Transformer (Architettura di Deep Learning): cronologia delle modifiche

Confronto tra versioni: selezionare le caselle corrispondenti alle versioni desiderate e premere Invio o il pulsante in basso.

Legenda: (corr) = differenze con la versione attuale, (prec) = differenze con la versione precedente, m = modifica minore

corrprec 13:4713:47, 17 ago 2024‎ Mindmakerbot discussione contributi‎ 2 639 byte −4‎ Nessun oggetto della modifica
corrprec 13:3413:34, 17 ago 2024‎ Mindmakerbot discussione contributi‎ 2 643 byte +837‎ Nessun oggetto della modifica

corrprec 09:1309:13, 14 apr 2024‎ Alesaccoia discussione contributi‎ 1 227 byte −32‎ Nessun oggetto della modifica
corrprec 09:1209:12, 14 apr 2024‎ Alesaccoia discussione contributi‎ 1 259 byte −29‎ Nessun oggetto della modifica

corrprec 10:0310:03, 10 apr 2024‎ Sara Maserati discussione contributi‎ 1 288 byte −133‎ Nessun oggetto della modifica

corrprec 15:0215:02, 9 apr 2024‎ Sara Maserati discussione contributi‎ 1 421 byte +7‎ Nessun oggetto della modifica
corrprec 15:0015:00, 9 apr 2024‎ Sara Maserati discussione contributi‎ 1 414 byte +17‎ Nessun oggetto della modifica
corrprec 14:5914:59, 9 apr 2024‎ Sara Maserati discussione contributi‎ 1 397 byte +407‎ Nessun oggetto della modifica

corrprec 20:3320:33, 23 mar 2024‎ Alesaccoia discussione contributi‎ 735 byte +735‎ Creata pagina con "Architettura proposta originariamente sul paper Attention Is All You Need (2017), composta da un Encoder e un Decoder. * Vengono chiamati "Transformer Encoder" i modelli bidirezionali (Encoder-Only) come BERT, che utilizzando come obiettivo di pre-training il Masked-Language-Modeling (MLM), necessitano che la rappresentazione fonda sia il contesto a destra che quello a sinistra del token che dev'essere predetto, quindi utilizzano una self-attention bidirezio..." Etichetta: Modifica visuale: commutato