Grundlagen
Die Begriffe, auf denen alles aufbaut: was Programm und Modell trennt und was hinter Wahrscheinlichkeiten, Vektoren, Hardware und neuronalen Netzen steckt.
- Programm, Algorithmus, Modell im Vergleich
- Input und Output: Was ein Modell aus einer Eingabe macht
- Tokenizer: Wie Text in Tokens zerfällt
- Token-IDs: Was eine Nummer bedeutet
- Skalar, Vektor, Matrix, Tensor: die Bausteine der Zahlen
- Wahrscheinlichkeit und Softmax: Wie ein Modell sich entscheidet
- Parameter, Training und Benutzen: Wie ein Modell lernt
- Modellgröße und Hardware: Wo ein Modell Platz findet
- Das künstliche Neuron: Wie aus einer Summe eine Ausgabe wird