Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Math Behind LLMs, Transformers and Modern Computer Vision

Toán học đằng sau LLM, Transformers và Thị giác máy tính Hiện đại

Toán học đằng sau LLM, Transformers và Thị giác máy tính Hiện đại

Từ Cơ chế Tập trung Đa đầu và Biểu diễn Nhúng đến Transformers, Vision Transformers, Phân đoạn Ảnh Hiện đại + LLM và SAM

4.5
(1,066 đánh giá)
4,403 học viên
Giảng viên
Patrik Szepesi
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
7.0 giờ video
47 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Toán học đằng sau Mô hình Ngôn ngữ Lớn
Phân đoạn Ảnh Hiện đại
Mã hóa Vị trí
So sánh CNN và Vision Transformers bằng toán học
Tính toán tự-tập trung của prompt và tập trung chéo giữa ảnh–prompt
Cơ chế Tập trung Đa đầu
Ma trận Truy vấn, Giá trị và Khóa
Mặt nạ Tập trung
Mô hình hóa Ngôn ngữ có Mặt nạ
Tích vô hướng và Sự liên kết Véc-tơ
Bản chất của hàm Sin và Cos trong Mã hóa Vị trí
Cách hoạt động bên trong của các mô hình như ChatGPT
Mô hình Hai chiều
Biểu diễn từ nhận thức ngữ cảnh
Vision Transformers
Biểu diễn Nhúng Từ
Cách hoạt động của tích vô hướng
Thị giác Máy tính Hiện đại
Hiểu độ phức tạp bậc hai trong Vision Transformers
Phép nhân Ma trận
Tạo token bằng lập trình
Xây dựng từ đầu: tự-tập trung, tập trung đa đầu và tập trung chéo
Phân tích toàn bộ quy trình xử lý của Vision Transformer
Phân tích toán học của Mô hình Phân đoạn Bất kỳ (SAM) của Meta
Hiểu bộ mã hóa prompt trong mô hình phân đoạn hiện đại

Yêu cầu

Toán phổ thông cơ bản (đại số tuyến tính)

Đối tượng phù hợp

Dành cho người học đầy tham vọng muốn vươn tầm cao trong thế giới lập trình: Nội dung này được thiết kế cho những ai khao khát nằm trong top 1% nhà khoa học dữ liệu và kỹ sư học máy. Đặc biệt phù hợp với những cá nhân mong muốn hiểu sâu về...

Nội dung khóa học

6 phần • 47 bài giảng
1 Nội dung về Xử lý Ngôn ngữ Tự nhiên
2 Nội dung về Thị giác Máy tính
1 Giới thiệu về Token hóa
2 Token hóa Chi tiết
3 Hiểu Token hóa bằng Lập trình
4 BERT vs. DistilBERT
5 Biểu diễn Nhúng trong Không gian Véc-tơ Liên tục
1 Giới thiệu về Mã hóa Vị trí
2 Cách hoạt động của Mã hóa Vị trí
3 Hiểu Chỉ số Chẵn và Lẻ với Mã hóa Vị trí
4 Tại sao dùng hàm Sin và Cos cho Mã hóa Vị trí
5 Hiểu Bản chất của hàm Sin và Cos
6 Trực quan hóa Mã hóa Vị trí trên đồ thị Sin và Cos
7 Giải phương trình để có Mã hóa Vị trí
1 Giới thiệu về Cơ chế Tập trung
2 Ma trận Truy vấn, Khóa và Giá trị
3 Bắt đầu Tính toán Tập trung Từng bước
4 Tính toán Véc-tơ Khóa
5 Giới thiệu Ma trận Truy vấn
6 Tính Điểm Tập trung Thô
7 Hiểu Toán học đằng sau Tích vô hướng và Liên kết Véc-tơ
8 Trực quan hóa Điểm Tập trung Thô trong 2 Chiều
9 Lưu ý về Chuẩn hóa trước Softmax
10 Chuyển Điểm Tập trung Thô thành Phân phối Xác suất với Softmax
11 Hiểu Ma trận Giá trị và Véc-tơ Giá trị
12 Tính Biểu diễn Giàu Ngữ cảnh Cuối cùng cho từ "sông"
13 Hiểu Đầu ra
14 Hiểu Cơ chế Tập trung Đa đầu
15 Ví dụ Tập trung Đa đầu và các Lớp kế tiếp
16 Mô hình hóa Ngôn ngữ có Mặt nạ
1 Vision Transformers vs Mạng Nơ-ron Tích chập
2 Phép toán Bậc hai
3 Giới thiệu Vision Transformers và Huấn luyện Kết hợp với Biểu diễn Nhúng
4 Hiểu Cơ chế Tập trung, Tóm tắt Ngắn gọn
5 Hiểu Toàn bộ Quy trình xử lý của Vision Transformer
1 Giới thiệu Bộ mã hóa Prompt cho SAM
2 Chế độ Tự động Prompt của SAM
3 Chế độ Nhấn chuột Thủ công của SAM
4 Biểu diễn Nhúng Vision Transformer bên trong SAM
5 Tính Điểm Tập trung cho Vision Transformers trong SAM
6 Cách SAM được Huấn luyện
7 Tính Tự-tập trung của Prompt cho SAM
8 Tập trung Chéo giữa Prompt và Ảnh
9 Tập trung Chéo từ Ảnh sang Prompt
10 Kết thúc Ví dụ SAM Phần 1
11 Kết thúc Ví dụ SAM Phần 2
12 Kết thúc

Giới thiệu khóa học

Welcome to Math Behind LLMs, Transformers and Modern Computer Vision, a rigorous deep dive into the mathematical foundations powering today’s most advanced AI systems.

This course is designed for learners who want more than intuition. We derive and analyze the core equations behind Large Language Models, Vision Transformers, and modern image segmentation systems.

You will begin with tokenization and embedding mathematics, understanding how raw text becomes high-dimensional vector representations through algorithms like WordPiece. From there, we mathematically unpack the heart of transformer architectures: query, key, and value matrices, attention score computation, scaling behavior, and multi-head attention.

We examine attention masks, contextual encoding, and positional encodings — including the sine and cosine formulations that preserve sequence structure. You’ll build strong geometric intuition around vectors, dot products, cosine similarity, and dense embeddings.

The course then expands beyond language.

You’ll compare Convolutional Neural Networks with Vision Transformers, analyze quadratic attention operations, and walk through the complete Vision Transformer pipeline from patch embeddings to final predictions.

In an advanced section, we dissect the mathematics behind Meta’s Segment Anything Model (SAM). You will explore prompt encoders, self-attention, cross-attention between prompts and images, attention score computation in segmentation models, and how these systems are trained at scale.

By the end of this course, you won’t just understand how transformers work — you will understand why they work at the equation level across language and vision.

If you aim to build deep technical mastery and develop the mathematical intuition required for cutting-edge AI research and engineering, this course will elevate your expertise.

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Computer Vision
Hiển thị tất cả khoá học Deep Learning
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Transformers
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