Поиск
Найдено: 50
11 мин🐾 Как работает Softmax: математика и логика мультиклассовых нейросетей
10 мин🧠 Обучение классификатора Softmax: математика потерь и градиентный спуск
54 мин🛑 Как архитектура Performers решает проблему квадратичной сложности классических трансформеров
48 мин🧠 Линейное внимание вместо квадратичного: спасёт ли метод Найстрема современные нейросети?
1ч 18м🌿 Эмметт Шир: «Контроль над ИИ — это путь к созданию цифровых рабов»
31 мин📜 Янник Кильхер разобрал классическую статью Google об алгоритме Word2Vec
48 мин🛑 Как Nyströmformer решает проблему квадратичной сложности в архитектуре Transformer
1ч 14м🛠 Анатомия GPU и FlashAttention: как оптимизация памяти ускоряет LLM
1ч 07м🔄 Эмметт Шир: «Нам нужен ИИ, способный искренне заботиться о нас»
51 мин🧠 Янник Килчер о связи линейных трансформеров и быстрых весов
1ч 06м🔄 Стэнфордский курс CS231N: эволюция механизма внимания и архитектуры трансформеров
2ч 27м🧭 Внутри зоны здравомыслия: как ИИ предлагает убивать ради прогресса
35 мин📉 Янник Кильхер проанализировал линейную архитектуру Fastformer
1ч 46м🕵 Как заглянуть внутрь ИИ: от карт сверток до GPT-5
1ч 05м🧠 Связь сетей Хопфилда и механизмов внимания в современных ИИ-моделях
1ч 05м🧠 Янник Килчер объяснил математическую связь трансформеров и сетей Хопфилда
1ч 16м🌍 Как устроена архитектура Transformers и зачем ей скалярное произведение
1ч 17м🔄 Построение нейросетей с нуля: лекция MIT по TensorFlow, Keras и компьютерному зрению
28 минRetentive Network: сможет ли линейная архитектура заменить Transformer?
1ч 14м💍 Филипп Изола: «Трансформер — это кольцо всевластия в современном ИИ»
1ч 30м🧠 Саймон Корнблит из GoogleAI об архитектуре SimCLR и будущем компьютерного зрения
1ч 06м🖼 Stanford: «Линейные классификаторы — это фундамент всего глубокого обучения»
1ч 24м🌌 Стэнфордский курс CS236: Математика и история энергетических моделей ИИ
31 мин🧩 Янник Килчер разобрал метод ALiBi для экстраполяции контекста трансформеров
30 мин🧠 Янник Кильхер о нейронных клеточных автоматах: как MNIST учится через консенсус
30 мин🧩 Нейронные клеточные автоматы: как MNIST классифицирует сам себя по мнению Килчера
42 мин🎯 Как нейросеть Slot Attention от Google Brain учится разделять объекты на фото
2ч 33м🛡 Почему безопасность ИИ невозможна: взгляд Николаса Карлини
2ч 04м🌐 Vision Transformer: полный цикл обучения нейросети на PyTorch
59 мин🚀 Быстрее EfficientNet в 4.5 раза: Янник Килчер объясняет устройство LambdaLayers
52 мин🚀 Маркус Нагель из Qualcomm о квантовании трансформеров и оптимизации ИИ для мобильных устройств
12 мин🔄 Эндрю Ын: «Обучение одной сети нескольким задачам дает лучший результат в компьютерном зрении»
11 мин🔍 Эндрю Ын: «Beam Search позволяет находить гораздо более качественные предложения»
18 мин🏛 Разбор классических нейросетей: Как устроены LeNet-5, AlexNet и VGG-16
11 мин🏗 Эндрю Ын: «Не изобретайте гиперпараметры, используйте проверенные архитектуры»
11 мин🎯 Как научить нейросеть рисовать Bounding Box: руководство от DeepLearning.AI
20 мин🚀 Алхимия больших моделей: как устроен открытый гигант GPT-NeoX-20B
1ч 13м🏆 Как заглянуть внутрь ИИ: от теории игр до разреженных автокодировщиков
1ч 20м🚀 Системная оптимизация DNN: от матриц до Tensor Cores
1ч 19м🧠 Как обучить нейросеть за 20 минут без GPU?
1ч 26мСтэнфорд о создании LLM: «Архитектура и гиперпараметры»
1ч 26м🏗 Как обучают современные модели: архитектурный консенсус
1ч 06мСтэнфордский курс CS231N: Линейные классификаторы и основы глубокого обучения
1ч 24м🌐 Стэнфордский университет: как устроены энергетические генеративные модели
1ч 08м🔄 Градиент стратегии и алгоритм REINFORCE: от робототехники до ChatGPT
1ч 11м🔍 Архитектура RNN и LSTM: разбор лекции CS231N от Стэнфорда
1ч 14м🤖 Технологии LLM и RAG в MIT: как работают современные языковые модели
1ч 14м🧠 Профессор MIT Рама Рамакришнан о принципах работы LLM и GPT
1ч 17м📊 Лекция Стэнфорда CS224N: основы механизма внимания и оценка перевода
1ч 16м🛠 «Они захватили всё»: Рама Рамакришнан о принципах работы трансформеров