Bibliothèque IA gratuite

Apprenez l'IA.Libre pour toujours.

1019 des guides en anglais simple, des parcours d'apprentissage structurés et une bibliothèque ouverte — construits par une organisation à but non lucratif indépendante 501(c)(3) pour que tout le monde puisse comprendre l'IA moderne.

1019Guides gratuits
9Pistes thématiques
~2 minPar guide
~34hTemps de lecture

Commencez ici

Cinq cours axés sur les résultats

Chaque cours comprend des résultats explicites, des compétences cartographiées, des activités pratiques et une synthèse appliquée.

Pistes thématiques

Parcourir par piste

Sautez dans la zone qui vous tient à cœur. Chaque piste comporte plusieurs guides en anglais simple.

Bibliothèque complète

Tous les guides

1019 de 1019 guides illustrés. Filtrez par piste ou recherchez ci-dessus.

Technique

Convolutions séparables en profondeur

Les convolutions séparables en profondeur divisent une convolution standard en deux étapes moins coûteuses, réduisant ainsi le nombre de multiplications et de paramètres.

2 lecture min.Lire
Technique

Circonvolutions dilatées et atreuses

Les convolutions dilatées (également appelées convolutions atreuses) insèrent des espaces entre les poids de filtre afin qu'un noyau couvre une zone beaucoup plus grande sans ajouter de paramètres.

2 lecture min.Lire
Technique

Réseaux autoroutiers et connexions de sauts

Les connexions ignorées permettent aux informations de passer au-delà des couches, et les réseaux routiers étaient une première version fermée de cette idée.

2 lecture min.Lire
IA linguistique

Pré-formation ELECTRA

ELECTRA est un moyen plus efficace de pré-entraîner des modèles de langage en leur apprenant à repérer les faux mots au lieu de deviner les mots cachés.

2 lecture min.Lire
IA linguistique

Recette de formation RoBERTa

RoBERTa a montré que BERT était considérablement sous-formé : en ajustant la recette plutôt que l'architecture, il a établi de nouveaux records de référence.

2 lecture min.Lire
IA linguistique

Modélisation des permutations XLNet

XLNet mélange le contexte bidirectionnel de BERT avec la prédiction autorégressive de GPT en s'entraînant sur un ordre aléatoire de mots.

2 lecture min.Lire
Technique

Adaptation de domaine

L'adaptation de domaine est un ensemble de techniques permettant de faire en sorte qu'un modèle formé sur un type de données (le domaine source) fonctionne correctement sur un type de données différent mais lié…

2 lecture min.Lire
IA linguistique

Arbre des pensées

Tree of Thoughts (ToT) est un cadre d'incitation qui permet à un modèle de langage d'explorer plusieurs chemins de raisonnement en parallèle, comme les branches d'un arbre, à la place…

2 lecture min.Lire
IA linguistique

Décodage d'auto-cohérence

L'autocohérence est une stratégie de décodage qui échantillonne de nombreux chemins de raisonnement différents à partir d'un modèle de langage, puis sélectionne la réponse sur laquelle la plupart d'entre eux sont d'accord.

2 lecture min.Lire
Fondamentaux

Clustering K-Means

K-Means est un algorithme non supervisé qui trie automatiquement les données en K groupes en trouvant les centres de cluster.

2 lecture min.Lire
Fondamentaux

K-Voisins les plus proches

K-Nearest Neighbours (KNN) classe un nouveau point de données en examinant les K exemples les plus proches et en obtenant un vote majoritaire.

2 lecture min.Lire
Fondamentaux

Régression logistique

La régression logistique prédit la probabilité que quelque chose appartienne à une classe, comme le spam ou non, en écrasant une somme pondérée sur une courbe en forme de S.

2 lecture min.Lire

Vous avez fini de lire ? Prouvez-le.

Vérifiez ce que vous avez appris avec un quiz thématique, puis explorez nos cours structurés ou travaillez pour obtenir un certificat. Chaque guide reste libre de lecture.