Δωρεάν βιβλιοθήκη AI

Μάθετε AI.Δωρεάν για πάντα.

1019 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.

1019Δωρεάν οδηγοί
9Θεματικά κομμάτια
~2 minΑνά οδηγό
~34hΏρα 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

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

Τεχνικά

Γραμμική ανίχνευση και αξιολόγηση παγωμένων χαρακτηριστικών

Η γραμμική ανίχνευση ελέγχει πόσο καλές είναι οι εσωτερικές αναπαραστάσεις ενός προεκπαιδευμένου μοντέλου παγώνοντας το δίκτυο και εκπαιδεύοντας μόνο έναν απλό γραμμικό ταξινομητή στην κορυφή.

2 ελάχιστη ανάγνωσηΔιαβάστε
Γλώσσα AI

Επαλήθευση κερδοσκοπικής δειγματοληψίας

Η κερδοσκοπική δειγματοληψία επιταχύνει τη δημιουργία μεγάλων γλωσσικών μοντέλων αφήνοντας ένα μικρό «πρόχειρο» μοντέλο να μαντέψει αρκετά διακριτικά μπροστά και στη συνέχεια να επαληθεύσει το μεγάλο μοντέλο…

2 ελάχιστη ανάγνωσηΔιαβάστε
Γλώσσα AI

Δειγματοληψία με βάση την εντροπία

Η δειγματοληψία με βάση την εντροπία προσαρμόζει τον τρόπο με τον οποίο ένα LLM επιλέγει το επόμενο διακριτικό του με βάση το πόσο αβέβαιο είναι το μοντέλο εκείνη τη στιγμή.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

DenseNet και Dense Connectivity

Το DenseNet είναι ένα συνελικτικό δίκτυο όπου κάθε επίπεδο λαμβάνει ως είσοδο τους χάρτες χαρακτηριστικών όλων των προηγούμενων επιπέδων.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Αρχιτεκτονικές Bottleneck

Μια αρχιτεκτονική σημείων συμφόρησης συμπιέζει δεδομένα μέσω ενός στενού ενδιάμεσου επιπέδου πριν τα επεκτείνει ξανά, αναγκάζοντας το δίκτυο να μάθει συμπαγή, αποτελεσματικά…

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Συσσώρευση κλίσης

Η συσσώρευση διαβάθμισης σάς επιτρέπει να προσομοιώσετε ένα μεγάλο μέγεθος παρτίδας σε περιορισμένη μνήμη GPU, αθροίζοντας τις διαβαθμίσεις σε πολλές μικρές μίνι παρτίδες πριν από την ενημέρωση…

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Πρόωρη διακοπή

Η πρόωρη διακοπή είναι μια τεχνική τακτοποίησης που σταματά την εκπαίδευση μοντέλων τη στιγμή που η απόδοση στα δεδομένα επικύρωσης που παρακρατούνται σταματά να βελτιώνεται.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Επιβολή δασκάλου σε μοντέλα ακολουθίας

Η επιβολή δασκάλων είναι ένα εκπαιδευτικό τέχνασμα για μοντέλα ακολουθιών όπου το αληθινό προηγούμενο διακριτικό, όχι η εικασία του ίδιου του μοντέλου, τροφοδοτείται ως η επόμενη είσοδος.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Προγραμματισμένη δειγματοληψία και μεροληψία έκθεσης

Η μεροληψία έκθεσης είναι το κενό που εμφανίζεται όταν ένα μοντέλο που εκπαιδεύεται μόνο σε τέλεια προθέματα πρέπει, κατά συμπέρασμα, να εξαρτηθεί από τα δικά του ατελή αποτελέσματα.

2 ελάχιστη ανάγνωσηΔιαβάστε
Τεχνικά

Εστιακή απώλεια για ανίχνευση ανισορροπίας

Η εστιακή απώλεια είναι μια τροποποιημένη συνάρτηση απώλειας που μειώνει τα εύκολα παραδείγματα, έτσι ώστε ένας ανιχνευτής να μπορεί να εστιάσει στα σκληρά, σπάνια.

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Στοχαστική κλίση κατάβασης με ορμή

Το Momentum είναι μια προσαρμογή στην κλίση κατάβασης που συγκεντρώνει έναν τρέχοντα μέσο όρο των προηγούμενων κλίσεων, αφήνοντας τη βελτιστοποίηση να κυλά γρηγορότερα στις κοιλάδες και να αμβλύνει…

2 ελάχιστη ανάγνωσηΔιαβάστε
Βασικές αρχές

Επιταχυνόμενη κλίση Nesterov

Το Nesterov Accelerated Gradient (NAG) είναι μια πιο έξυπνη μορφή ορμής που κοιτάζει μπροστά πριν τον υπολογισμό της κλίσης, δίνοντάς της μια διορθωτική ματιά στο μέλλον.

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.