트랜스포머의 기본 개념과 구조를 소개하며, LSTM과의 차이점을 설명합니다.
입력 데이터의 위치 정보를 인코딩하는 방법론에 대해 다룹니다. 이는 모델의 학습에 중요한 역할을 합니다.
트랜스포머의 인코더와 디코더 구조를 설명하고, 각각의 역할을 명확히 합니다.
셀프 어텐션 메커니즘을 통해 입력의 중요도를 평가하는 과정을 설명합니다.
여러 개의 어텐션 헤드를 동시에 사용하는 방법을 통해 다양한 정보를 추출하는 기법을 소개합니다.
트랜스포머를 사용하여 이미지 데이터를 처리하는 방법론을 설명합니다.
트랜스포머 모델의 학습 과정을 실습을 통해 보여줍니다.
모델의 출력 결과를 검증하는 과정과 중요성을 강조합니다.
이미지를 패치 단위로 처리하는 방법과 그 효과를 설명합니다.
코사인 유사도를 활용한 벡터 간의 유사성 평가 방법을 설명합니다.
