¡Cómo programar un Transformer desde CERO! (From Scratch!)

[@carlosdanielojeda3016]

Está pequeña parte de mi vida se llama felicidad

[@julherjul625]

Excelente video, total apoyo.

[@PepeCantoralPhD]

Muchas gracias por tu comentario y apoyo al canal! Saludos!

[@reinerromero7265]

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

[@fabio336ful]

El video más esperadooooooooo 🎉

[@1LeoVaz]

pedazo de contenido para ES 💥👏

[@IATotal]

Gracias! excelentes videos!

[@mauriciolugo6239]

genialllll ... muy buen video

[@reynaldopereira7613]

es el dia 😍😍

[@guillepintor]

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.

[@carlosdanielojeda3016]

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

[@dafmdev]

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

[@GozLoz-j8i]

Llego el dia

[@DragonBZeta]

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

[@gama3181]

y como obtenemos los embeddings de x capa del modelo ?

[@alejandrocan3445]

Muy bueno!!