Transformadores para aprendizaje profundo: conceptos básicos

La inteligencia artificial moderna se basa en gran medida en modelos de transformadores, sin embargo, su mecánica subyacente puede parecer compleja.Este curso desmitifica los componentes principales que hacen que estas poderosas arquitecturas funcionen. Al explorar los conceptos fundamentales detrás de Transformers, construirá un marco conceptual robusto, preparándolo para profundizar en aplicaciones avanzadas y comprender proyectos de aprendizaje profundo de vanguardia. Lo que aprenderás: * Comprender la arquitectura del transformador, incluyendo su estructura de codificador-decodificador * Aprenda cómo la tokenización prepara datos de texto para los modelos de Transformer * Comprender el concepto de codificación posicional y por qué es esencial para el procesamiento de secuencias * Dominar el funcionamiento intrincado de los mecanismos de auto-atención y atención multi-cabeza * Aplicar los principios fundamentales de Transformer para comprender la base de los modelos de lenguajes grandes * Practicar la interpretación del flujo de información a través de capas de transformador con ejercicios escritos El curso comienza con definiciones fundamentales y gradualmente descomprime cada componente central de la arquitectura de Transformer. Luego explorará cómo se integran estos elementos para procesar y generar lenguaje de manera efectiva.Este curso está diseñado para principiantes absolutos sin experiencia previa en aprendizaje profundo o procesamiento de lenguaje natural. No se requieren requisitos previos. Comience su viaje en el mundo de los modelos de Transformer hoy.