Saltar al contenido principal
buildradar
Iniciar sesión

therealoliver/Deepdive-llama3-from-scratch

@therealoliver

Realice la inferencia de llama3 paso a paso, comprenda los conceptos básicos, domine la derivación del proceso e implemente el código.

Estrellas
629
Bifurcaciones
53
Lenguaje
Jupyter Notebook
Licencia
MIT
Último push
hace 2 años
Jupyter Notebookgptlanguage-modeltransformerllmstokenizerllamainferenceattentionattention-mechanismkv-cachermsropemaskllm-configurationmulti-head-attentionpositional-encodingresidualsrms-normrotary-position-encodingswiglu

Aún no hay intel relacionado

Este repo no ha aparecido en ninguna de las fuentes que rastrea el radar. El recopilador funciona con un horario — vuelve cuando lo haya cubierto.