[bert、t5、gpt] 07 GPT2 decoding （greedy search, beam search）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
[QKV attention] kv-cache、decoder only vs. BERT, 单向注意力 vs. 双向注意力
...
[bert、t5、gpt] 10 知识蒸馏（knowledge distill）初步，模型结构及损失函数设计
...
[性能测试] 04 双4090 BERT、GPT性能测试（megatron-lm、apex、deepspeed）
...
[bert、t5、gpt] 09 T5 整体介绍（t5-11b，T5ForConditionalGeneration）
...
[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）
...
[bert、t5、gpt] 01 fine tune transformers 文本分类/情感分析
...
[GPT 番外] tied/share tensors wte与lm_head（GPT2LMHeadModel）
...
[gpt2 番外] training vs. inference（generate），PPL 计算，交叉熵损失与 ignore_index
...
[bert、t5、gpt] 11 知识蒸馏（knowledge distill）huggingface trainer pipeline
...
[LLMs 实践] 03 LoRA fine-tune 大语言模型（peft、bloom 7b）
...
[bert、t5、gpt] 08 GPT2 sampling （top-k，top-p （nucleus sampling））
...
[bert、t5、gpt] 04 构建 TransformerEncoderLayer（FFN 与 Layer Norm、skip connection）
...
[Python 机器学习] 深入理解 numpy（ndarray）的 axis（轴/维度）
...
[mcts] 02 mcts from scartch（UCTNode，uct_search, pUCT，树的可视化）
...
[[bert、t5、gpt] 03 AttentionHead 与 MultiHeadAttention
...
[LLMs 实践] 07 fp16 与自动混合精度训练（amp）显著提升 batch size
...
[personal chatgpt] gpt-4o tokenizer 及特殊中文tokens（压缩词表），o200k_base
...
[bert、t5、gpt] 06 GPT2 整体介绍（tokenizer，model forward）
...
[LLM 番外] 自回归语言模型cross entropy loss，及 PPL 评估
...
[bert、t5、gpt] 05 构建 TransformerDecoderLayer（FFN 与 Masked MultiHeadAttention）
...
[generative models] 概率建模视角下的现代生成模型（生成式 vs. 判别式，采样与密度估计）
...
[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）
...
[BERT 番外] Sin Position Encoding 的简洁实现（RoPE 基础）
...
[personal chatgpt] 从 RoPE 到 CoPE（绝对位置编码，相对位置编码，Contextual Position Encoding）
...
[pytorch 强化学习] 10 从 Q Learning 到 DQN（experience replay 与 huber loss / smooth L1）
...
[LLMs 实践] 04 PEFT/LoRA 源码分析
...
[LLMs 实践] 01 llama、alpaca、vicuna 整体介绍及 llama 推理过程
...
[动手写 bert 系列] bert embedding 源码解析，word_embedding/position_embedding/token_type
...
[动手写 bert 系列] 解析 bertmodel 的output(last_hidden_state，pooler_output，hidden_state)
...
[pytorch distributed] 张量并行与 megtron-lm 及 accelerate 配置
...
[prompt engineering] 从 CoT 到 ToT（Tree of Thoughts）
...
[动手写bert系列] BertSelfLayer 多头注意力机制（multi head attention）的分块矩阵实现
...
[动手写神经网络] 05 使用预训练 resnet18 提升 cifar10 分类准确率及误分类图像可视化分析
...
[动手写 bert 系列] torch.no_grad() vs. param.requires_grad == False
...
[LLMs 实践] 09 BPE gpt2 tokenizer 与 train tokenizer
...
[LLMs 实践] 02 LoRA（Low Rank Adaption）基本原理与基本概念，fine-tune 大语言模型
...
[动手写bert] bert pooler output 与 bert head
...
[LLM && AIGC] 05 OpenAI 长文本（long text，超出 max_tokens）处理及 summary，划分 chunk 处理
...
[personal chatgpt] trl 基础介绍：reward model，ppotrainer