EN ES

GitHub

Transformers

1 Why Attention?
2 How Attention Scores Work
3 Causal Masking and the Attention Matrix
4 Multi-Head Attention
5 Position, Residuals, and the Feed-Forward Block
6 The Encoder
7 The Decoder
8 Encoder-Decoder and Cross-Attention
9 Building a Transformer from Scratch
10 Pre-training and Supervised Fine-Tuning

Rutas › Transformers › Construyendo un Transformer desde Cero

Construyendo un Transformer desde Cero

Contenido disponible próximamente

Este artículo estará disponible en español próximamente.

¿Te resultó útil este artículo?

← Anterior Encoder-Decoder y Atención Cruzada Siguiente → Pre-entrenamiento y Ajuste Fino Supervisado

Cruxr.ai · © 2026 Cruxr.ai. All rights reserved.

Política de Privacidad Términos de Uso