Transformer 3D

Über diese App

Die GPT-2-Architektur begehbar: Residual-Strom durch 12 Blöcke, maskierte Attention als Brücken, MLP d → 4d → d, Unembedding und Softmax, ein Token nach dem anderen; Parameter je Bauteil und GPT-3 im Vergleich.

Fach: Neuronale Netze

Mehr aus Neuronale Netze

• Agenten-Schleife
• Attention Visualizer
• Backpropagation — Schuld rückwärts
• Basin of Attraction
• Dein Beruf unter KI
• Die Temperatur-Schraube
• Diffusionsmodell — Bilder aus Rauschen (3D)
• Embedding Space Explorer (3D)

Eine VisuApp von heyprof: interaktiv, kostenlos im Browser, ohne Anmeldung. Was ist eine VisuApp? · Alle Apps