- Exécuteurs
-
Apprendre
Apprendre Python Exemples exécutables, NumPy, pandas et plus Apprendre l'IA / Machine LearningRéseaux de neurones, ML et LLM de zéro Apprendre le C et le C++ Pointeurs, mémoire, STL et C++ moderne Apprendre le C#Bases, POO, LINQ, async et exercices .NET Apprendre MatplotlibCourbes, barres, nuages de points et camemberts avec visualiseurs Apprendre RustOwnership, traits, gestion des erreurs et threads Apprendre GoSlices, interfaces, goroutines et channels Algorithmes Python Recherche, tri, récursivité et visualisations O(n) Algorithmes C et C++ Comparer les implémentations en C et C++ Programmation pour enfants Apprends à coder en jouant !
- QuizNouveau
- DéfisNouveau
- EnseignantsNouveau
- Mises à Jour
- Offrez-moi un café
Parcours IA
Construisez les briques d'un Transformer en C++
9 défis sur le fonctionnement interne des grands modèles de langage : tokeniseurs et byte pair encoding, encodage positionnel, auto-attention, attention causale et multi-têtes, normalisation de couche et échantillonnage du token suivant. Résolvez-les dans l'ordre en C++ ; chacun s'exécute dans votre navigateur avec des tests instantanés et une revue par l'IA.
Connectez-vous pour sauvegarder votre progression dans le parcours.
0%résolu
0 / 9
-
1 Apprenez d'abord le concept Tokenisation : vocabulaire, one-hot et byte pair encoding en Python Lire la leçon →0/3Tokenisation
Transformer du texte en tokens : vocabulaires, vecteurs one-hot et BPE.
-
2 Apprenez d'abord le concept Attention et self-attention en Python Lire la leçon →0/4Attention
Encodage positionnel et auto-attention, causale et multi-têtes.
-
3 Apprenez d'abord le concept Comment les modèles de langage génèrent du texte : température et top-k en Python Lire la leçon →0/2Normalisation et génération
Normalisation de couche et choix du token suivant.