¿Por qué estas REDES NEURONALES son tan POTENTES? 🤔 | TRANSFORMERS Parte 2

[@DotCSV]

► Serie Introducción al NLP y Transformers (DotCSV) ⭐Parte 1 - kzbin.info/www/bejne/ipiUfp2Dfrt0qMU - Introducción a Tokens. ⭐Parte 2 - kzbin.info/www/bejne/iJy8pnuVgJx5rpY - Introducción a Embeddings. ⭐Parte 3 - kzbin.info/www/bejne/l32QdqCBqqdjbZo - Introducción a Mec. Atención

[@MarioAlbertoRomeroSandoval]

Justo estaba esperando la segunda parte 😎

[@josecudris5078]

Genial ésta serie dotcsv, sinceramente sería muy complicado entender este tipo de arquitectura sin una buena explicación detallada como lo son todos los videos de este canal. Épico

[@drios200]

Ahora el universo tiene sentido :p

[@drios200]

Me solté riendo con lo de discreto xD

[@patojp3363]

El mejor!!! Gracias

[@eduforero]

Porque tienen un gran líder. ⚡Optimus Prime. ⚡

[@cheernesto85]

Vine por este comentario

[@RominaSosaSchnoerr]

Jajajajaja

[@wilmerh.munoz.2303]

Jajajaja, no mames wey esto es ciencia 😊🤣🤣😹🤭

[@Rusenshi]

Y el nuevo modelo de NVIDIA se llama Megatron, un digno rival

[@jfbaezv]

Jajajajajajajajaja

[@charly9544]

"Detrás de estas tecnologías hay un transformer" Yo imaginándome a Bumblebee generando palabras

[@asusasd2557]

yo tambien

[@zzzz5517]

Si existe una tecnologia llamada bumblebee xd

[@Darkbotsz5]

Es un Camaro.

[@zure2874]

"Sigamos con los transformers" Yo: Bien... sigue optimus prime

[@urielgarcia3888]

WOW... Me he queda sin palabra JAMAS me hubiera imaginado el uso de formulas sinusoidales para calcular posiciones.

[@1061exclavo]

Sería realmente increíble ver un ejemplo práctico. He escuchado de estás redes pero para un novato como yo sería valioso ver un código que te ayude a encaminar lo practico. Gracias por el video.

[@Cuperino]

¡Sigue profundizando Dot! ¡El tema es fascinante y tu explicación e excelente! ¿Cómo se hace uso de esta descomposición temporal y qué otras implicaciones tiene?

[@matiasrodrigotorresrivera4941]

A Fourier le encantó este video

[@vegamuni]

Me costó entender cómo funcionan los Transformers. Tuve que relacionar cada palabra de lo que estaba leyendo con cada una de las demás palabras y luego leerlas ya relacionadas de forma simultánea y paralela, pero teniendo en cuenta el orden. Estoy ironizando. Lo que hice fue leer la explicación por partes, entender un trozo, luego el siguiente y luego volver a leerlo todo. A mi entender, lo que hacemos para entender un texto largo o complicado, se parece más a una convolución que a un transformer.

[@wb4529]

12:22

[@CristianGarcia]

Una convolucion implicaria que somos capaces de procesar todos los posibles n-gramas de una frase en paralelo. Lo mas parecido para los humanos en una red recurrente.

[@vegamuni]

@@CristianGarcia "Se parece más"

[@juanete69]

Me alegra encontrar en español estos tutoriales de tan buena calidad, tanto por el contenido didáctico como por tu forma de hablar como por los gráficos.

[@lisandrocesaratto3012]

Excelente! La forma como explicas Positional Encoding no la vi en ningun otro video, y ahora logre entenderlo al 100%. Gracias!

[@AntonioGallardoCabrillana]

Este tipo de videos deberían ponerle a los chavales antes de clases de matemáticas para animar a aprenderlas viendo la gran utilidad que tienen. Gran video como siempre.

[@juansiveriorojas967]

Hola Carlos, tus explicaciones son impresionantemente clarificadoras, acompañadas siempre de una infografía espectacular, lo que demuestra todo el trabajo que hay detrás de cada video. Enhorabuena.

[@IvanLopezioloo]

Es impresionante el trabajo didáctico que hacéis. Ésto no podría hacerse en televisión.

