Séance de cours

Transformateurs : Architecture complète et mécanisme d'auto-attention

Description

Cette séance de cours couvre l'architecture complète des Transformers, composée de blocs d'encodeur et de décodeur avec des couches d'attention multi-têtes et des réseaux d'alimentation avant. Il explique le mécanisme d'auto-attention utilisé pour l'encodage des séquences sans calculs récurrents, ainsi que l'importance des emboîtements positionnels. La séance de cours se penche également sur les spécificités de l'auto-attention dans les blocs d'encodeur et de décodeur, soulignant la reconnaissance par le comité Nobel de Strickland pour l'avancement de l'optique. De plus, il examine les différences entre l'auto-attention dans l'encodeur et le décodeur, l'attention multi-tête masquée et le mécanisme d'attention croisée. La séance de cours se termine par des réflexions sur le changement de paradigme apporté par l'utilisation de modèles entièrement préformés comme le GPT et les améliorations massives des tâches NLP réalisées grâce à des modèles comme le GPT-2 et le GPT-3.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.