¿Por qué estas REDES NEURONALES son tan POTENTES? 🤔 | TRANSFORMERS Parte 2
Vložit
- čas přidán 13. 11. 2021
- ¿Qué hay tras el entrenamiento de IAs como GPT-3, Alphafold 2 o DALL-E? ¿Qué hace especial a sus redes neuronales? Los Transformers son el tipo de arquitectura de Deep Learning que mejor rendimiento ha dado en los últimos años. ¿Pero por qué? ¿Qué los hacen tan especiales? La respuesta la encontramos en lo altamente paralelizable que es su arquitectura, que permite sacar el máximo partido a los procesadores multinúcleos. Pero, esto tiene un coste, y es que si no hacemos nada los Transformers serían incapaces de entender el orden de los datos con los que los entrenamos. Y de ahí la importancia de soluciones como los Encoding de Posicionamiento. ¡Veamos cómo funcionan!
-- 📣 ¡IMPORTANTE! --
► ¡Regístrate al Samsung Dev Day y no te pierdas mi ponencia!
bit.ly/SDD2021Agenda - 18 Noviembre, 18:30
-- ¡LINKS INTERESANTES! --
► Serie Introducción al NLP y Transformers (DotCSV)
Parte 1 - • 🔴 INTRO al Natural Lan...
Parte 2 - • 🔴 INTRO al Natural Lan...
Parte 3 - • ¿Qué es un TRANSFORMER...
► Explicación con más detalle Positional Encoding:
kazemnejad.com/blog/transform...
-- ¡MÁS DOTCSV! ---
📣 NotCSV - ¡Canal Secundario!
/ notcsv
💸 Patreon : / dotcsv
👓 Facebook : / ai.dotcsv
👾 Twitch!!! : / dotcsv
🐥 Twitter : / dotcsv
📸 Instagram : / dotcsv
- ¡MÁS CIENCIA! --
🔬 Este canal forma parte de la red de divulgación de SCENIO. Si quieres conocer otros fantásticos proyectos de divulgación entra aquí:
scenio.es/colaboradores - Věda a technologie
► Serie Introducción al NLP y Transformers (DotCSV)
⭐Parte 1 - czcams.com/video/Tg1MjMIVArc/video.html - Introducción a Tokens.
⭐Parte 2 - czcams.com/video/RkYuH_K7Fx4/video.html - Introducción a Embeddings.
⭐Parte 3 - czcams.com/video/aL-EmKuB078/video.html - Introducción a Mec. Atención
Justo estaba esperando la segunda parte 😎
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
Ahora el universo tiene sentido :p
Me solté riendo con lo de discreto xD
El mejor!!! Gracias
"Detrás de estas tecnologías hay un transformer"
Yo imaginándome a Bumblebee generando palabras
yo tambien
Si existe una tecnologia llamada bumblebee xd
Es un Camaro.
Porque tienen un gran líder. ⚡Optimus Prime. ⚡
Vine por este comentario
Jajajajaja
Jajajaja, no mames wey esto es ciencia 😊🤣🤣😹🤭
Y el nuevo modelo de NVIDIA se llama Megatron, un digno rival
Jajajajajajajajaja
"Sigamos con los transformers"
Yo: Bien... sigue optimus prime
¡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?
WOW...
Me he queda sin palabra JAMAS me hubiera imaginado el uso de formulas sinusoidales para calcular posiciones.
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.
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.
Excelente! La forma como explicas Positional Encoding no la vi en ningun otro video, y ahora logre entenderlo al 100%. Gracias!
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.
Excelente videoooo!!! Muchas gracias por la dedicación! Por favor, seguí esta serie que está genial!
Genial! Me vuela la cabeza este tipo de resultados que están sacando las IA
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.
Que genial la forma creativa de explicar el positional encoding! Sos un grande Dot CSV!
🎉🎉🎉 **Felicidades por el 1/2 millón de subs!** 🎉🎉🎉
Me ha encantado! Muchas gracias
QUIERO MAS!
Excelente serie de videos sigue asi
Es impresionante el trabajo didáctico que hacéis. Ésto no podría hacerse en televisión.
