[动手写bert] bert pooler output 与 bert head
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[动手写 bert] masking 机制、bert head 与 BertForMaskedLM
...
[动手写 bert 系列] bert model architecture 模型架构初探（embedding + encoder + pooler）
...
[动手写 bert 系列] 解析 bertmodel 的output(last_hidden_state，pooler_output，hidden_state)
...
[动手写bert系列] BertSelfLayer 多头注意力机制（multi head attention）的分块矩阵实现
...
[BERT 番外] Sin Position Encoding 的简洁实现（RoPE 基础）
...
[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节
...
[[bert、t5、gpt] 02 transformer 架构 scaled dot product self attention（qkv）
...
[GPT 番外] tied/share tensors wte与lm_head（GPT2LMHeadModel）
...
[bert、t5、gpt] 05 构建 TransformerDecoderLayer（FFN 与 Masked MultiHeadAttention）
...
[动手写 bert 系列] bert embedding 源码解析，word_embedding/position_embedding/token_type
...
[性能测试] 04 双4090 BERT、GPT性能测试（megatron-lm、apex、deepspeed）
...
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
...
[personal chatgpt] 从 RoPE 到 CoPE（绝对位置编码，相对位置编码，Contextual Position Encoding）
...
[bert、t5、gpt] 11 知识蒸馏（knowledge distill）huggingface trainer pipeline
...
[动手写Bert系列] bertencoder self attention 计算细节及计算过程
...
[bert、t5、gpt] 01 fine tune transformers 文本分类/情感分析
...
[pytorch] [求导练习] 06 计算图（computation graph）细节之 retain graph（multi output/backwar）
...
[pytorch模型拓扑结构] nn.MultiheadAttention, init/forward, 及 query，key，value 的计算细节
...
[bert、t5、gpt] 04 构建 TransformerEncoderLayer（FFN 与 Layer Norm、skip connection）
...
[bert、t5、gpt] 10 知识蒸馏（knowledge distill）初步，模型结构及损失函数设计
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
[动手写 bert 系列] BertTokenizer subword，wordpiece 如何处理海量数字等长尾单词
...
[动手写 Transformer] 从 RNN 到 Transformer，为什么需要位置编码（position encoding）
...
[动手写 bert 系列] 02 tokenizer encode_plus, token_type_ids（mlm，nsp）
...
[[bert、t5、gpt] 03 AttentionHead 与 MultiHeadAttention
...
[bert、t5、gpt] 09 T5 整体介绍（t5-11b，T5ForConditionalGeneration）
...
[bert、t5、gpt] 08 GPT2 sampling （top-k，top-p （nucleus sampling））
...
[pytorch 强化学习] 03 动手写迷宫环境（maze env）状态及动作策略初步（及动画保存）
...
[LLMs 实践] 04 PEFT/LoRA 源码分析
...
[pytorch 强化学习] 01 认识环境（environment，gym.Env）以及 CartPole-v0/v1 环境
...
【python app 开发】01 使用 tkinter 及 pyinstaller 制作一个简单的日期管理软件
...
[pytorch 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
...
[动手写 bert 系列] torch.no_grad() vs. param.requires_grad == False
...
[动手写 bert 系列] Bert 中的（add & norm）残差连接与残差模块（residual connections/residual blocks）
...
[bert、t5、gpt] 07 GPT2 decoding （greedy search, beam search）
...
[personal chatgpt] LLAMA 3 整体介绍（与 LLama 2 的不同？）
...
[pytorch 网络拓扑结构] 深入理解 nn.LayerNorm 的计算过程
...
[LLMs 实践] 221 llama2 源码分析 generate 的完整过程
...
[pytorch 强化学习] 07 迷宫环境（maze environment）Q Learning（value iteration）求解（策略关闭 off）
...
[pytorch] [求导练习] 03 计算图（computation graph）及链式法则（chain rule）反向传播过程