Förstå hur generativ AI fungerar
Från vektorer och neuronnät till attention och transformers — du ska kunna förklara vad som händer inuti en språkmodell när den skriver nästa ord.
Alla kunskaper som ingår (35) — i beroendeordning
- 1AMönster och kategorier
- 2BData från vardagen
- 3AInstruktioner i rätt ordning
- 4BAlgoritmiskt tänkande
- 5CFunktioner och koordinatsystem
- 6DDerivata och optimering
- 7CProgrammeringslogik — variabler, villkor, loopar
- 8CPython — grunderna
- 9CPython — listor, loopar och dictionaries
- 10BRegler kontra inlärning
- 11CStatistik — medelvärde, median och spridning
- 12CSannolikhet — grunderna
- 13ATal och de fyra räknesätten
- 14AJämföra och sortera tal
- 15BKoordinater: hitta på kartan
- 16BTräningsdata, features och etiketter
- 17BKlassificering — så sorterar en modell
- 18CDin första prediktiva modell — en rät linje
- 19DGradient descent
- 20CNeuronnät — intuitionen
- 21BVad är generativ AI?
- 22BGissa nästa ord
- 23CVilka ord hör ihop? Uppmärksamhet
- 24COrd som punkter: liknande ord nära varandra
- 25DTransformern — översikt utan formler
- 26DHur en språkmodell tränas — på gymnasienivå
- 27DVektorer
- 28DMatriser och matrismultiplikation
- 29DNeuronnät — forward pass med matriser
- 30DBackpropagation
- 31DEmbeddings — ord som vektorer
- 32DAttention
- 33DPyTorch — tensorer och autograd
- 34DTräna ett neuronnät i PyTorch
- 35DTransformers — arkitekturen