Espectacular!!! Una explicación excelente. Gracias!!
Qu'e maravilla de v'ideo! mil gracias por semejante explicaci'on!
Vaya que video y qué manera la tuya de explicar! Necesitamos profundizar y llevar a codigo la siguiente parte.
Brillante video! Muchísimas gracias!!
Excelentisimo contenido
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.
12:22
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.
@@CristianGarcia "Se parece más"
Densooooo! mucha y muy valiosa informaciòn. Gracias!
excelentes videos!!!
Muy didáctico. Gracias 😊
Wow, Super Gran trabajo. Videos que valen oro, por favor nunca dejes de hacerlos, siempre los espero por lo interesantes que son.
Explicas demasiado bien!! buen video... jaja tener este conocimiento hace una década nos hubiese asegurado una beca en el MIT
Excelente explicación!!! Muchas gracias por compartir tus conocimientos.
Agradezco que esta información esté bien explicada y en español. Para estudiar este tema de forma rápida viene bastante bien.
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
¡Exelente video!
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 :)
Maravillosa información !
Carlos excelente video, explicas demasiado bien, muchas gracias!
Muchas gacias Dot! por toda la explicacion.
Excelente contenido!
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
Muchas gracias por tus videos, me ayudan bastante.
Me gustan mucho todos tus videos son muy buenos
Buenísimo
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)
Tenés una forma de explicar magistral!, capturaste mi atención por completo, super interesante
una barbaridad, te deja sin palabras
Excelente video!
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
Brutal como explicas, cásate conmigo porfavor jaja
muy bien explicado
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!
Bro, eres la onda!
Excelente
¡Gracias!
Tío Dot, nunca había visto un video tan bien explicado del Positional Encoding
Brutal
Hola, podrías explicar el concepto de los ViT? Eres un grande
Todo un genio y muchas gracias por la INFO
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!
Que buen video, ¿cual es la música de fondo?. Gracias por el contenido!
13:28 dot realmente eres un crack, saludos desde America Latina
muy buennoooo
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.
Bro, tu canal ya es genial, no creo que necesites poner bromas entre medio
Yei! Nuevo video! 😎
Hola, puedes hablar sobre las "Real Doll"
Me dejas loco por querer aprender más!
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
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
Si todos los vídeos fueran así, aprendería todo más rápido
A Fourier le encantó este video
A ver!
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.
Si pudieras hacer un video implementando transformers desde 0 sin librerias aunque con pocos datos de entrenamiento seria genial.
Todavia se puede ver la conferencia que diste para samsung?
Muy bueno como siempre, sigue haciendo estos videos de calidad y muchas gracias.
Increíble vídeo! Gracias Dot :)
👏🏻👏🏻👏🏻👏🏻👏🏻👏🏻👏🏻
Wow wow wow, full nice la explicación!!! Gracias Carlos, eres el mejor!!!!
Estas hablando de reconocimiento de voz o colores formas etc de cualquier manera todo es frecuencia 😎👍🎼
4:01 se mató
❤️
More than meets the eye
Waooo...!!!
Yo quiero hablar con un personaje asi en español y dentro del metaverso o con la realidad mixta. Tiene que ser una pasada!
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
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
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.
nunca vi una explicación tan intuitiva de los embeddings posicionales. felicidades por el video!
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
Woao!!! Excelente video
Hola es muy aclaratoria tu explicación. Soy escritora, se podrá usar como corrector de estilo y ortotipográfico?
El Megatron se parece a la computadora que le está dando definiciones al capitán del axioma en WALL-E
Yo también esperaba a #WALL-E o a #OptimusPrime !?!?!?!!!!
Excelente explicación... Gracias Carlos! Ya con ganas de ver los siguientes vídeos de esta serie sobre los transformers 👏🏼👏🏼
De esos robots transformable
Parte 3
Gracias Carlos. Mira que he leído sobre los Transformers pero no conocía este tema del Position Encoding
De los decepticons
Carlos, fascinante como siempre.
Es interesante que el input de los seres humanos se recibe mediante hondas
Genial!
Muchas gracias!!!
omgomgomg llegué temprano :D