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。



書籍：Transformers for Natural Language Processing and Computer Vision, Denis Rothman, 

<html lang="en"><head><style>              .article-container {                width: 100%;                font-family: Microsoft JhengHei,Helvetica Neue,Helvetica,Arial,sans-serif;              }              ul, ol {                margin: 12px auto;                max-width: 740px;                color: #535150;                line-height: 1.8;                padding-left: 0px;              }              .graf--img {                display: table;                justify-content: center;                align-items: center;                text-align: center;                color: gray;                font-size: 14px;                letter-spacing: 0px;                margin: 10px auto 50px;                width: 100%;                position: relative;                clear: both;              }              .graf--img.center img {                width: 100%;                max-width: 740px;                margin: 10px auto 0px;                display: block;                margin: 0 auto;              }              .graf--img.full img {                width: 100%;              }              .captionTheme__wrapper {                width: 100%;                font-style: normal;                line-height: 22px;                font-size: 16px;                max-width: 600px;                margin-top: 8px;                display: inline-block;              }              .graf--img.full {                max-width: 100%;                margin: 40px 0px;                display: block;                margin: 0 auto;                align-items: center;              }              .graf--figure {                text-align: center;                color: gray;                font-style: italic;                font-size: 15px;                margin: 28px auto;                box-sizing: border-box;              }              .graf--figure iframe {                width: 100%;                max-width: 740px;                margin: 0 auto;              }              .graf--p {                font-size: 16px;                line-height: 1.8;                font-family: "Microsoft JhengHei fixed", "Helvetica Neue" ,"Microsoft JhengHei", Helvetica, "Segoe UI", Tahoma, Arial, sans-serif;                letter-spacing: 1px;                font-weight: 400;                max-width: 740px;                color: #535150;                text-align: left;              }              .graf--p > a {                color: #00B3C6 !important;                text-decoration: none !important;              }              .graf--li > a {                color: #00B3C6 !important;                text-decoration: none !important;              }              .graf--quotesSpecial > a {                color: #00B3C6 !important;                text-decoration: none !important;              }              .graf--blockquote > a {                color: #00B3C6 !important;                text-decoration: none !important;              }              .graf--h1 > a {                color: #00B3C6 !important;                text-decoration: none !important;              }              .graf--h2 > a {                color: #00B3C6 !important;                text-decoration: none !important;              }              .graf--h3 > a {                color: #00B3C6 !important;                text-decoration: none !important;              }              a.graf--mention {                color: #535150 !important;                text-decoration: underline !important;                font-weight: 700;              }              .graf--h2 {                font-size: 24px;                padding: 0;                max-width: 740px;                text-align: left;                letter-spacing: 1px;                font-weight: 700;                margin-top: 34px;                line-height: 1.5;              }              .graf--h3 {                font-size: 18px;                padding: 0;                max-width: 740px;                text-align: left;                letter-spacing: 1px;                font-weight: 700;                margin-top: 28px;                line-height: 1.5;              }              .graf--li {                font-size: 16px;                padding: 0px 0px 0px 4px;                font-weight: 400;                letter-spacing: 0px;                list-style-position: outside;                text-align:left;                margin-left: 24px;              }              .graf--hr {                width: 100%;                margin: 0px auto;                transform: translateY(-50%);                position: relative;                padding: 0px;                text-align: left;                max-width: 740px;                margin: 0 auto;              }              .graf--hr hr {                height: 0;              }              .graf--blockquote {                padding: 10px 0px 10px 16px;                font-size: 16px;                color: #7A7574;                letter-spacing: 1px;                margin: 28px 0px;                border-left: 4px solid #DDD9D8;                width: 100%;                max-width: 740px;                text-align: left;              }              .graf--quotesSpecial {                display: table;                color: #7A7574;                position: relative;                padding: 31.5px 40px;                text-align: center;                letter-spacing: 0px;                position: relative;                margin: 29px auto;                font-family: "Microsoft JhengHei fixed", "Helvetica Neue", "Microsoft JhengHei", Helvetica, "Segoe UI", Tahoma, Arial, sans-serif;                font-size: 16px;                -webkit-box-ordinal-group: 1;                -webkit-box-flex: 0;              }              .embed-wrapper {                max-width: 740px;                border: 1px solid #DDD9D8;                display: block;                padding: 12px;                border-radius: 8px;                margin: 12px 0px;                text-decoration: none !important;              }              .embed-title {                font-size: 16px;                font-weight: 700;                color: #535150;                margin-bottom: 8px;                text-align: left;                line-height: 1.5;                text-decoration: none !important;              }              .embed-description {                width: 100%;                font-size: 14px;                color: #7A7574;                line-height: 1.5;                max-height: 150px;                text-align: left;                overflow: hidden;                padding: 12px 0px;              }              .embed-url > a {                width: 100%;                font-size: 14px;                color: #141413 !important;                text-decoration: none !important;                line-height: 1.5;                text-align: left;              }                            .embed-thumbnail-wrapper {                padding-left: 12px;              }              .embed-thumbnail {                width:100px;                border-radius: 8px;              }              pre {                background: #F6F6F6;                border-radius: 8px;                padding: 16px;                font-size: 16px;                color: #535150;                line-height: 180%;                text-align: left;              }              .lexical__textBold {                font-weight: bold;              }              .lexical__textItalic {                font-style: italic;              }              .lexical__textUnderline {                text-decoration: underline;              }              .lexical__textStrikethrough {                text-decoration: line-through;              }              .lexical__textUnderlineStrikethrough {                text-decoration: underline line-through;              }              .lexical__textSubscript {                font-size: 0.8em;                vertical-align: sub;              }              .lexical__textSuperscript {                font-size: 0.8em;                vertical-align: super;              }              .lexical__textCode {                background-color: rgb(240, 242, 245);                padding: 1px 0.25rem;                font-family: Menlo, Consolas, Monaco, monospace;                font-size: 94%;              }            </style></head><body><div class="article-container"><p class="graf--p" dir="ltr"><span style="white-space: pre-wrap;">我想要一天分享一點「</span><b><strong class="lexical__textBold" style="white-space: pre-wrap;">LLM從底層堆疊的技術</strong></b><span style="white-space: pre-wrap;">」，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。</span></p><p class="graf--p"><br></p><p class="graf--p" dir="ltr"><span style="white-space: pre-wrap;">書籍：Transformers for Natural Language Processing and Computer Vision, Denis Rothman, 2024 第三章，將介紹以下內容：</span></p><ul class="lexical__ul"><li value="1" class="graf--li"><span style="white-space: pre-wrap;">Transformer Attention 機制如何產生輸出</span></li><li value="2" class="graf--li"><span style="white-space: pre-wrap;">用人的眼光與基準來衡量 Transformer 輸出</span></li><li value="3" class="graf--li"><span style="white-space: pre-wrap;">衡量的工具</span></li><li value="4" class="graf--li"><span style="white-space: pre-wrap;">基準任務與資料集的介紹</span></li><li value="5" class="graf--li"><span style="white-space: pre-wrap;">使用 SST-2 進行情緒分析</span></li></ul><p class="graf--p" dir="ltr"><br></p></div></body></html>

