Free course · read lesson 1 without signing upफ़्री कोर्स · बिना साइन अप पाठ 1 पढ़ो
Inside the Transformer: GPT, Encoder, DecoderTransformer के अंदर: GPT, एनकोडर, डिकोडर
How modern AI actually works — neural nets, attention, encoders, decoders, training and image models. With diagrams.आधुनिक AI असल में कैसे काम करता है — न्यूरल नेट, अटेंशन, एनकोडर, डिकोडर, ट्रेनिंग और इमेज मॉडल। डायग्राम के साथ।
What you will learnआप क्या सीखेंगे
- ~12 minNeural networks in plain languageन्यूरल नेटवर्क — आसान भाषा में
- ~12 minTokens & embeddings: how AI readsटोकन और एम्बेडिंग: AI पढ़ता कैसे है
- ~12 minAttention: the heart of the Transformerअटेंशन: Transformer का दिल
- ~14 minEncoder & Decoder — with diagramsएनकोडर और डिकोडर — डायग्राम के साथ
- ~12 minHow GPT is trained: pretraining → RLHFGPT की ट्रेनिंग: प्रीट्रेनिंग → RLHF
- ~12 minImage AI: diffusion & multimodal modelsइमेज AI: डिफ़्यूज़न और मल्टीमोडल मॉडल
Lesson 1 — read it free, no signupपाठ 1 — मुफ़्त पढ़ो, साइन अप ज़रूरी नहीं
This is the real first lesson, not a sample.यह असली पहला पाठ है, कोई नमूना नहीं।
How does a machine "learn"? 🧠
You recognise your friend's face instantly — but could you write exact rules for it? Almost impossible. That's the problem neural networks solve. Instead of hand-written rules, we show the machine thousands of examples and let it figure out the pattern itself. A neural network is loosely inspired by brain cells: many tiny units, each doing simple maths, connected in layers. Alone each is dumb; together they spot patterns far too subtle for rules. That idea powers nearly all modern AI.
मशीन "सीखती" कैसे है? 🧠
आप अपने दोस्त का चेहरा पल भर में पहचान लेते हैं — पर क्या उसके लिए सटीक नियम लिख सकते हैं? लगभग नामुमकिन। यही समस्या neural networks हल करते हैं। हाथ से लिखे नियमों की जगह हम मशीन को हज़ारों उदाहरण दिखाते हैं और pattern खुद पकड़ने देते हैं। neural network मोटे तौर पर दिमाग की कोशिकाओं से प्रेरित है: बहुत सारी छोटी इकाइयाँ, हर एक सरल गणित करती, परतों में जुड़ी। अकेले हर एक बुद्धू; मिलकर वो ऐसे patterns पकड़ती हैं जो नियमों के लिए बहुत बारीक हैं। यही विचार लगभग सारे आधुनिक AI को चलाता है।
Layers, weights and a bit of dialling 🎛️
Each connection between units has a "weight" — a number saying how much that signal matters. Learning is just adjusting millions of these weights. The network makes a guess, we tell it how wrong it was, and it nudges the weights a tiny bit to do better next time. Repeat millions of times and the dials settle into values that get things right. No magic, no "understanding" — just patient tuning of numbers until the output matches the examples.
परतें, weights और थोड़ा घुमाना 🎛️
इकाइयों के बीच हर जोड़ का एक "weight" होता है — एक नंबर जो बताता है वो संकेत कितना मायने रखता है। सीखना बस इन लाखों weights को समायोजित करना है। network अंदाज़ा लगाता है, हम बताते हैं वो कितना गलत था, और वो weights को ज़रा सा खिसकाता है ताकि अगली बार बेहतर करे। लाखों बार दोहराइए और dials ऐसे मानों पर बैठ जाते हैं जो सही जवाब देते हैं। न जादू, न "समझ" — बस नंबरों की धैर्य भरी tuning जब तक output उदाहरणों से मेल न खाए।
+ 4 practice questions in this lesson, inside the app+ इस पाठ में 4 अभ्यास सवाल, ऐप के अंदर
Signup is free and only saves your progress, exam and certificate.साइन अप फ़्री है — यह सिर्फ़ आपकी प्रगति, परीक्षा और सर्टिफ़िकेट सहेजता है।
Free AI & job skills, in English & हिंदी.फ़्री AI और नौकरी के हुनर, English और हिंदी में।