モジュール 2 が始まります。数学は十分です。 LLM マスタークラスの講義 11 では、LLM 内のすべてが数値である理由、数値と矢印のリストとしてのベクトル、内積 (chai · tea = 1.47、chai · car = 0.345)、行列とその形状、行列の乗算が実際には多くの内積である理由、およびそれらすべてが @ 演算子を使用した NumPy で説明されています。 💻 この講義のコード (分岐講義-11): https://github.com/programmingline/chotugpt/tree/lecture-11 講義 11/32 — LLM マスタークラス · モジュール 2: 十分な数学 ⚠️ ChotuGPT は簡素化された教育モデルです。単語ベクトル (チャイ、お茶、車) と小さな「温かい飲み物?」 / 車両?'マトリックスは教育専用のおもちゃの数字です。この講義では: • すべてが数値になります: トークン ID (講義 2) とワード ベクトル (講義 5) • ベクトルは数値のリストです。その長さは次元数です。 • 内積: 一致する数値を乗算し、加算します。2 つのベクトルが同じ方向を向いている場合、大きくなります。 • コサイン類似度が長さで割られる理由。 • 行列: 形状 (行 × 列) を持つ数値のグリッド。学習された重みは行列内に存在します。 • 行列 × ベクトル: 各出力は 1 つのドット積です。行列 × 行列: 行と列、内部サイズが一致する必要があります • NumPy: 行列の乗算の @、words @ Words.T はすべてのペアの内積を一度に計算します • GPU が重要な理由、およびアテンション スコアがどのように内積になるか (講義 18) 各章: 00:00 講義 10 のクイズの答え 00:12 モジュール 2: 十分な数学 00:24 すべてが数値になる 00:40 ベクトル 01:05クリックしますか? 01:10 内積 01:43 行列と形状 02:02 行列の乗算 = 多数の内積 02:42 NumPy: @ 演算子 03:07 クイズ 03:27 これが重要な理由: トランスフォーマーと GPU 03:47 要約と次の講義 ✅ 講義 10 のクイズの答え: B、指示に従うための人間のフィードバックに関するトレーニング。大きな変化はサイズではありませんでした。 ❓ クイズ: 行列の乗算は本当にたくさんあります… A) 加算 B) 内積 C) 除算。答えをコメントしてください。第12講で明らかにします! 👍 クイズの答えにいいね、購読、コメントを付けてください。 ⏮ 前: 講義 10 — GPT-3 から ChatGPT へ: 現代 ⏭ 次: 講義 12 — ゼロからのニューラル ネットワーク 出典: NumPy ドキュメント: numpy.matmul と @ 演算子 (numpy.org/doc); G. Strang、「線形代数入門」(Wellesley-Cambridge Press);このコースの講義 5 からのおもちゃの単語ベクトル。 #LLM #線形代数 #NumPy
免責事項:info@kdj.com
提供される情報は取引に関するアドバイスではありません。 kdj.com は、この記事で提供される情報に基づいて行われた投資に対して一切の責任を負いません。暗号通貨は変動性が高いため、十分な調査を行った上で慎重に投資することを強くお勧めします。
このウェブサイトで使用されているコンテンツが著作権を侵害していると思われる場合は、直ちに当社 (info@kdj.com) までご連絡ください。速やかに削除させていただきます。
2026年11月20日 他の動画も公開されています