01
এআই ফাউন্ডেশন
AI কী, সিস্টেমগুলি কীভাবে শেখে, কোথায় ব্যর্থ হয় এবং হাইপ ছাড়াই কীভাবে দাবির বিচার করা যায় তা বুঝুন।
বিনামূল্যে এআই লাইব্রেরি
টেকনিক্যাল গাইডচিরতরে মুক্ত।
177 প্লেইন-ইংরেজি গাইড, স্ট্রাকচার্ড শেখার পাথ, এবং একটি উন্মুক্ত লাইব্রেরি — একটি স্বাধীন 501(c)(3) অলাভজনক দ্বারা নির্মিত যাতে যে কেউ আধুনিক AI বুঝতে পারে৷
177বিনামূল্যে গাইড
1বিষয় ট্র্যাক
~2 minগাইড প্রতি
~6hপড়ার সময়
এখানে শুরু করুন
পাঁচ ফলাফল ভিত্তিক কোর্স
প্রতিটি কোর্সে সুস্পষ্ট ফলাফল, ম্যাপ করা দক্ষতা, অনুশীলন কার্যক্রম এবং একটি প্রয়োগকৃত ক্যাপস্টোন অন্তর্ভুক্ত থাকে।
02
দায়িত্বশীল এআই ব্যবহারকারী
গোপনীয়তা রক্ষা, আউটপুট পরীক্ষা এবং মানুষের জবাবদিহিতা রক্ষা করার সময় AI উত্পাদনশীলভাবে ব্যবহার করুন।
03
কর্মক্ষেত্রে এআই
কর্মক্ষেত্রে ব্যবহারের ক্ষেত্রে মূল্যায়ন করুন, নিরাপদ পাইলট চালান, মান পরিমাপ করুন এবং দায়িত্বের সাথে পরিবর্তনগুলি যোগাযোগ করুন।
04
কৃত্রিম বুদ্ধিমত্তা নীতি ও সমাজ
অধিকার, ইক্যুইটি, গভর্নেন্স, সুরক্ষা এবং জনস্বার্থের ফলাফলের মাধ্যমে এআই সিস্টেমগুলি বিশ্লেষণ করুন।
05
এআই সিস্টেমের সাথে বিল্ডিং
ব্যবহারিক সিস্টেম ডিজাইনের মাধ্যমে ভাষার মডেল, পুনরুদ্ধার, এজেন্ট, মূল্যায়ন, খরচ এবং স্থাপনার সুরক্ষাগুলি বুঝুন।
বিষয় ট্র্যাক
ট্র্যাক দ্বারা ব্রাউজ করুন
আপনার পছন্দের এলাকায় ঝাঁপ দাও। প্রতিটি ট্র্যাকে একাধিক প্লেইন-ইংরেজি গাইড রয়েছে৷
মৌলিকমূল ধারণা: এআই কীভাবে উচ্চ স্তরে কাজ করে।84 গাইড ভাষা এআইLLMs, NLP, ChatGPT, প্রম্পটিং, এবং পাঠ্য বোঝার।155 গাইড ভিজ্যুয়াল এআইইমেজ জেনারেশন, কম্পিউটার ভিশন, ভিডিও এবং ডিজাইন।133 গাইড অডিও এআইভয়েস, মিউজিক, পডকাস্টিং এবং অডিও-প্রথম AI।117 গাইড কোম্পানিOpenAI, Anthropic, Google, Meta এবং আরও অনেক কিছুর প্রোফাইল৷121 গাইড অ্যাপ্লিকেশনকোডিং, অনুসন্ধান, এজেন্ট এবং দৈনন্দিন জীবনে AI কীভাবে দেখায়।111 গাইড শিল্পস্বাস্থ্যসেবা, অর্থ, শিক্ষা, শক্তি এবং আরও অনেক কিছুতে AI।91 গাইড টেকনিক্যালচিপস, ফাইন-টিউনিং, আরএজি, ভেক্টর এবং এআই অবকাঠামো।177 গাইড সমাজপক্ষপাত, গোপনীয়তা, কপিরাইট, নিরাপত্তা, এবং AI ভবিষ্যত।30 গাইড
সম্পূর্ণ লাইব্রেরি
সব গাইড
177 এর 1019 গাইড দেখানো হয়েছে। ট্র্যাক দ্বারা ফিল্টার করুন বা উপরে অনুসন্ধান করুন।
টেকনিক্যাল
মনোযোগ রোলআউট এবং মাথা ছাঁটাই
অ্যাটেনশন রোলআউট হল ট্রান্সফরমারের স্তুপীকৃত মনোযোগ স্তরের মধ্য দিয়ে কীভাবে তথ্য প্রবাহিত হয় তা সনাক্ত করার একটি পদ্ধতি যা ব্যাখ্যা করতে কোন ইনপুট টোকেনগুলিকে প্রভাবিত করে...
