À jour, Contenu mise à jour en juil. 2026

How Transformer LLMs Work

DeepLearning.AI

Formation courte et visuelle de Jay Alammar et Maarten Grootendorst sur le fonctionnement des LLM à base de transformers, des tokenizers au mécanisme d'attention.

Cette formation est enseignée en anglais. Cette page est notre traduction de sa fiche.

Notre avis

Exceptionnellement claire, par les auteurs des célèbres guides illustrés.

Idéal pour : Toute personne qui veut comprendre les LLM de l'intérieur.

D'après la page de la formation, le programme et les prix, et non après l'avoir suivie. Notre méthode de notation

Outils et modèles abordés

  • Transformers

D'après le contenu de la formation ; dernière mise à jour du contenu : 2026-07.

Ce que vous apprendrez

  • Transformers
  • Mécanisme d'attention
  • Modèles de langage

Points forts

  • Pas de frais d'inscription
  • Leçons ciblées sur un sujet

Points d'attention

  • Peut demander des bases en programmation ou techniques

À propos de DeepLearning.AI

DeepLearning.AI publishes online learning content in AI, data, or software development.

Formations similaires

Royaume-Uni Prochaine rentrée : sept. 2027

Artificial Intelligence MSc

University of Edinburgh

  • Master
  • En présentiel à Édimbourg
  • 1 an à temps plein ; 2 ou 3 ans à temps partiel
  • Langue d'enseignement : anglais

Outils : Python

Frais de scolarité variables Prix sur le site de l'organisme

France

Master 2 de recherche : Mathématiques, Vision, Apprentissage (MVA)

ENS Paris-Saclay

Une dernière année de master orientée recherche en mathématiques pour le machine learning et la vision par ordinateur, avec des cours répartis entre l'ENS Paris-Saclay, CentraleSupélec, l'École polytechnique, Télécom Paris, Mines Paris et des établissements parisiens.

  • Master
  • En présentiel à Gif-sur-Yvette
  • Master 2 (dernière année)

Frais de scolarité variables Prix sur le site de l'organisme