Séance de cours

Transformateurs: Vue d'ensemble et auto-attention

Description

Cette séance de cours couvre la vue d'ensemble des Transformateurs, en mettant l'accent sur l'architecture, les résultats, les variantes et la préformation. Il examine les limites des modèles récurrents, le concept d'auto-attention et ses exemples hypothétiques. La séance de cours explore les obstacles et les solutions à l'utilisation de l'auto-attention comme bloc de construction, y compris les vecteurs de représentation de position à travers les sinusoïdes et l'ajout de non-linéarités. Il se transforme également en une attention multi-têtes, son efficacité de calcul, et l'attention de produit de point à l'échelle. La séance de cours se termine par une discussion sur le décodeur, l'encodeur et les modifications du transformateur, soulignant l'importance des modèles de préformation pour le traitement du langage naturel.

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.