我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
- Attention Layer的複雜度是O(n^2 * d)
- Recurrent Layer的複雜度是O(d^2 * n)
這些資料出自於ChatGPT的關鍵技術 - Transformer的原始Google論文：Attention is All You Need, Vaswani et al. (2017)
我們已經用CPU當作運算資源，得出Attention Layer比Recurrent Layer更有優勢，結論彙整於AI說書 - 從0開始 - 8。
現在目標是想要用Python來做模擬，且使用GPU當作運算資源。
延續使用Meta釋出的模型，實作Chat GPT - Part 0的Google Colab設定，我們開始做環境設定：
