Un grand merci pour votre vidéo, j'ai compris beaucoup de choses grâce à vous. Bravo à toute l'équipe de Fidle ! J'ai écrit mon mémoire de Master qui traite en partie des modèles Transformers, je me suis beaucoup inspiré de vos schémas et de vos explications pour sa rédaction. Au plaisir de vous suivre, je vais partager votre chaine avec mon entourage.
Merci pour ce live qui est très intéressant car vous expliquez les concepts avec des exemples simples, ce qui complète très bien les explications anglophones qu'on trouve. Bravo!
C'est vraiment bien la façon dont la leçon est organisée, en partant de concept macro pour rentrer petit à petit dans le détail. Tout l'enseignement français pourrait s'en inspirer :)
super, peut-être un peu plus de théorie dans la pratique dans le chapitre TPs avec un petit focus GPT m'aurait apporter les réponses que je recherche encore du coup 🙂 pour les GNN j'ai approfondi des connaissances via une application GNN à la détection des comportements des utilisateurs connectés aux espaces immersifs (en réalité augmenté) je regarderai la vidéo pour voir si j'ai bien approfondi ou si je me suis égaré :)
J'ai l'impression qu'il y'a un problème avec le nombre de neurones pour les couches denses sur votre schéma à 50:33 ? Ce n'est pas cohérent avec la taille des matrices Q et K que vous affichez après. Il me semble que les couches denses devraient avoir seulement deux neurones Sinon très bonne vidéo merci beaucoup !!!
Merci pour la vidéo. Excellent travail ! Du coup, le notebook distilbert_torch.ipynb n'est pas disponible ni dans le docker ni dans le gitlab. Est-ce que vous pourriez l'ajouter SVP ? Cela serait super utile et intéressant d'avoir les versions TensorFlow et Pytorch du modèle. Merci d'avance.
quand à 43:12 vous dites "une seule couche de réseau de neurones c'est une projection linéaire qu'on fait", vous voulez dire une transformation ? je vois pas en quoi c'est une projection
Bonsoir Pr, Pourrais-je avoir si possible la documentation ( articles, livres, ...) sur le transformer ? Est-ce qu'avec, on peut proposer un système centralisé d'enregistrement automatisé et d'identification de données robuste ?
Un grand merci pour votre vidéo, j'ai compris beaucoup de choses grâce à vous. Bravo à toute l'équipe de Fidle ! J'ai écrit mon mémoire de Master qui traite en partie des modèles Transformers, je me suis beaucoup inspiré de vos schémas et de vos explications pour sa rédaction. Au plaisir de vous suivre, je vais partager votre chaine avec mon entourage.
Merci beaucoup pour votre retour ! Nous sommes très heureux d'avoir pu vous aider... et à très bientôt pour de nouveaux épisodes !
Merci pour ce live qui est très intéressant car vous expliquez les concepts avec des exemples simples, ce qui complète très bien les explications anglophones qu'on trouve.
Bravo!
Merci à vous
Merci à vous deux pour ce cours clair et passionnant 😊
Merci à vous 😊
C'est vraiment bien la façon dont la leçon est organisée, en partant de concept macro pour rentrer petit à petit dans le détail. Tout l'enseignement français pourrait s'en inspirer :)
C'est clair !
Une approche très intéressante des transformers, merci à vous deux !!
Merci beaucoup pour ce retour :-)
Très clair et bien amené.
Merci pour ce cours.
Merci beaucoup :-)
Très belle approche pédagogique. J'ai compris ce que je n'avais pas compris dans mes cours.
Merci beaucoup !
Merci
super, peut-être un peu plus de théorie dans la pratique dans le chapitre TPs avec un petit focus GPT m'aurait apporter les réponses que je recherche encore du coup 🙂 pour les GNN j'ai approfondi des connaissances via une application GNN à la détection des comportements des utilisateurs connectés aux espaces immersifs (en réalité augmenté) je regarderai la vidéo pour voir si j'ai bien approfondi ou si je me suis égaré :)
Merci beaucoup pour votre retour !
Une nouvelle version de la séquence GNN devrait être proposée :-)
J'ai l'impression qu'il y'a un problème avec le nombre de neurones pour les couches denses sur votre schéma à 50:33 ? Ce n'est pas cohérent avec la taille des matrices Q et K que vous affichez après. Il me semble que les couches denses devraient avoir seulement deux neurones
Sinon très bonne vidéo merci beaucoup !!!
Merci pour la vidéo. Excellent travail ! Du coup, le notebook distilbert_torch.ipynb n'est pas disponible ni dans le docker ni dans le gitlab. Est-ce que vous pourriez l'ajouter SVP ? Cela serait super utile et intéressant d'avoir les versions TensorFlow et Pytorch du modèle. Merci d'avance.
bientot disponible
quand à 43:12 vous dites "une seule couche de réseau de neurones c'est une projection linéaire qu'on fait", vous voulez dire une transformation ? je vois pas en quoi c'est une projection
Oui, tout à fait. Le terme transformation est sans doute plus clair/adapté ;-)
Merci (:
Merci également pour votre intérêt !!
Word 2 vec n est pas un réseau de neurone ?! ( exemple du debut )
word2vec comme son nom l'indique transformer les mots en vecteur pour avoir un représentation simplifié pour le model
Bonsoir Pr,
Pourrais-je avoir si possible la documentation ( articles, livres, ...) sur le transformer ? Est-ce qu'avec, on peut proposer un système centralisé d'enregistrement automatisé et d'identification de données robuste ?
Bonjour, tu peux télécharger la documentation sur le site de fidle : gricad-gitlab.univ-grenoble-alpes.fr/talks/fidle
@@CNRS-FIDLE Bonsoir. Bien reçu. Merci beaucoup.