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。
回顧目前手上有的素材：
- AI說書 - 從0開始 - 314 | 載入文本並執行 Tokenization
- AI說書 - 從0開始 - 315 | 文本處理以降低 Tokenization 負擔
- AI說書 - 從0開始 - 316 | Tokenization 後基本資訊窺探與 Embedding 訓練
- AI說書 - 從0開始 - 317 | Embedding 模型描述
- AI說書 - 從0開始 - 318 | Embedding 模型描述
- AI說書 - 從0開始 - 319 | 檢視 Embedding 是否包含某詞彙
- AI說書 - 從0開始 - 320 | Embedding 後詞彙相似度計算
- AI說書 - 從0開始 - 321 | Embedding 後詞彙與 ID 映射
- AI說書 - 從0開始 - 322 | Embedding 後詞彙的 Cosine 相似度計算
- AI說書 - 從0開始 - 323 | Embedding 後透過 TensorFlow Projector 視覺化
我們可以透過以下指令來檢視兩份檔案是否具備相同維度：
!echo "Vectors file (vecs.tsv) size:"
!wc -l /content/vecs.tsv
!echo "Metadata file (meta.tsv) size:"
!wc -l /content/meta.tsv
結果為：
接著進入網址 https://projector.tensorflow.org/，並進行檔案上傳動作，如下圖所示：
