Attention en Transformers - De Architectuur Die Alles Veranderde

Openbare lespreview

Een diepgaande verkenning van self-attention, multi-head attention, positional encoding en de Transformer-architectuur die elk modern large language model aandrijft.

Leerdoelen

Aan het einde van deze les begrijp je:

• ✓Waarom RNN's Vastliepen
• ✓De Intuïtie Achter Attention
• ✓Query, Key, Value - Het Kernmechanisme
• ✓Multi-Head Attention
• ✓Positional Encoding

Lesoverzicht

1. Waarom RNN's Vastliepen
2. De Intuïtie Achter Attention
3. Query, Key, Value - Het Kernmechanisme
4. Multi-Head Attention
5. Positional Encoding
6. De Volledige Transformer-architectuur
7. Waarom Transformers Parallelliseren
8. Decoder-Only vs Encoder-Only vs Encoder-Decoder
9. 📚 Verder Lezen