In Transformer model, only these layer types are involved in the deep learning/containing trainable parameters, and (3) with activation functions: (1). Word Embedding Layer; (2). Weighted matrices for K, V, Q; (3). Feed Forward Layer or Fully Connected Layer. Correct?
Thanks so much! One question to ask: 3.5 Positional Encoding --- where pos is the position and i is the dimension, i is in the range of 1-512, right? If this is true, how to understand PE(pos,2i)? 2i will be in the range of 2-1024? Thanks
讲得真好，我反复读了好多遍了听你讲还能温故知新太棒了！谢谢李老师！
大神讲的真是浅显易懂，切中要害，听了那么多版本的attenion，就您这版最好理解。感觉自己听懂了，明白了。非常感谢您的分享。
李宏毅的更细节一些。
謝謝大佬 深入淺出又補充了不少相關知識 真的是造福後進
感谢大佬的分享，非常的浅显易懂，能够很好的将以往的技术和论文中的架构设计结合起来去讲解，让听众能够明白为什么这样设计，以前是怎么设计，以前和现在的设计各自的优点和缺点是什么，视频中还有许多很直观的比喻，之前看原文真实看的一头雾水、不体系，正式因为看到一小段就需要去深入挖掘一些额外的知识才能继续阅读，这可能也是信息密度高的文章比较晦涩难懂的原因，还好有您的视频才让更多对AI、对模型感兴趣的人能够更好的学习这个领域的知识，感谢~^_^
57:00 感觉是整个精读的精髓，谢谢老师！
这种看了一个小时，知识进不了脑子的感觉太奇妙了😍
非常好，大学没有这么好的课程。沐神，身体健康
你在黑你大学的教学质量哈哈
在encoder中的自注意力可以计算所有的score（Q*K),encode中的mask是为了防止对输入序列中padding的数据计算分数。
在decoder中mask是为了屏蔽“未来“的数据。
非常棒！没有完全听懂，因为不是搞AI计算的，但是几十年前搞过并行算法的科学计算，很多东西是类比的。还是很有收获。大概需要多看几遍
讲的太好了。 我 AI 完全不懂， 都可以理解你讲的。 感谢！
局外人发言。不小心搜到这个视频。视频看了一大半，觉得博主讲得好，心想这人一定自己懂很多，纳闷他会是哪个大学的计算机老师。原来是传说中的人物:)
理解透彻，讲解深入浅出，还肯花时间录制视频，收下我的膝盖
感谢精讲！挑个小毛病。4:52 褒（音同包）义词
最近刚好在学transformers有点疑惑 老师讲得非常清晰 问题迎刃而解 感谢！
3.3节55:04，在attention之后，经过norm后的feed forward MLP 是“position”-wise，不是“point”-wise。不过大佬的讲解没问题，估计是口误。MLP只对embedded features内部维度做线性变化，position之间是没有交互的，并且是weight是shared。也可以认为每一个position是一个point。
太棒了，很喜欢精读论文系列
大佬的讲解真是入木三分，对大模型的学习太有帮助了
讲的非常清楚，非常感谢老师的讲解！！❤
目前全网最优论文“解毒”保姆，小白这里佩服你。
在LLM大规模发展应用的今天再回头来看这个，感叹核心技术对行业发展的强大推动力，还有就是大道至简
lz讲得真好，视频做得也很上心！一部视频tshirt换了好几次
感谢老师的详细讲解和无私分享！小白学到了很多🌹
Thank you very much for you work, Dr. Li!
