강의
PyTorch로 배우는 Transformer 모델
고급기술 수준
업데이트됨 2025. 1.
PyTorchArtificial Intelligence2시간7 동영상23 연습 문제1,900 XP7,896성취 증명서
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
수천 개 기업의 학습자들이 사랑하는
팀을 교육하시나요?
비즈니스용으로 체험해 보세요강의 설명
트랜스포머 아키텍처 심층 탐구
트랜스포머 모델은 텍스트 모델링에 혁신을 가져왔으며, 오늘날의 대규모 언어 모델(LLM)을 가능하게 하여 생성형 AI 붐의 시작을 이끌었습니다. 이 강의에서는 위치 인코딩, 어텐션 메커니즘, 피드포워드 서브레이어를 포함해 이 아키텍처의 핵심 구성 요소를 살펴봅니다. 이러한 구성 요소들을 모듈식으로 코딩하여 자신만의 트랜스포머를 단계별로 구축하게 됩니다.PyTorch로 어텐션 메커니즘 구현하기
어텐션 메커니즘은 트랜스포머 아키텍처를 정립하는 데 도움을 준 핵심 발전입니다. 셀프 어텐션은 트랜스포머가 토큰 간의 관계를 더 잘 파악하도록 해 주며, 이를 통해 생성되는 텍스트의 품질이 향상됩니다. 트랜스포머 모델의 핵심 구성 요소가 될 멀티헤드 어텐션 메커니즘 클래스를 만드는 방법을 배워보세요.나만의 트랜스포머 모델 구축하기
인코더 전용, 디코더 전용, 인코더-디코더 트랜스포머 모델을 구축하는 방법을 배워보세요. 텍스트 분류와 감성 분석, 텍스트 생성 및 완성, 시퀀스-투-시퀀스 번역을 포함한 다양한 언어 작업에 맞는 여러 트랜스포머 아키텍처를 선택하고 코딩하는 방법을 배워보세요.선수 조건
Deep Learning for Text with PyTorch1
The Building Blocks of Transformer Models
Discover what makes the hottest deep learning architecture in AI tick! Learn about the components that make up Transformer models, including the famous self-attention mechanisms described in the renowned paper "Attention is All You Need."
2
Building Transformer Architectures
Design transformer encoder and decoder blocks, and combine them with positional encoding, multi-headed attention, and position-wise feed-forward networks to build your very own Transformer architectures. Along the way, you'll develop a deep understanding and appreciation for how transformers work under the hood.
PyTorch로 배우는 Transformer 모델
강의 완료
19백만 명 이상의 학습자와 함께 PyTorch로 배우는 Transformer 모델을(를) 시작하세요!
무료 계정 만들기
Google에서 계속 진행더 많은 옵션 보기또는
DataCamp for Mobile을 통해 데이터 분석 능력을 향상시키세요.
모바일 강좌와 매일 5분 코딩 챌린지를 통해 이동 중에도 학습 효과를 높이세요.