Neighborhood Attention Transformer (CVPR 2023)

Визуализация внимания, сердце трансформера | Глава 6, Глубокое обучение

[CVPR2023 Tutorial Talk] Recent Advances in Vision Foundation Models

Внимание — это всё, что вам нужно (Transformer) — объяснение модели (включая математику), вывод и...

FlashAttention - Tri Dao | Stanford MLSys #67

4 Hours Chopin for Studying, Concentration & Relaxation

System Design Concepts Course and Interview Prep

Transformers in Vision: From Zero to Hero

Diffusion models from scratch in PyTorch

Visualizing transformers and attention | Talk for TNG Big Tech Day '24

Introduction to Topological Deep Learning

LLM и GPT - как работают большие языковые модели? Визуальное введение в трансформеры

How a Transformer works at inference vs training time

Как внимание стало настолько эффективным [GQA/MLA/DSA]

Miles Cranmer - The Next Great Scientific Theory is Hiding Inside a Neural Network (April 3, 2024)

Structured State Space Models for Deep Sequence Modeling (Albert Gu, CMU)

Математика, лежащая в основе Attention: матрицы ключей, запросов и значений

Gail Weiss: Thinking like Transformers

Stanford CS25: V2 I Introduction to Transformers w/ Andrej Karpathy

Vision Transformer and its Applications

RWKV: Reinventing RNNs for the Transformer Era (Paper Explained)