以行動支持創作者！付費即可解鎖

學習

AI說書 - 從0開始 - 74

AI說書 - 從0開始 - 71

常常被朋友問「哪裡買的？」嗎？透過蝦皮分潤計畫，把日常購物的分享多加一個步驟，就能轉換成現金回饋。門檻低、申請簡單，特別適合學生與上班族，讓零碎時間也能創造小確幸。



黛•Adele的生活隨筆

斜槓生活日常｜不受時間空間限制，分享喜歡的產品也能有被動收入｜蝦皮分潤計畫

今天來和你分享這本我剛讀完的「AI 世界的底層邏輯與生存法則」。當大家一股腦地想投入AI的領域當中時，這本書的作者程世嘉帶著我們用更高的視角和思維來思考，在AI時代下最重要的底層思考邏輯，找出那些最有價值的核心觀念，幫助我們在這個快速變化的世界當中站穩腳步，釐清未來的方向。

全職媽媽在家自學，取得台灣首屆 AI 雙證照 
📜 AI素養級認證（台灣人工智慧學校）
📜 AI應用規劃師（經濟部）

分享 💕媽媽成長｜親子AI｜親子生活
運用思維與科技，讓全職媽媽閃閃發光 ✨

🔍 YT：Vicky Mommy 玲玲
🔍 Line社群：媽咪 AI 賦能共學團（通關密語：MomAI）

Vicky Mommy 玲玲

AI 世界的底層邏輯與生存法則

科技發達，AI智能也越來越發達。

蠢孩子，我每篇小說的圖片都是用AI製作的唷!!

