Ce cours vous présente l'architecture Transformateur et le modèle BERT (Bidirectional Encoder Representations from Transformers). Vous apprenez les principaux composants de l'architecture Transformateur, tels que le mécanisme d'auto-attention, et comment il est utilisé pour construire le modèle BERT. Vous apprenez également les différentes tâches pour lesquelles BERT peut être utilisé, telles que la classification de texte, la réponse aux questions, et l'inférence du langage naturel. La durée de ce cours est estimée à environ 45 minutes.
Modèles de transformateurs et modèle BERT
Économisez sur les compétences qui vous font briller avec 40 % de réduction sur 3 mois de Coursera Plus. Économisez maintenant
Modèles de transformateurs et modèle BERT
Instructeur : Google Cloud Training
12 680 déjà inscrits
Inclus avec
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
125 avis
niveau Avancées
Conçu pour les professionnels de ce secteur
1 heure à compléter
Planning flexible
Apprenez à votre propre rythme
Ce que vous apprendrez
Comprendre les principaux composants de l'architecture du transformateur.
Apprenez comment un modèle BERT est construit à l'aide de transformateurs.
Utilisez BERT pour résoudre différentes tâches de traitement du langage naturel (NLP).
Compétences que vous acquerrez
- Catégorie : Modélisation des grandes langues
- Catégorie : Apprentissage par transfert
- Catégorie : Architectures de modèles génératifs
- Catégorie : Traitement du langage naturel
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Évaluations
1 devoir
Enseigné en Anglais
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Il y a un module dans ce cours
Instructeur
Évaluations de l’enseignant
(27 évaluations)Offert par
En savoir plus sur Informatique en nuage
Statut : PrévisualisationGoogle Cloud
Statut : Prévisualisation
Statut : Essai gratuit
Statut : Essai gratuit
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
- 5 stars
56 %
- 4 stars
21,60 %
- 3 stars
8 %
- 2 stars
5,60 %
- 1 star
8,80 %
Affichage de 3 sur 125
WC
Révisé le 12 mars 2024
Excellent and concise presentation of Transformer and BERT models. The course designer may consider adding programming assignments to illustrate the concepts and to reinforce student learning.
NK
Révisé le 13 mai 2025
I am looking for free resources for experimentation, or a lighter model that can run on my laptop.
KB
Révisé le 21 mars 2025
Lab no longer works end to end. I was able to run until we started building classification model. TesnsorFlow code is no longer compiling.
Foire Aux Questions
Plus de questions
Aide financière disponible,