谢谢老师，很有价值的分享。褒奖的褒，念Bao（同保）。
感谢大佬，真的是深入浅出！支持老师出更多视频！
聽了好幾遍，講得實在太好了！
讲的太好了，感谢老师，感谢互联网！！！！！！
我认真听了的。褒义词和裹义词。
感谢李沐老师，常读常新。
33:40处，绿色的权重应该只与自身高度相关，与中间的向量应该不一定相关。
非常赞，讲得很清楚
可以这样理解吗？norm是为了让传感器的输出稳定，bn处理的卷积核影响的是通道维度，多头注意力是对特征重新加权，影响的是句子维度。
感谢，多年之后回来看还是有所收获。
老师讲的真的很好，常看常新
感謝指點我們的注意力
视频真的非常好
再来看李老师的讲解，终于看懂了（差不多）
真有耐心啊，谢谢主播分享
谢谢大佬的讲解，详细易懂～感谢感谢！
解释得非常好，Thanks
讲的太好了！ 非常适合我这样的小白学习。
哇，竟然有一个半小时的全程字幕。辛苦了。
讲解得太棒了！感谢！！
非常好! 唯一有一点没讲太清楚的时候就是训练和预测的时候outputs sequence是具体怎么用的
这个视频还有前两集，它们在visualize上做得挺好的。
1:18:30 左右，label smoothing应该是讲反了？应该是正确的category减0.1， 然后其他category+原来正确的category分这0.1吧？
你的解說讓我的眼界更進一步了…
谢谢老师，感谢大佬带我入门Transformer
了不起的成就與貢獻❤❤❤😂😂😂
Thanks for detail explanation
感谢大神无私分享，拜谢~！
万分感谢! 期待您更多的作品
讲的是真的好
宝藏博主！谢谢您的分享。想跟着博主学习更多ML的知识。
膜拜大神，认真学习！
受益良多，期待更多分享。
In Transformer model, only these layer types are involved in the deep learning/containing trainable parameters, and (3) with activation functions:
(1). Word Embedding Layer;
(2). Weighted matrices for K, V, Q;
(3). Feed Forward Layer or Fully Connected Layer.
Correct?
再生父母啊！！！！！！！！呜呜呜呜谢谢老师！！！
哈哈这么夸张😅😅😅
恰到好处的表达了感谢之情
父就可以了 父母也。。。
讲的太棒了！！必须点赞
感谢分享 层层深入
講的太好了，痛哭流涕啊
真的太好了 宝藏频道
太棒了 受益匪浅
非常有用,感謝大老
Thanks so much! One question to ask: 3.5 Positional Encoding
---
where pos is the position and i is the dimension, i is in the range of 1-512, right? If this is true, how to understand PE(pos,2i)? 2i will be in the range of 2-1024?
Thanks
i is in the range of 0 - 256.
想了解它的Embedding層是如何將詞轉換成512維度的向量的，網路上查Embedding似乎有很多做法，不清楚Transformer論文中的是哪一種?
大老恕我爆粗口但是給予敬意：他媽的這種視頻都有。謝謝了
7:49, 想问下GBT是什么？是Gradient Boosted Trees吗？还是说应是GPT？
Transformer把序列信息抽取出来，加工成我们想要的语义空间。
真的不错！大神就是大神！
太清楚了，谢谢，能问一下数据训练是在哪个阶段做的？
老師太神了
非常感谢您的分享！
感谢沐神的讲解! 请问沐神接下来有计划讲解一下Chelsea Finn的MAML吗？也想听一下沐神对于meta-learning的看法
而且为什么好像MAML有点停滞不前了？
@@alphaprofold5707 Hello, MAML个人觉得在原本few-shot learning的领域上表现的一般，反而可能会在federated learning上有所发挥。具体MAML和meta-learning的 发展我也没follow up了之前感兴趣的时候看了看
Very impressive! Thank you!
讲得太好了，牛
老师讲的太好了！深入浅出！
每一个搞深度学习科研的人最终都逃不过这一期视频😅
谢谢，讲得清晰明了
未看先感谢沐神~
讲的太好了老师，谢谢！
讲得好细啊！超棒！
大佬您為何那麼晚才讓我看到您的影片 太感激了
谢谢 很有裨益
感谢老师分享
4:53 褒（bao）义词
Very good
一輪簽! 謝謝大大，讓我知識完備很多
THE BEST!!!
火出圈的Transformer催生了ChatGPT
请问能否用信息论的方式讲下Transformer，比如，信息如何从word embedding开始，逐步提炼浓缩到最后一层layer的过程
感谢🙏
38:13 处key的矩阵应该是d_k × m吧，不然没办法算dot product。
哦看到论文式子里K用的是transpose了，没事了😂
23:35 殘差連接 ??
51:41 第三個注意力層??
太感谢啦！
感谢分享！
这简直是种享受，大佬教学确实不一样
感谢大佬
讲的真好
Value究竟怎么算的呢？还是说是个已知的字典库{key:value}？
Fully connected可以說是transformer的一種特殊型嗎?