[@osip_1984]

Otra de las razones por las que utilizar una codificación posicional basada en ondas matemáticas multidimensionales es porque le permite al modelo adquirir información posicional relativa respecto a las otras palabras, permitiéndole aprender con menos ejemplos y más rápidamente.

[@maruscheffer5202]

Claude Shannon... Todo se reduce a la teoría de la información... Que genio fué... Gran video ❤

[@jeannsyo]

13:28 dot realmente eres un crack, saludos desde America Latina

[@AlvaroALorite]

🎉🎉🎉 **Felicidades por el 1/2 millón de subs!** 🎉🎉🎉

[@EmaSuriano]

Quizás el mejor video de tu canal, sin duda lo has explicado de manera excepcional! Sin duda me voy a hacer a Patreon

[@wilfredomartel7781]

Vaya que video y qué manera la tuya de explicar! Necesitamos profundizar y llevar a codigo la siguiente parte.

[@mvargas34]

Que genial la forma creativa de explicar el positional encoding! Sos un grande Dot CSV!

[@yorius96]

Excelente video, incluso al día de hoy, es realmente interesante entender cómo pasamos de las antiguaras redes tradicionales a los grandes modelos de lenguaje que ocupamos al día de hoy (nunca había entendido bien qué era el Positional Encoding, genial explicación)

[@fosters.4558]

Cualquiera q sabe de Sonido mira esas ondas y es inevitable relacionarlo con las ondas armónicas que al final se traducen en frecuencia.. bien lo decía Tesla.. todo es frecuencia todo !! U.u

[@andresunknow8917]

Brillante video! Muchísimas gracias!!

[@Inzurrekto1]

Agradezco que esta información esté bien explicada y en español. Para estudiar este tema de forma rápida viene bastante bien.

[@diegotarrio2905]

ufff, muchísimas gracias por compartir con semejante claridad y calidad de exposición! Muy clarificador!. 🙌

Excelente explicación!!! Muchas gracias por compartir tus conocimientos.

[@andrewturtle2610]

Genial! Me vuela la cabeza este tipo de resultados que están sacando las IA

[@francoferrante6723]

Excelente videoooo!!! Muchas gracias por la dedicación! Por favor, seguí esta serie que está genial!

[@lenninrestrepo8556]

Explicas demasiado bien!! buen video... jaja tener este conocimiento hace una década nos hubiese asegurado una beca en el MIT

[@juandiegoorozco5531]

Tenés una forma de explicar magistral!, capturaste mi atención por completo, super interesante

[@casipof]

Espectacular!!! Una explicación excelente. Gracias!!

[@fisicaparalavida108]

Densooooo! mucha y muy valiosa informaciòn. Gracias!

[@brianfuentes2923]

QUIERO MAS!

[@rodmallen9041]

Qu'e maravilla de v'ideo! mil gracias por semejante explicaci'on!

[@lopez-rober]

Wow, Super Gran trabajo. Videos que valen oro, por favor nunca dejes de hacerlos, siempre los espero por lo interesantes que son.

[@jovenalpay]

Que magnifica explicación!!! Y que genialidad la de los transformers. Y de ahi que utilicen tantas GPUs para procesamiento paralelo de enormes cantidades de datos. GRACIAS DOT.CSV

[@haroldt.c.477]

En determinado momento, con el conocimiento con las que las propias personas alimentan a las inteligencias artificiales, serán estás las que se ocupen de generar y distribuir la tecnología, y según parece esto avanza rápidamente.

[@lucasgomez9373]

Sos un Genio Carlos! Te consulto si sabes si hay desarrollos para optimizar esta codificacion utilizando por ejemplo modulaciones en cuadratura comunes en telecomunicaciones. Me interesa saber como se encara el incremento en throughput de datos! Saludos!

