SDPA: fetch tutorials

ganghe74 · ganghe74 · commit 51748d9b03d7 · 2023-09-08T19:56:05.000+09:00
ref) pytorch/tutorials#2549
diff --git a/intermediate_source/scaled_dot_product_attention_tutorial.py b/intermediate_source/scaled_dot_product_attention_tutorial.py
@@ -310,7 +310,7 @@ def generate_rand_batch(
 # 분석 결과, 두 모듈 모두 GPU에서 소요된 시간의 대부분이
 # 동일한 함수들에 집중되어 있음을 보여줍니다.
 # PyTorch가 프레임워크 오버헤드를 제거하는 데 매우 탁월한 ``torch.compile`` 를
-# 제공하기 때문입니다. ``CausaulSelfAttention`` 같은 경우처럼 크고, 효율적인 CUDA 커널을
+# 제공하기 때문입니다. ``CausalSelfAttention`` 같은 경우처럼 크고, 효율적인 CUDA 커널을
 # 사용하는 모델에서 PyTorch 오버헤드는 작아질 것입니다.
 #
 # 사실, 모듈은 보통 ``CausalSelfAttention`` 블럭 하나만으로 구성되지 않습니다.

Original file line number	Diff line number	Diff line change
`@@ -310,7 +310,7 @@ def generate_rand_batch(`
`310`	`310`	`# 분석 결과, 두 모듈 모두 GPU에서 소요된 시간의 대부분이`
`311`	`311`	`# 동일한 함수들에 집중되어 있음을 보여줍니다.`
`312`	`312`	# PyTorch가 프레임워크 오버헤드를 제거하는 데 매우 탁월한 ``torch.compile`` 를
`313`		-# 제공하기 때문입니다. ``CausaulSelfAttention`` 같은 경우처럼 크고, 효율적인 CUDA 커널을
	`313`	+# 제공하기 때문입니다. ``CausalSelfAttention`` 같은 경우처럼 크고, 효율적인 CUDA 커널을
`314`	`314`	`# 사용하는 모델에서 PyTorch 오버헤드는 작아질 것입니다.`
`315`	`315`	`#`
`316`	`316`	# 사실, 모듈은 보통 ``CausalSelfAttention`` 블럭 하나만으로 구성되지 않습니다.