모듈 2가 시작됩니다. 수학은 충분합니다. LLM 마스터클래스 강의 11에서: LLM 내부의 모든 것이 숫자인 이유, 숫자와 화살표 목록인 벡터, 내적(chai · tea = 1.47, chai · car = 0.345), 행렬과 그 모양, 행렬 곱셈이 실제로 많은 내적인 이유, 그리고 이 모든 것이 NumPy에서 @ 연산자를 사용하여 이루어집니다. 💻 이 강의 코드(브랜치 강의-11): https://github.com/programmingline/chotugpt/tree/lecture-11 강의 11/32 — LLM 마스터클래스 · 모듈 2: 충분한 수학 ⚠️ ChotuGPT는 단순화된 교육 모델입니다. 단어 벡터(차이, 차, 자동차)와 작은 '뜨거운 음료? / 차량?' 매트릭스는 교육용 장난감 숫자입니다. 이 강의에서는: • 모든 것이 숫자가 됩니다: 토큰 ID(강 2) 및 단어 벡터(강 5) • 벡터는 숫자의 목록입니다. 길이는 차원의 수입니다. • 내적: 일치하는 숫자를 곱하고 더합니다. 두 벡터가 같은 방향을 가리킬 때 커집니다. • 코사인 유사성이 길이로 나누어지는 이유 • 행렬: 모양(행 × 열)이 있는 숫자의 격자; 학습된 가중치는 행렬에 존재합니다. • 행렬 × 벡터: 각 출력은 하나의 내적입니다. 행렬 × 행렬: 행 곱하기 열, 내부 크기가 일치해야 함 • NumPy: @ 행렬 곱셈, 단어 @ 단어.T는 모든 쌍의 내적을 한 번에 제공합니다. • GPU가 중요한 이유, 주의 점수가 내적인 이유(강 18) 챕터: 00:00 강의 10 퀴즈 답변 00:12 모듈 2: 수학만으로도 충분합니다 00:24 모든 것이 숫자가 됩니다 00:40 벡터 01:05 클릭하기 시작하나요? 01:10 내적 01:43 행렬과 모양 02:02 행렬 곱셈 = 많은 내적 02:42 NumPy: @ 연산자 03:07 퀴즈 03:27 이것이 중요한 이유: 변환기와 GPU 03:47 요약 및 다음 강의 ✅ 강의 10 퀴즈 답변: B, 지침을 따르기 위한 인간 피드백 교육. 가장 큰 변화는 크기가 아니었습니다. ❓ 퀴즈: 행렬 곱셈은 정말 많습니다… A) 덧셈 B) 내적 C) 나눗셈. 답변을 댓글로 달아주세요. 12강에서 공개합니다! 👍 좋아요, 구독, 퀴즈 정답을 댓글로 달아주세요. ⏮ 이전: 강의 10 — GPT-3에서 ChatGPT까지: 현대 시대 ⏭ 다음: 강의 12 — 처음부터 신경망 출처: NumPy 문서: numpy.matmul 및 @ 연산자(numpy.org/doc); G. Strang, "선형 대수학 입문"(Wellesley-Cambridge Press); 이 강좌의 5강에서 나온 장난감 단어 벡터입니다. #LLM #선형대수학 #NumPy