हम AI के तीसरे स्वर्ण युग में हैं। पहले दो स्वर्ण युगों (1950s-1960s और 1980s) में तकनीकी सीमाओं के कारण निराशा हुई थी। लेकिन मौजूदा AI तकनीक अपेक्षाओं से बढ़कर प्रदर्शन कर रही है। खासकर 2017 में पेश किया गया Transformer, जो मशीन अनुवाद मॉडल के रूप में शुरू हुआ था, अब लगभग हर क्षेत्र को प्रभावित कर रहा है। इसे आधुनिक इंजीनियरों के लिए अनिवार्य ज्ञान माना जाता है। इस दस्तावेज़ का पहला लक्ष्य इंजीनियरों को Transformer समझने का सबसे छोटा रास्ता देना है.
यह दस्तावेज़ क्या प्रदान करता है
- संक्षिप्त गाइडबुक: Transformer सीखने के लिए पर्याप्त जानकारी प्रदान करती है।
- व्यावहारिक Python कोड उदाहरण: पाठक सीधे चला सकें ऐसे Python कोड उदाहरण देकर समझने में मदद करती है।
- आगे की खोज के लिए संदर्भ सामग्री: विभिन्न दस्तावेज़ विकल्पों का परिचय कराती है ताकि पाठकों के लिए आगे बढ़ना आसान हो।
विषय-सूची
- Part 1: Neural Network: Neural Network की बुनियादी अवधारणाओं का परिचय देता है।
- Part 2: Recurrent Neural Networks (RNNs): LSTM और GRU सहित RNNs का अन्वेषण करता है।
- Part 3: Natural Language Processing (NLP) और Attention Mechanism: मशीन अनुवाद और attention mechanism सहित NLP के बुनियादी सिद्धांत प्रदान करता है।
- Part 4: Transformer: Transformer मॉडल की व्याख्या करता है।
- परिशिष्ट: बुनियादी ज्ञान: Transformer को समझने के लिए आवश्यक Python और गणित का न्यूनतम ज्ञान प्रदान करता है।
FAQ
- कौन इस दस्तावेज़ का स्वतंत्र रूप से उपयोग कर सकता है?
- शैक्षणिक संस्थानों से जुड़े शिक्षक या छात्र इस दस्तावेज़ और चित्रों का स्वतंत्र रूप से उपयोग कर सकते हैं। गैर-व्यावसायिक सम्मेलनों और व्याख्यानों में भी इस दस्तावेज़ और चित्रों का उपयोग किया जा सकता है, बशर्ते इस साइट का लिंक और copyright का उल्लेख किया जाए। अन्यथा संपर्क करें।
- क्या इसे व्यावसायिक कंटेंट में उपयोग किया जा सकता है?
- Revenue share: revenue share agreement करने के बाद इस कंटेंट का उपयोग किया जा सकता है। इस समझौते के तहत इस कंटेंट के उपयोग से होने वाली बिक्री का 20% साझा करना होगा।
- पूर्ण खरीद: बहुत दुर्लभ मामलों में पूरे कंटेंट अधिकार खरीदने के अनुरोध पर विचार किया जाता है। पूर्ण खरीद की लागत €10,000,000 है।
- लेखक इस दस्तावेज़ का copyright क्यों नहीं छोड़ते या Creative Commons लाइसेंस का उपयोग क्यों नहीं करते?
- यदि copyright बनाए रखने में कोई समस्या है तो संपर्क करें। ईमेल भेजते समय कम-से-कम दो SNS पते (जैसे: LinkedIn, Twitter) देने होंगे। XZ backdoor घटना के बाद गुमनाम संपर्क स्वीकार नहीं किए जाते।
अपवाद
शैक्षणिक संस्थान इस दस्तावेज़ का स्वतंत्र रूप से उपयोग कर सकते हैं।
GN⁺ का सार
- यह दस्तावेज़ Transformer मॉडल को समझने के लिए आवश्यक बुनियादी ज्ञान देने वाली एक संक्षिप्त गाइडबुक है।
- इसकी खासियत यह है कि यह व्यावहारिक Python कोड उदाहरणों और विभिन्न संदर्भ सामग्रियों के माध्यम से पाठकों को स्वयं सीखने में मदद करती है।
- Transformer मॉडल आधुनिक AI तकनीक का केंद्र है, और इसे समझना इंजीनियरों के लिए बहुत महत्वपूर्ण है।
- यह दस्तावेज़ शैक्षणिक संस्थानों में स्वतंत्र रूप से उपयोग किया जा सकता है, जबकि व्यावसायिक उपयोग के लिए copyright धारक की अनुमति आवश्यक है।
- Transformer से जुड़ी अन्य तकनीकों या प्रोजेक्ट्स का अन्वेषण करना चाहने वालों के लिए यह एक उपयोगी संसाधन है।
अभी कोई टिप्पणी नहीं है.