01
KI-Grundlagen
Verstehen Sie, was KI ist, wie Systeme lernen, wo sie versagen und wie Sie Ansprüche ohne Aufregung beurteilen können.
Kostenlose KI-Bibliothek
Lernen Sie KI.Für immer kostenlos.
1019 Leitfäden in einfachem Englisch, strukturierte Lernpfade und eine offene Bibliothek – erstellt von einer unabhängigen gemeinnützigen Organisation 501(c)(3), damit jeder moderne KI verstehen kann.
1019Kostenlose Reiseführer
9Themenspuren
~2 minPro Reiseführer
~34hLesezeit
Beginnen Sie hier
Fünf ergebnisorientierte Kurse
Jeder Kurs umfasst explizite Ergebnisse, abgebildete Kompetenzen, Übungsaktivitäten und einen angewandten Schlussstein.
02
Verantwortlicher KI-Benutzer
Nutzen Sie KI produktiv und schützen Sie gleichzeitig die Privatsphäre, überprüfen Sie die Ergebnisse und wahren Sie die menschliche Verantwortung.
03
KI bei der Arbeit
Bewerten Sie Anwendungsfälle am Arbeitsplatz, führen Sie sichere Pilotprojekte durch, messen Sie den Wert und kommunizieren Sie Änderungen verantwortungsbewusst.
04
KI-Politik und Gesellschaft
Analysieren Sie KI-Systeme anhand von Rechten, Gerechtigkeit, Governance, Sicherheit und Ergebnissen im öffentlichen Interesse.
05
Bauen mit KI-Systemen
Verstehen Sie Sprachmodelle, Abruf, Agenten, Bewertung, Kosten und Bereitstellungsschutz durch praktisches Systemdesign.
Themenspuren
Nach Titel durchsuchen
Springen Sie in den Bereich, der Ihnen am Herzen liegt. Zu jedem Titel gibt es mehrere leicht verständliche Anleitungen.
GrundlagenKernkonzepte: Wie KI auf hohem Niveau funktioniert.84 Führer Sprach-KILLMs, NLP, ChatGPT, Eingabeaufforderung und Textverständnis.155 Führer Visuelle KIBilderzeugung, Computer Vision, Video und Design.133 Führer Audio-KIStimme, Musik, Podcasting und Audio-First-KI.117 Führer UnternehmenProfile von OpenAI, Anthropic, Google, Meta und mehr.121 Führer AnwendungenWie KI in Codierung, Suche, Agenten und im täglichen Leben zum Ausdruck kommt.111 Führer BranchenKI in den Bereichen Gesundheitswesen, Finanzen, Bildung, Energie und mehr.91 Führer TechnischChips, Feinabstimmung, RAG, Vektoren und KI-Infrastruktur.177 Führer GesellschaftVoreingenommenheit, Privatsphäre, Urheberrecht, Sicherheit und die Zukunft der KI.30 Führer
Vollständige Bibliothek
Alle Führer
1019 von 1019 Anleitungen angezeigt. Filtern Sie nach Titel oder suchen Sie oben.
Technisch
Lineare Sondierung und Bewertung eingefrorener Merkmale
Beim linearen Sondieren wird getestet, wie gut die internen Darstellungen eines vorab trainierten Modells sind, indem das Netzwerk eingefroren und nur ein einfacher linearer Klassifikator darauf trainiert wird.
Sprach-KISpekulative Stichprobenüberprüfung
Spekulatives Sampling beschleunigt die Generierung großer Sprachmodelle, indem ein kleines „Entwurfs“-Modell mehrere Token im Voraus erraten lässt und das große Modell dann überprüft …
Sprach-KIEntropiebasierte Probenahme
Entropiebasiertes Sampling passt die Art und Weise, wie ein LLM seinen nächsten Token auswählt, basierend darauf an, wie unsicher das Modell zu diesem Zeitpunkt ist.
TechnischDenseNet und Dense Connectivity
DenseNet ist ein Faltungsnetzwerk, bei dem jede Schicht die Feature-Maps aller vorhergehenden Schichten als Eingabe erhält.
TechnischEngpassarchitekturen
Eine Engpassarchitektur quetscht Daten durch eine schmale Zwischenschicht, bevor sie sie wieder ausdehnt, und zwingt das Netzwerk dazu, kompakte, effiziente… zu lernen.
TechnischGradientenakkumulation
Mit der Gradientenakkumulation können Sie eine große Batch-Größe auf begrenztem GPU-Speicher simulieren, indem Sie Gradienten über mehrere kleine Mini-Batches summieren, bevor Sie sie aktualisieren.
GrundlagenFrühes Stoppen
„Frühes Stoppen“ ist eine Regularisierungstechnik, die das Modelltraining in dem Moment stoppt, in dem sich die Leistung bei zurückgehaltenen Validierungsdaten nicht mehr verbessert.
TechnischLehrererzwingung in Sequenzmodellen
Lehrererzwingung ist ein Trainingstrick für Sequenzmodelle, bei dem der wahre vorherige Token und nicht die eigene Vermutung des Modells als nächste Eingabe eingegeben wird.
TechnischGeplante Probenahme und Expositionsverzerrung
Die Belichtungsverzerrung ist die Lücke, die entsteht, wenn ein Modell, das nur auf perfekte Präfixe trainiert wurde, bei der Inferenz seine eigenen unvollständigen Ausgaben konditionieren muss.
TechnischFokusverlust für unausgeglichene Erkennung
Der Fokusverlust ist eine modifizierte Verlustfunktion, die einfache Beispiele herabsetzt, sodass sich ein Detektor auf die schwierigen, seltenen Beispiele konzentrieren kann.
GrundlagenStochastischer Gradientenabstieg mit Schwung
Momentum ist eine Optimierung des Gefälleabstiegs, die einen laufenden Durchschnitt vergangener Gefälle akkumuliert, wodurch die Optimierung schneller durch Täler rollen und gedämpft werden kann.
GrundlagenNesterov beschleunigter Gradient
Nesterov Accelerated Gradient (NAG) ist eine intelligentere Form des Impulses, der vor der Berechnung des Gradienten einen Blick nach vorne wirft und ihm so einen korrigierenden Ausblick gibt.
Mit dem Lesen fertig? Beweisen Sie es.
Überprüfen Sie anhand von Themenquiz, was Sie gelernt haben, und erkunden Sie anschließend unsere strukturierten Kurse und aktuellen Zertifizierungsanforderungen. Die wichtigsten Leitfäden bleiben weiterhin frei lesbar.