- ตัวดำเนินการ
-
เรียนรู้
เรียน Python ตัวอย่างที่รันได้, NumPy, pandas และอื่น ๆ เรียน AIโครงข่ายประสาท ML และ LLM ตั้งแต่ศูนย์ เรียน C และ C++ พอยน์เตอร์ หน่วยความจำ STL และ C++ สมัยใหม่ เรียน C#พื้นฐาน C#, OOP, LINQ, async และแบบฝึกหัด .NET เรียน Matplotlibกราฟเส้น แท่ง กระจาย และวงกลม พร้อมตัวแสดงภาพแบบโต้ตอบ อัลกอริทึม Python การค้นหา การเรียงลำดับ รีเคอร์ชัน และภาพจำลอง O(n) อัลกอริทึม C และ C++ เปรียบเทียบการเขียนด้วย C และ C++ เขียนโปรแกรมสำหรับเด็ก เรียนเขียนโปรแกรมผ่านการเล่น!
- โจทย์ใหม่
- สำหรับครูใหม่
- อัปเดต
- เลี้ยงกาแฟสักแก้ว
เส้นทางการเรียนรู้ AI
สร้างส่วนประกอบของ Transformer ด้วย Java
9 โจทย์เกี่ยวกับการทำงานภายในของโมเดลภาษาขนาดใหญ่: tokenizer และ byte pair encoding การเข้ารหัสตำแหน่ง self-attention, causal attention และ multi-head attention, layer normalization และการสุ่ม token ถัดไป แก้ตามลำดับด้วย Java ทุกโจทย์รันในเบราว์เซอร์พร้อมผลทดสอบทันทีและรีวิวจาก AI
เข้าสู่ระบบเพื่อบันทึกความคืบหน้าของคุณในเส้นทางนี้
0%แก้สำเร็จ
0 / 9
-
1 เรียนแนวคิดก่อน Tokenization: คลังคำ, one-hot และ byte pair encoding ใน Python อ่านบทเรียน →0/3การตัด token
แปลงข้อความเป็น token: คลังคำศัพท์ เวกเตอร์ one-hot และ BPE
-
2 เรียนแนวคิดก่อน Attention และ self-attention ใน Python อ่านบทเรียน →0/4Attention
การเข้ารหัสตำแหน่งและ self-attention แบบ causal และ multi-head
-
3 เรียนแนวคิดก่อน โมเดลภาษาสร้างข้อความอย่างไร: temperature และ top-k ใน Python อ่านบทเรียน →0/2Normalization และการสร้างข้อความ
Layer normalization และการเลือก token ถัดไป
- 1 Layer normalization ปานกลาง แก้โจทย์ด้วย Java
- 2 การสุ่มด้วย temperature และ top-k ปานกลาง แก้โจทย์ด้วย Java