Traduccion notebook original

[NachusS]

No description provided.

[lopezjuanma96]

En general las traducciones las ví correctas, pero fui encontrando algunos detalles a corregir en el texto. No pude proponerlos como comentarios en el Pull Request porque la cantidad de cambios es muy grande para hacerlo e GitHub y no dispongo de una herramienta para hacerlo localmente de manera simple. Así que los enlisto a continuación para que sean revisados antes del pull request o en un update futuro luego de unir las ramas.

Cambios propuestos:

• Corregir Table of Contents
• Hay muchos asteriscos (*) que parecen no sumar a nada, probablemente de querer formatear partes del texto con itálica o negrita y que se pasaron.
• Cambiar el nombre del notebook por algo más estructurado, puede ser annotated2018.ipynb
• Agregar link al archivo en github. https://github.com/somosnlp/the-annotated-transformer/blob/main/annotated2018.ipynb
• Agregar link a Collab
• Agregar anchor a la Conclusión para que functione el link de "citar" en la primer celda https://stackoverflow.com/questions/28080066/how-to-reference-a-ipython-notebook-cell-in-markdown
• En "los comentarios se citan en bloque" usaría "Los comentarios propios al notebook se citan en bloque. Todo el código restante corresponde al paper."
• "Extenden Neural GPU" creo que debería conservarse como tal por ser el nombre de un modelo.
• No sé si exista una traducción definida para Multi-Head Attention pero antes que Atención Multi-Cabeza no sería mejor Atención Multi-Cabecera o "de Multiples Cabeceras".
• Los comentarios dentro del código deberían traducirse también.
• "La atención aditiva calcula la función de compatibilidad utilizando una red de avance.." creo se entiende mejor usando "La atención aditiva calcula la función de compatibilidad utilizando una red feed-forward ..." ya que avance si bien puede ser la traducción puede no asociarse correctamente.
• "utilizando un código de multiplicación de matrices altamente optimizado." por "utilizando código de multiplicación de matrices altamente optimizado."
• "Usaremos e texto de torch para el procesamiento por lotes" creo que al "e" está de sobra.
• Debajo de "Carga de los Datos" en el uso real del modelo, una de la aclaraciones está tanto en inglés como en español.
• "Inglés a Francés usa un ratio de dropout Pdrop = 0.1, instead of 0.3." por "Inglés a Francés usa un ratio de dropout Pdrop = 0.1, en lugar de 0.3."

[lopezjuanma96]

Apruebo el review y dejo cambios propuestos en la seccion de discusion