[@JuanJoseCinalli]

Solo se que en lugar de simplificar, se está complicando todo exponencialmente. Un ejemplo... Es como cuando generamos rampas en decodificadores A/D...en lugar de solo usar un equipo analógico. Nuestro cerebro es extremadamente simple en ese mecanismo de aprendizaje o incluso inteligencia. Si bien existen multiple tipos de neuronas, hay zonas y sectores específicos. Nuestras limitaciones principales son la velocidad de propagación electroquímica , la densidad de almacenamiento dentro de todo es aceptable , aún así ampliable electrónicamente. Muy buenos tus vídeos, aprendo mucho en verdad ! Saludos desde Rosario Argentina

[@JuanJoseCinalli]

Hugo Zucarelli, ing acústico famoso por su invención (1980) llamada Holofonic....este ideo una técnica de cambios de fase en sonido...como realmente es capturada por el oído humano, intentaron recrear algoritmos así manejar esta información espacial 3D sin resultados muy superiores.. El ser humano es 100% analógico...no veo razón (hoy en dia) cambiar estos principios hasta no superarlos y así emplear técnicas digitales. Espero se comprenda la comparativa. Saludos

[@ManuelGomezRicoUbeda1]

Me ha encantado! Muchas gracias

[@sararosagonzalez1074]

Muy didáctico. Gracias 😊

[@lMiguelPalafox]

🎯 Key Takeaways for quick navigation: 00:23 *🪐 Finding Exoplanets by Transit Method* - Exoplanets are mostly discovered using the transit method - Transit method involves a planet passing in front of its star - Light blockage helps determine the planet's size, and transit duration reveals its orbital period. 06:46 *🛰️ Challenges in Astronomical Technology* - A problem with technology in astronomical research can hinder discoveries and data analysis. 14:58 *🎵 Miscellaneous Information* - No specific valuable information discernible from this part of the transcript. Made with HARPA AInec

[@JuniorH]

Muchas gacias Dot! por toda la explicacion.

[@victormendezvasquez722]

Wow wow wow, full nice la explicación!!! Gracias Carlos, eres el mejor!!!!

[@manuelcobo8879]

Estas hablando de reconocimiento de voz o colores formas etc de cualquier manera todo es frecuencia 😎👍🎼

[@jeisoncgalindo]

una barbaridad, te deja sin palabras

[@korason3235]

Bro, tu canal ya es genial, no creo que necesites poner bromas entre medio

[@javieraguilar9957]

Tío Dot, nunca había visto un video tan bien explicado del Positional Encoding

[@AstronautaCrypto]

Me dejas loco por querer aprender más!

[@jesusrojas7534]

Si todos los vídeos fueran así, aprendería todo más rápido

[@silviabregar4263]

Hola es muy aclaratoria tu explicación. Soy escritora, se podrá usar como corrector de estilo y ortotipográfico?

[@tarabonet267]

¡Gracias!

[@luiscarlosrodriguezpascual7629]

Es lectura rápida, y sí, hay que parar y meditar de cuándo en cuándo...gracias.

[@javiernelon1577]

Brutal como explicas, cásate conmigo porfavor jaja

[@agooddaytoplay3114]

Todavia se puede ver la conferencia que diste para samsung?

[@manuelc2201]

Muchas gracias por tus videos, me ayudan bastante.

[@MILENIOZERO]

Yo quiero hablar con un personaje asi en español y dentro del metaverso o con la realidad mixta. Tiene que ser una pasada!

[@SimuFilmmaker]

4:01 se mató

[@davidpratr]

Gran vídeo con el que he comprendido el positional encoding. Si hicieras un vídeo explicando la capa densa final de BERT y el funcionamiento de la arquitectura entendiendo cómo funciona para un ejemplo de problema sería brutal ya :)

[@victormanuelsanchezmorales4261]

Carlos, haz un vídeo sobre como funcionan los "encajes", considero que son fundamentales para abordar temas como VQA (que estaría fenomenal que hicieras una serie!). Gran trabajo. Saludos

[@alanjosuefaustosoto7764]

Excelente serie de videos sigue asi

[@Runciter]

Necesito una parte V de NLP!

[@victorsalazar450]

Codificación Posicional División de la posición Binario ondas

[@dionislopez4111]

Una explicación de los Trasformer sencillamente Genial. Mil gracias desdes Santiago de Cuba

[@Darkbotsz5]

La guerra por cybertron.

[@luisefe387]

Carlos excelente video, explicas demasiado bien, muchas gracias!

[@denisvillanueva9588]

excelente Videos, tienes un manera de explicar temas dificiles de explicar, de una manera muy "sencilla", podrias realizar algun video acerca de los usos de IA en la medicina hoy

[@mbunooo]

nunca vi una explicación tan intuitiva de los embeddings posicionales. felicidades por el video!

[@korason3235]

Y así, poco a poco, es como Megatron sube al poder antes de que sean creados y luego revolucionando a otro planeta con humanos.

[@Darkbotsz5]

Del planeta cybertron.