HI~我是蠢孩子，創作各類型的愛情小說，有興趣可打包帶走，目前連載校園、古裝、逆襲、對話等小說，有喜歡的人幫忙點的小愛心<3

蠢孩子の小說世界

AI 聽你說圖



今天接觸到兩個重點方向，我覺得每個人都可以去嘗試思考，也是我最近在試著去了解更深的主軸：



①提升思維、善用AI工具。

包括接觸商業和產品知識，再用工具加速、更有效達標。



②自媒體——讓人認識你。

如果要做自媒體，可以先思考目的，比如我的目標是寫作出書，就不需要花太多時間分享生活娛

寫作、思考、生活，目前居住東京留學，跨領域學習建築空間專業，熱愛寫作、喜歡散步。

張詠芯 AbbyChang 的沙龍

ep.48 成長思維與面對焦慮｜成長筆記

閱讀書評

投資理財

媽媽自我成長

音樂藝文

創作

<div class="draft-block draft--p left">ＡＩ啊，之前想過要試最後還是不去動了。</div>

生活點滴

前言

在閱讀《強化式學習：打造最強 AlphaZero 通用演算法》時，對一些看似基本，但是重要且會影響到之後實作的項目概念有點疑惑，覺得應該查清楚，所以搞懂後記錄下來，寫下這篇文章(應該說是筆記？)。



正文

下面這段程式碼：

model = Sequential()
model.add

親子與教育

職場

軟體開發

柴郡貓姍蒂的沙龍

筆記-深度學習參數理解："input_shape"

https://www.youtube.com/watch?v=wjZofJX0v4M

這是我看過最好的AI科普影片了；現在流行的GPT使用的大語言模型 (large language model, LLM), 是把每一個單字都當作一個高維度向量 

影片中GPT3共儲存50257個英文單字, 每

電影戲劇

國際

科技

白話詹的沙龍

淺聊AI

自我成長

思想實驗

AI 相關的內容每天都非常多，有聽過很多人因此感覺到焦慮，怕錯過了最新資訊就會趕不上，這篇內容會跟大家詳細的分享我自己的學習方法和經驗，並且會在最後分享一些我的學習資訊來源。

創作邦訂閱精選文章

創作邦致力分享設計新知、創作工具、高效工作方法，我們的沙龍提供各種給設計師和創作者的實用知識與資源，如果你付費訂閱我們，還會提供你更深度的內容分享、專屬討論區、會員購買數位商品限定優惠等福利。

