Δωρεάν βιβλιοθήκη AI

Τεχνικά οδηγούςΔωρεάν για πάντα.

177 Απλοί Αγγλικοί οδηγοί, δομημένες διαδρομές μάθησης και μια ανοιχτή βιβλιοθήκη — χτισμένη από έναν ανεξάρτητο μη κερδοσκοπικό οργανισμό 501(c)(3), ώστε ο καθένας να μπορεί να κατανοήσει τη σύγχρονη τεχνητή νοημοσύνη.

177Δωρεάν οδηγοί
1Θεματικά κομμάτια
~2 minΑνά οδηγό
~6hΏρα ανάγνωσης

Ξεκινήστε εδώ

Πέντε μαθήματα βασισμένα στο αποτέλεσμα

Κάθε μάθημα περιλαμβάνει σαφή αποτελέσματα, χαρτογραφημένες ικανότητες, δραστηριότητες εξάσκησης και ένα εφαρμοσμένο ορόσημο.

02

Υπεύθυνος χρήστης AI

Χρησιμοποιήστε την τεχνητή νοημοσύνη παραγωγικά προστατεύοντας παράλληλα το απόρρητο, ελέγχοντας τα αποτελέσματα και διατηρώντας την ανθρώπινη ευθύνη.

  1. 1Prompt Engineering
  2. 2Ψευδαισθήσεις AI
  3. 3AI & Απόρρητο
  4. 4AI στην καθημερινή ζωή
~5h για να ολοκληρωθείΔείτε το μάθημα
03

AI στην εργασία

Αξιολογήστε περιπτώσεις χρήσης στο χώρο εργασίας, εκτελέστε ασφαλείς πιλότους, μετρήστε την αξία και κοινοποιήστε τις αλλαγές με υπευθυνότητα.

  1. 1Αυτοματισμός ροής εργασίας AI
  2. 2Σημεία αναφοράς AI
  3. 3AI & θέσεις εργασίας
  4. 4Διακυβέρνηση AI
~6h για να ολοκληρωθείΔείτε το μάθημα
05

Κατασκευή με συστήματα AI

Κατανοήστε τα γλωσσικά μοντέλα, την ανάκτηση, τους πράκτορες, την αξιολόγηση, το κόστος και τις διασφαλίσεις ανάπτυξης μέσω του πρακτικού σχεδιασμού του συστήματος.

  1. 1ChatGPT και LLM
  2. 2Ποιότητα ανάκτησης
  3. 3Πράκτορες AI
  4. 4Σημεία αναφοράς AI
~8h για να ολοκληρωθείΔείτε το μάθημα

Θεματικά κομμάτια

Περιήγηση ανά κομμάτι

Πήδα στην περιοχή που σε ενδιαφέρει. Κάθε κομμάτι έχει πολλούς απλούς αγγλικούς οδηγούς.

Πλήρης βιβλιοθήκη

Όλοι οι οδηγοί

177 του 1019 εμφανίζονται οδηγοί. Φιλτράρισμα ανά κομμάτι ή αναζήτηση παραπάνω.

Τεχνικά

Ληστές πολλαπλών όπλων

Ένας ληστής πολλαπλών όπλων είναι ένα πρόβλημα απόφασης όπου επιλέγετε επανειλημμένα ανάμεσα σε επιλογές με άγνωστες αποδόσεις και μαθαίνετε καθώς προχωράτε, εξισορροπώντας την εξερεύνηση νέων…

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

BentoML και Συσκευασία Μοντέλων

Το BentoML είναι ένα πλαίσιο Python ανοιχτού κώδικα που συσκευάζει εκπαιδευμένα μοντέλα μηχανικής εκμάθησης σε τυποποιημένες, αναπτύξιμες μονάδες που ονομάζονται «Bentos».

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

KServe και Model Serving στο Kubernetes

Το KServe είναι μια τυποποιημένη, εγγενής πλατφόρμα Kubernetes για την εξυπηρέτηση μοντέλων μηχανικής εκμάθησης σε κλίμακα.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Seldon Core και γραφήματα συμπερασμάτων

Το Seldon Core είναι μια πλατφόρμα ανοιχτού κώδικα για την ανάπτυξη μοντέλων μηχανικής εκμάθησης στο Kubernetes, με ένα χαρακτηριστικό χαρακτηριστικό: τα γραφήματα συμπερασμάτων.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Διαβαθμίσεις που εξαφανίζονται και εκρήγνυνται

Κατά την εκπαίδευση σε βαθιά δίκτυα, τα σήματα σφάλματος συρρικνώνονται προς το μηδέν ή εκτοξεύονται προς το άπειρο καθώς ταξιδεύουν προς τα πίσω μέσα από πολλά επίπεδα.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Διαβάθμιση αποκοπής

Μια απλή, ευρέως χρησιμοποιούμενη προστασία που περιορίζει το μέγεθος των ενημερώσεων κλίσης κατά τη διάρκεια της εκπαίδευσης.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Αρχικοποίηση βάρους

Πώς ορίζετε τα αρχικά βάρη ενός νευρωνικού δικτύου πριν από την έναρξη της προπόνησης, κάτι που διαμορφώνει έντονα εάν τα σήματα και οι κλίσεις παραμένουν υγιή μέσα από βαθιά στρώματα.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Εκμάθηση Μίμησης

Η μάθηση μίμησης διδάσκει σε μια τεχνητή νοημοσύνη να εκτελεί μια εργασία αντιγράφοντας επιδείξεις ειδικών αντί να μαθαίνει από τις ανταμοιβές δοκιμής και λάθους.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Αντίστροφη Ενισχυτική Μάθηση

Η αντίστροφη μάθηση ενίσχυσης (IRL) ανατρέπει το πρότυπο RL: αντί να του δοθεί μια ανταμοιβή και να βρει μια πολιτική, παρακολουθεί τη συμπεριφορά των ειδικών και συμπεραίνει…

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Ενισχυτική μάθηση εκτός σύνδεσης

Η εκμάθηση ενίσχυσης εκτός σύνδεσης εκπαιδεύει τους πράκτορες αποκλειστικά από ένα σταθερό, προηγουμένως συλλεγμένο σύνολο δεδομένων, χωρίς ζωντανή αλληλεπίδραση με το περιβάλλον.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

SmoothQuant και Activation Quantization

Το SmoothQuant είναι μια τεχνική που καθιστά δυνατή τη συμπίεση μεγάλων μοντέλων γλώσσας σε ακέραιους αριθμούς 8-bit τόσο για βάρη όσο και για ενεργοποιήσεις χωρίς…

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Δομημένο κλάδεμα και πτώση στρώσεων

Το δομημένο κλάδεμα αφαιρεί ολόκληρα στοιχεία ενός νευρωνικού δικτύου, όπως κεφαλές προσοχής, νευρώνες ή ολόκληρα στρώματα, έτσι ώστε το πιο λεπτό μοντέλο να τρέχει πιο γρήγορα…

2 ελάχιστη ανάγνωσηΔιαβάστε

Τελειώσατε το διάβασμα; Αποδείξτε το.

Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.