[@javiertorcal5053]

He utilizado los Visual Transformers en mi TFM y su performance es mayor a la de las CNNs. Podrías hacer un vídeo sobre ellos por su gran potencial y futuro

[@Darkbotsz5]

Los decepticons y Los Autobots.

[@NomadeArgentino]

Maravillosa jugada la de trigonometría.. Y vos que pensabas en el colegio: para que carajos voy a usar esto yo? Gracias por la cátedra Carlos.

[@kingkonglibre8275]

Oye al principio te juzgue mal, no entiendo mucho del tecnisismo de tú canal pero me agrada, para mí los más sorprendente de la informática es la conversión, la conversión de pulsos eléctricos en información

[@gilberto_xyz]

Bro, eres la onda!

[@AlexPalmaTV]

Me gustan mucho todos tus videos son muy buenos

[@nachofloresblanco3208]

Gracias Carlos. Mira que he leído sobre los Transformers pero no conocía este tema del Position Encoding

[@Darkbotsz5]

De los decepticons

[@luicho10]

Hola, ¿cómo estas? Estoy interesado en empezar a investigar en visual transformer. Soy estudiante de doctorado en ciencia de datos y me gustaría conocer todas las aplicaciones que puedo realizar con visual transformer, especialmente en visual attention. ¿Conocerás algo al respecto?

[@findemor]

Buenísimo

[@YoshB99]

Magistral explicación!

[@mabelestevez6708]

Excelente

[@wilfredmedina6401]

Excelente video!

[@ninogarcia5243]

Que buen video, ¿cual es la música de fondo?. Gracias por el contenido!

[@elpreciso]

excelentes videos!!!

[@DanielGutierrez-xj6vz]

muy bien explicado

[@gocho1987]

gracias profesor!

[@dcardenasp]

Hola Carlos. Que buen video! Estás amarrando muchísimos conceptos en una sola aplicación. Genial! Me gustaría usar tu video para el capítulo de series de Fourier en un curso que imparto para estudiantes de ingeniería. Me autorizas? Salu2!

[@micheldomenino6367]

A ver!

[@emmanuelrodriguez8138]

Woao!!! Excelente video

[@adrianvelez9449]

Muchas gracias por tus vídeos. Te sigo hace poco tiempo y me parece que están muy bien. Me surge una duda respecto a la paralelización que comentabas. ¿Dices que con las redes neuronales recurrentes no se puede paralizar los cálculos por GPU? Pero realmente si se puede, ¿no? Puedes explicar a qué te refieres con eso. Digo que se puede paralelizar por qué los datos con los que óperas son una matriz bidimensional donde por una dimensión son los parámetros del algoritmo y por otro lado el número de ejemplos del batch de entrenamiento. Corrígeme si me equivoco o si se me escapa algo. Gracias.

[@javi4246]

MUY BUEN VIDEO

[@albertrg9166]

Hola, podrías explicar el concepto de los ViT? Eres un grande

[@dafmdev]

Muchas gracias!!!

[@RupertoCoronado]

Entiendo prácticamente el 10% de lo que dices, pero no puedo dejar de ver

[@santiagogaleanocadavid8237]

Excelente explicación... Gracias Carlos! Ya con ganas de ver los siguientes vídeos de esta serie sobre los transformers 👏🏼👏🏼

[@Darkbotsz5]

De esos robots transformable

[@mikilmku1554]

Me encanta, súper bien explicado, muchas gracias por tu vídeo.

[@bocatadenata]

Magnífico trabajo como siempre. Me parece interesantísimo todo lo que explicas, aunque no tengo el nivel necesario para entenderlo todo. Una pregunta: 10:33: Fila inferior: ¿seno(1/3 * pos)? ¿Por qué no sería seno(1/4 * pos)? No pillo el significado del 1/3

[@emgicraft2504]

Yei! Nuevo video! 😎

[@dacastror]

Me gusta que vuelvan los videos educativos!! gracias por el video!

[@Musica-kb3po]

Hola, puedes hablar sobre las "Real Doll"

[@Terror-Oscuro]

Será por que son de Cybertron???!

[@Darkbotsz5]

Si somos de cybertron

[@algaida94]

Wow, un video realmente muy interesante, ¡qué mind blower el tema de los senos y cosenos!, la verdad que da que pensar. Gracias por el currazo de los videos!