創作邦｜設計X工具X品牌的沙龍

我如何從零開始接觸與學習 AI，超詳細學習方法與心得

大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。



人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。



除了大語言模型，人工智慧也包含了深度學習以及機器學習。



機器學習的學科任務，是透過演算法來實踐AI。



特別

<div class="draft-block draft--p left">有時候還很依賴ai（看見滿滿的公文）</div>

LLM 筆記

王啟樺的沙龍

LLM 003｜人工智慧如何從數據中學習？

透過先進的技術將繁複的書籍內容轉換成精煉的摘要。這不僅是對當前技術進步的展現，也象徵著未來人工智慧與人類知識互動的無限可能性。

針對各種有趣的議題或作品，利用ChatGPT重新詮釋；一方面多了解如何讓ChatGPT成為創作的小幫手，一方面也是一種嘗試，透過生成式AI的角度來說故事。

一二三的沙龍

探索書籍摘要的新領域：利用人類反饋的OpenAI研究

延續上週提到的，「有哪些不訓練模型的情況下，能夠強化語言模型的能力」，這堂課接續介紹其中第 3、4 個方法

<div class="draft-block draft--p left">話說Chatgpt 的DALLE 的限制是真的多🥲</div>

Enjoy sharing | 享受分享 | 日常 x 學習 x 閱讀
初衷是把生活中所學與大家分享
也歡迎一起來進行🤗

ezra.share.injoy

學習筆記【生成式AI導論 2024】第4講：訓練不了人工智慧？你可以訓練你自己 (中) — 拆解問題與使用工具

近來AI繪圖以及如Chatgpt等可進行對話的AI進入到大眾視野，讓AI成為了熱門話題，網路媒體和論壇冒出許多相關的文章，足見AI之勢著實非同小可。

書架

分享閱讀、遊戲影劇、桌遊心得和創作，希望勤有功，嬉有用

勤嬉軒

【閱讀】AI背後的暗知識：機器如何學習、認知與改造我們的未來世界

AI從0開始-第三章

三分鐘學AI

這裡將提供： AI、Machine Learning、Deep Learning、Reinforcement Learning、Probabilistic Graphical Model的讀書筆記與演算法介紹，一起在未來AI的世界擁抱AI技術，不BI。

Learn AI 不 BI

圓圓回憶錄

AI從0開始-第一章

AI從0開始-第二章

AI馴獸師-第零章

AI馴獸師-第一章

AI從0開始-第四章

AI馴獸師-第二章

AI從0開始-第五章

AI從0開始-第六章

AI從0開始-第七章

AI馴獸師-第三章

AI從0開始-第八章

AI從0開始-第九章

AI馴獸師-第四章

AI從0開始-第十章

AI從0開始-十一章

AI馴獸師-第五章

AI從0開始-十二章

AI從0開始-十三章

AI馴獸師-第六章

三分鐘學AI (2)

證照相關

自然語言處理相關

機率圖模型

AI從0開始-十四章

AI馴獸師-第七章

AI從0開始-十五章

AI從0開始-十六章

AI馴獸師-第八章

AI從0開始-十七章

AI從0開始-十八章

AI從0開始-十九章

AI馴獸師-第九章

AI從0開始-二十章

三分鐘學AI (3)

AI馴獸師-第十章

AI馴獸師-第十一章

AI馴獸師-第十二章

AI馴獸師-第十三章

AI馴獸師-第十四章

AI馴獸師-第十五章

AI馴獸師-第十六章

AI馴獸師-第十七章

AI馴獸師-第十八章

AI馴獸師-第十九章

三分鐘學AI (4)

AI馴獸師-第二十章

AI馴獸師-二十一章

AI馴獸師-二十二章

AI馴獸師-二十三章

AI馴獸師-二十四章

AI馴獸師-二十五章

三分鐘學AI (5)

AI說書 - 從0開始 - 73

<p class="lexical__paragraph" dir="ltr"><span style="white-space: pre-wrap;">我想要一天分享一點「</span><b><strong class="lexical__textBold" style="white-space: pre-wrap;">LLM從底層堆疊的技術</strong></b><span style="white-space: pre-wrap;">」，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。</span></p><p class="lexical__paragraph"><br></p><p class="lexical__paragraph" dir="ltr"><div class="ad-placeholder" style="min-height: 124px;"></div><span style="white-space: pre-wrap;">書籍：Transformers for Natural Language Processing and Computer Vision, Denis Rothman, 2024 第三章，將介紹以下內容：</span></p><ul class="lexical__ul"><li value="1" class="lexical__listItem"><span style="white-space: pre-wrap;">Transformer Attention 機制如何產生輸出</span></li><li value="2" class="lexical__listItem"><span style="white-space: pre-wrap;">用人的眼光與基準來衡量 Transformer 輸出</span></li><li value="3" class="lexical__listItem"><span style="white-space: pre-wrap;">衡量的工具</span></li><li value="4" class="lexical__listItem"><span style="white-space: pre-wrap;">基準任務與資料集的介紹</span></li><li value="5" class="lexical__listItem"><span style="white-space: pre-wrap;">使用 SST-2 進行情緒分析</span></li></ul><p class="lexical__paragraph" dir="ltr"><br></p>

<div class="draft-block draft--p left">
              <a href="/user/@191928299s" target="_blank" class="draft--mention">
                <i class="icon-mention"></i>
                <span>溫水天荷</span>
              </a>
             換繪圖螢幕</div>

Web3

<div class="draft-block draft--p left">
              <a href="/user/@successwritercylin" target="_blank" class="draft--mention">
                <i class="icon-mention"></i>
                <span>媗日</span>
              </a>
             歐！真的是實際用才知道的細節呢~</div>