법의 기술적인 이해를 통해 데이터 패턴을 추출하여 비즈니스에 활용할 수 있는 방법을 제시합니다. 빅데이터를 통해 새로운 비즈니스를 창출하고, 미래의 비즈니스환경에 대한 통찰력을 기를 수 있습니다.

입문

빅데이터, 머신러닝, 딥러닝

[ICT 아카이브] 빅데이터 핵심과 비즈니스모델

한국사회능력개발원

[7일 완성] 한 번에 합격하는 MS AI-900 자격증

JOB,GREEGI

AI 시대의 필수 자격증, MS AI-900! 🚀 알고 계셨나요? ChatGPT는 Microsoft Azure에서만 운영됩니다! 최신 GPT 모델을 독점 제공하는 Microsoft Azure OpenAI를 제대로 활용하고 싶다면, 지금이 바로 기회입니다. AI-900 과정을 통해 Azure AI 서비스 전문가로 성장하고, 기업이 신뢰하는 엔터프라이즈급 AI 솔루션을 마스터하세요. 글로벌 공인 인증까지 확보하여 진정한 AI 전문가로서 경쟁력을 높이세요!

입문

머신러닝, 딥러닝, 인공지능(AI)

[7일 완성] 한 번에 합격하는 MS AI-900 자격증

JOB,GREEGI

코드로 한 방에 이해되는 파이토치_프로젝트편

주식회사한시경

코드로 한 방에 이해되는 파이토치_프로젝트 편은 이미지, 비디오, 자연어 데이터를 활용해 실전 딥러닝 프로젝트를 구현하며, 이론보다는 코드 중심의 학습을 통해 모델의 구조와 흐름을 이해합니다.

중급이상

딥러닝, 인공지능(AI)

코드로 한 방에 이해되는 파이토치_프로젝트편

주식회사한시경

인공지능은 어떻게 학습할까? - 재미로 배우는 AI 원리

AI CASTLE

인공지능이라는 막연한 두려움에서 벗어날 수 있는 일반인을 위한 교양 강의입니다. 인공지능이 학습한다는 것이 대체 무슨 의미인지 구체적인 예시를 통해 알아봅니다. 또한 인공지능의 뇌 구조는 어떻게 생겼는지, 어떻게 사고하는지를 구체적이 예시로 알아봅니다.

입문

머신러닝, 딥러닝, 강화학습

인공지능은 어떻게 학습할까? - 재미로 배우는 AI 원리

AI CASTLE

파이썬으로 시작하는 머신러닝+딥러닝(sklearn을 이용한 머신러닝부터 TensorFlow, Keras를 이용한 딥러닝 개발까지)

아이리포

머신러닝&딥러닝의 기초부터 확실하게! 파이썬으로 분류/회귀/군집/인공신경망 생성과 활용까지

초급

Python, sklearn, 머신러닝

파이썬으로 시작하는 머신러닝+딥러닝(sklearn을 이용한 머신러닝부터 TensorFlow, Keras를 이용한 딥러닝 개발까지)

아이리포

Học Transformer thông qua việc triển khai

Dịch cái này sang tiếng Việt

Chinh phục hoàn toàn Transformer chỉ với một khóa học này!

Với khóa học này, bạn có thể học và trực tiếp triển khai Transformer - cốt lõi của AI hiện đại.

Đặc điểm của khóa học này

[[SPAN_1]]💡 [[/SPAN_1]][[SPAN_2]]바닥부터 코드로 구현하며 배우는 Transformer[[/SPAN_2]]

💡 Học tập từng bước từ cơ bản NLP đến mô hình cốt lõi Transformer

[[SPAN_1]]💡 [[/SPAN_1]][[SPAN_2]]이론과 구현의 균형[[/SPAN_2]]

💡 Trình bày quy trình giải quyết các vấn đề cốt lõi của NLP

💡 Sử dụng các thư viện chính của Hugging Face

Phần Vision Transformer(ViT) sẽ được thêm vào khóa học này

Chúng ta sẽ học những nội dung như thế này

Kiến thức cơ bản về NLP và RNN để chuẩn bị cho Transformer

Cơ chế cốt lõi và các mô-đun chính của Transformer

Sử dụng Hugging Face Tokenizer, Dataset, DataCollator

Triển khai và ứng dụng mô hình BERT

Triển khai và ứng dụng mô hình dịch thuật MarianMT dựa trên Encoder-Decoder

Những điều cần lưu ý trước khi học

Môi trường thực hành 💾

Giáo trình bài giảng dày 140 trang sẽ được cung cấp kèm theo.

Khuyến nghị cho
những người này

Xin chào
Đây là

Chương trình giảng dạy

Đánh giá

Khóa học khác của dooleyz3525

Khóa học tương tự

Học Transformer thông qua việc triển khai

Dịch cái này sang tiếng Việt

Chinh phục hoàn toàn Transformer chỉ với một khóa học này!

Với khóa học này, bạn có thể học và trực tiếp triển khai Transformer - cốt lõi của AI hiện đại.

Đặc điểm của khóa học này

[[SPAN_1]]💡 [[/SPAN_1]][[SPAN_2]]바닥부터 코드로 구현하며 배우는 Transformer[[/SPAN_2]]

💡 Học tập từng bước từ cơ bản NLP đến mô hình cốt lõi Transformer

[[SPAN_1]]💡 [[/SPAN_1]][[SPAN_2]]이론과 구현의 균형[[/SPAN_2]]

💡 Trình bày quy trình giải quyết các vấn đề cốt lõi của NLP

💡 Sử dụng các thư viện chính của Hugging Face

Phần Vision Transformer(ViT) sẽ được thêm vào khóa học này

Chúng ta sẽ học những nội dung như thế này

Kiến thức cơ bản về NLP và RNN để chuẩn bị cho Transformer

Cơ chế cốt lõi và các mô-đun chính của Transformer

Sử dụng Hugging Face Tokenizer, Dataset, DataCollator

Triển khai và ứng dụng mô hình BERT

Triển khai và ứng dụng mô hình dịch thuật MarianMT dựa trên Encoder-Decoder

Những điều cần lưu ý trước khi học

Môi trường thực hành 💾

Giáo trình bài giảng dày 140 trang sẽ được cung cấp kèm theo.

Khuyến nghị cho những người này

Xin chàoĐây là .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Chương trình giảng dạy

Đánh giá

Khóa học khác của dooleyz3525

Khóa học tương tự

Khuyến nghị cho
những người này

Xin chào
Đây là