Відео

Una consulta en Windows se puede tambien instalar Tensoflow y Pytorch con soporte CUDA ?

Increible, me encontré embeddings aplicados en otras áreas como las ímagenes, lo que le llaman "Pixel Embeddings" y mi cerebro simplemente no puede entender ni siquera que deberían representar. Estaría genial que hablaras de esto en próximos videos :)

No logro seguir desde el minuto 15 porque los shapes no dan, ese 32*32*3 no resulta, hay que poner 150528.

Buen día profesor, casi al final del video en donde tiene que modificar la matriz de pos_embed_matrix aplica un unsqueeze en dimensión 0 y después aplica un transpose entre la dimensión 0 y 1, creo que este transpose no es necesario ya que siguiendo todo su video con el haber agregado la dimensión 0 me daba shape de (1, seq_len, d_model) esto empata con la dimensión que trae el modelo de batch_size, seq_len, d_model

Hola, gracias por el video 🙏. Tengo una duda: en el PositionalEmbedding, parece que en el div_term solo se está considerando la mitad de los elementos i de cada embedding, en lugar de separar correctamente los índices pares e impares como debería ser. Por ejemplo, si tomamos d_model = 4, los valores de i para el seno deberían ser (0, 2) y para el coseno (1, 3). Sin embargo, actualmente, al hacer un arange de 0 a d_model = 4 con un paso de 2, los valores de 2i resultantes son (0, 2), y se utilizan tanto para el seno como para el coseno.

Saludos Pepe. Muy claros y didacticos tus videos, sigo aprendiendo mas sobre este fascinante tema, ya que será mi tesis de trabajo de Maestria.

Muy buen video! hay te llevas mi like y sub

😊 ¿ porqué skipgram y no c-bow? Solo es una inquietud @Pepe

😊

Excelente video! Pero es necesario combinarlo con código y la parte matemática a lado para saber como se van enlazando.

De todos los videos que he estado mirando en estos días sobre el modelo Transformer, el mejor con diferencia. Muchas gracias por compartir tus conocimientos. Simplemente excelente.

Hola, ¿te imaginas hacer un poyecto de ia que integre vision computaciona, procesamiento de lenguaje natural, reconocimiento y emision de voz y ciencia de datos? seria como crear un robot autónomo PERO especializado en un area en concreto, como un profesional. Se podrian crear asistentes médicos, asistentes financieros, asistentes legales, asistentes educativos, asistentes en ingenieria.

Saludos, podrías repetir los experimentos y validar el consumo de memoria de video. Los cálculos que realizó para validar el uso de un mini bloque de 32 imágenes a 1024 x 1024, supera la capacidad de la rtx 6000 ADA que en teoría estarías usando.

Me ha encantado tu vídeo, ha sido revelador. Con éste y el anterior por fin los he entendido como quería. Tienes el código subido en algún sitio? Quiero hacer mi propio cálculo de embedings y me gustaría aprovechar para el codigo. Un saludo, gracias por el canal y tu tiempo.

Gran video!! Muy bien explicado y el codigo bastante intuitivo. Muchas gracias.

Excelente canal.

Excelente vídeo, la explicación está muy completa, gracias!

chester benington enseñando programacion

Es usted todo un maestro!!!. Gracias por compartir sus conocimientos.

Muy interesanteee, podrias hacer un modelo para reconocer patrones repetitivos de una tabla ? Estoy haciendo un proyecto para encontrar patrones repetitivos del oro, con columnas: fecha,hora,precio de apertura,precio maximo, precio minimo, precio de cierre,volatilidad en pips . Lo que quiero es encontrar patrones repetitivos y hacerlo con pytorch, podrias hacer un video con al menos una idea general o similar para guiarme ?

Muy buena e interesante tu serie de videos!! Estoy explorando el análisis de series de tiempo con transformers, es un mundo apasionante, estaría bueno ver tu punto de vista del tema, time2vec, autoformers, informers, iformers, timesnet, etc..

Una duda porque no se usa torch.sqrt o torch.log en vez de math.sqrt y math.log?

Eso fue fascinante!

Excelente eres un crack!

genial

😃😃 muchas gracias

Excelente serie de videos!! Gracias

Una rtx a6000 y no pudiste meterla en un gabinete decente ?

39:18 Y aqui hace sentido el optimizer.zero_grad()

Muy buen contenido Pepe! Como comentario: estaria cool que agregaras una liga a un notebook en collab para poder partir del codigo que tienes Saludos!

Gracias, todo super

Donde me uno para apoyar con dinero a este buen hombre. Algún Patreon? Por favor no dejes de hacer videos

genialllll ... muy buen video

Es hermoso, al fin yt me recomendó algo relevante.

Gracias. Gran explicación

pedazo de contenido para ES 💥👏

😄 Nos ha desafiado a todos !! ... Excelente trabajo, felicitaciones y muchísismas gracias.

woooh! que perla de información, muchas gracias

y como obtenemos los embeddings de x capa del modelo ?

Gracias! excelentes videos!

Mi ídolo Andrew y tu bro

Está pequeña parte de mi vida se llama felicidad

Si quisiera ayuda o algunas clases para un problema específico como podría contactarte,bro , tus clases son muy excelentes

es el dia 😍😍

Llego el dia

El video más esperadooooooooo 🎉

Excelente explicación, muchas gracias, me están ayudando mucho tus videos, saludos!

Esperando el próximo video 🎉

Gracias por compartir!!

Me ha encantado el análisis tan detallado del paper, gran trabajo, enhorabuena.