টেকনিক্যালদ্বিতীয় ক্রম অপ্টিমাইজেশান এবং নিউটন পদ্ধতি
সেকেন্ড-অর্ডার অপ্টিমাইজেশান বক্রতা তথ্য ব্যবহার করে (সেকেন্ড ডেরিভেটিভের হেসিয়ান ম্যাট্রিক্স) ন্যূনতম দিকে বুদ্ধিমান পদক্ষেপ নিতে, শুধু ঢালের দিকে নয়।
টেকনিক্যালRMSNorm এবং প্রি-লেয়ার নরমালাইজেশন
RMSNorm হল একটি লাইটওয়েট নর্মালাইজেশন লেয়ার যা তাদের রুট মানে স্কোয়ারের মাধ্যমে অ্যাক্টিভেশনকে রিস্কেল করে এবং প্রাক-লেয়ার নরমালাইজেশন স্থানগুলি প্রতিটির আগে ধাপে ধাপে…
টেকনিক্যালSwiGLU এবং Gated Activations
SwiGLU হল একটি গেটেড অ্যাক্টিভেশন ফাংশন যা একটি সুইশ-অ্যাক্টিভেটেড দ্বিতীয় প্রজেকশন দ্বারা ইনপুটের একটি রৈখিক অভিক্ষেপকে গুণ করে, একটি শেখার যোগ্য হিসেবে কাজ করে...
টেকনিক্যালস্কুইজ-এবং-উত্তেজনা নেটওয়ার্ক
স্কুইজ-এন্ড-এক্সিটেশন (SE) ব্লকগুলি একটি কনভোল্যুশনাল নেটওয়ার্ককে বৈশ্বিক প্রেক্ষাপটের উপর ভিত্তি করে তাদের পুনরায় ক্যালিব্রেট করে প্রতিটি বৈশিষ্ট্য চ্যানেলকে কতটা ওজন করতে হবে তা শিখতে দেয়।
টেকনিক্যালওয়ার্মআপ এবং কোসাইন অ্যানিলিং সময়সূচী
ওয়ার্মআপ প্রশিক্ষণের আগে শেখার হারকে শূন্যের কাছাকাছি থেকে উপরে নিয়ে আসে, তারপর কোসাইন অ্যানিলিং একটি কোসাইন বক্ররেখা অনুসরণ করে এটিকে মসৃণভাবে ক্ষয় করে।
টেকনিক্যালচক্রাকার শিক্ষার হার
চক্রাকার শেখার হার বারবার শেখার হারকে শুধুমাত্র ক্ষয় করার পরিবর্তে একটি নিম্ন এবং উপরের বাউন্ডের মধ্যে উপরে এবং নিচের দিকে ঘুরিয়ে দেয়।
টেকনিক্যালতীক্ষ্ণতা-সচেতন মিনিমাইজেশন
তীক্ষ্ণতা-সচেতন মিনিমাইজেশন (SAM) হল একটি অপ্টিমাইজেশান পদ্ধতি যা শুধুমাত্র কম ক্ষতিই নয় বরং ওজনের পুরো আশেপাশে কম ক্ষতির চেষ্টা করে — একটি সমতল…
টেকনিক্যাললিনিয়ার প্রোবিং এবং হিমায়িত বৈশিষ্ট্য মূল্যায়ন
লিনিয়ার প্রোবিং পরীক্ষা করে যে একটি পূর্বপ্রশিক্ষিত মডেলের অভ্যন্তরীণ উপস্থাপনা কতটা ভালো নেটওয়ার্ক হিমায়িত করে এবং উপরে শুধুমাত্র একটি সাধারণ রৈখিক শ্রেণীবিভাগকে প্রশিক্ষণ দিয়ে।
টেকনিক্যালDenseNet এবং ঘন সংযোগ
DenseNet হল একটি কনভোল্যুশনাল নেটওয়ার্ক যেখানে প্রতিটি স্তর ইনপুট হিসাবে সমস্ত পূর্ববর্তী স্তরগুলির বৈশিষ্ট্য মানচিত্র গ্রহণ করে।
টেকনিক্যালবটলনেক আর্কিটেকচার
একটি বটলনেক আর্কিটেকচার এটিকে আবার প্রসারিত করার আগে একটি সংকীর্ণ মধ্যবর্তী স্তরের মাধ্যমে ডেটাকে চাপ দেয়, নেটওয়ার্কটিকে কমপ্যাক্ট, দক্ষ শিখতে বাধ্য করে...
টেকনিক্যালগ্রেডিয়েন্ট জমা
গ্রেডিয়েন্ট সঞ্চয়ন আপনাকে সীমিত GPU মেমরিতে একটি বড় ব্যাচের আকার অনুকরণ করতে দেয় আপডেট করার আগে বেশ কয়েকটি ছোট মিনি-ব্যাচের উপর গ্রেডিয়েন্ট যোগ করে...
পড়া শেষ? এটা প্রমাণ করুন।
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.