01
AI alapok
Understand what AI is, how systems learn, where they fail, and how to judge claims without hype.
Ingyenes AI könyvtár
Műszaki útmutatókÖrökre ingyen.
177 egyszerű angol nyelvű útmutatók, strukturált tanulási útvonalak és nyílt könyvtár – egy független 501(c)(3) nonprofit szervezet építette, így bárki megértheti a modern AI-t.
177Ingyenes útmutatók
1Témasávok
~2 minÚtmutató szerint
~6hReading time
Kezdje itt
Five outcome-based courses
Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.
02
Felelős MI felhasználó
Use AI productively while protecting privacy, checking outputs, and preserving human accountability.
03
AI at Work
Evaluate workplace use cases, run safe pilots, measure value, and communicate changes responsibly.
04
AI Policy & Society
Analyze AI systems through rights, equity, governance, safety, and public-interest outcomes.
05
Építkezés MI rendszerekkel
Értsék meg a nyelvi modelleket, a lekérdezést, az ügynököket, az értékelést, a költségeket és a telepítési védelmeket gyakorlati rendszertervezésen keresztül.
Témasávok
Böngésszen szám szerint
Ugorjon be a számodra fontos területre. Minden számnak több egyszerű angol nyelvű útmutatója van.
AlapokAlapfogalmak: hogyan működik az AI magas szinten.84 útmutatók Nyelvi AILLM-ek, NLP, ChatGPT, felszólítás és szövegértés.155 útmutatók Vizuális AIKépgenerálás, számítógépes látás, videózás és tervezés.133 útmutatók Audio AIHang, zene, podcast és audio-első AI.117 útmutatók VállalatokA OpenAI, Anthropic, Google, Meta és mások profiljai.121 útmutatók AlkalmazásokHogyan jelenik meg az AI a kódolásban, a keresésben, az ügynökökben és a mindennapi életben.111 útmutatók IparágakAI az egészségügyben, a pénzügyekben, az oktatásban, az energetikában és egyebekben.91 útmutatók MűszakiChipek, finomhangolás, RAG, vektorok és AI-infrastruktúra.177 útmutatók TársadalomElfogultság, adatvédelem, szerzői jogok, biztonság és a mesterséges intelligencia jövője.30 útmutatók
Teljes könyvtár
Minden útmutató
177 -ból 1019 útmutatók láthatók. Szűrés sáv szerint vagy keresés fent.
Műszaki
Figyelem Rollout és fejmetszés
A figyelemkiterjesztés egy módszer annak nyomon követésére, hogy az információ hogyan áramlik át a Transformer halmozott figyelemrétegein, hogy megmagyarázza, mely bemeneti tokenek befolyásolják…
MűszakiMásodrendű optimalizálás és Newton-módszerek
A másodrendű optimalizálás a görbületi információkat (a második derivált Hess-mátrixát) használja, hogy intelligensebb lépéseket tegyen a minimum felé, nem csak a meredekség felé.
MűszakiRMSNorm és Pre-Layer Normalization
Az RMSNorm egy könnyű normalizációs réteg, amely átskálázza az aktiválásokat a négyzetgyökér alapján, és a réteg előtti normalizálási helyeket, amelyek mindegyike elé lépnek…
MűszakiSwiGLU és kapuzott aktiválások
A SwiGLU egy kapuzott aktiválási funkció, amely a bemenet egy lineáris vetületét megszorozza egy Swish által aktivált második vetülettel, így tanulható…
MűszakiSqueeze-and-Excitation Networks
A Squeeze-and-Excitation (SE) blokkok lehetővé teszik a konvolúciós hálózat számára, hogy megtanulja, mennyit kell súlyozni az egyes jellemzőcsatornákat, és a globális kontextus alapján újrakalibrálja azokat.
MűszakiBemelegítési és koszinuszos izzítási ütemezések
A bemelegítés gyengéden felemeli a tanulási sebességet a nulláról közelről edzés előtt, majd a koszinuszos lágyítás simán lecsökkenti azt egy koszinusz görbe mentén.
MűszakiCiklikus tanulási arányok
A ciklikus tanulási arányok a tanulási sebességet ismételten fel-le mozgatják egy alsó és felső határ között, ahelyett, hogy csak csökkentenék azt.
MűszakiÉlesség-tudatos minimalizálás
A Sharpness-Aware Minimalization (SAM) egy olyan optimalizálási módszer, amely nem csak alacsony veszteséget keres, hanem alacsony veszteséget a súlyok egész környezetében – egy lapos…
MűszakiLineáris szondázás és fagyasztott jellemzők értékelése
A lineáris szondázás azt teszteli, hogy egy előre betanított modell belső reprezentációi mennyire jók: lefagyasztja a hálózatot, és csak egy egyszerű lineáris osztályozót tanít a tetejére.
MűszakiDenseNet és Dense Connectivity
A DenseNet egy konvolúciós hálózat, ahol minden réteg megkapja bemenetként az összes előző réteg jellemzőtérképét.
MűszakiSzűk keresztmetszetű építészet
A szűk keresztmetszetű architektúra átpréseli az adatokat egy keskeny köztes rétegen, mielőtt újra kibővítené azokat, és arra kényszeríti a hálózatot, hogy megtanuljon kompakt, hatékony…
MűszakiGradiens Akkumuláció
A színátmenet-felhalmozás lehetővé teszi, hogy nagy kötegméretet szimuláljon korlátozott GPU-memórián azáltal, hogy a frissítés előtt összeadja a színátmeneteket több kis mini kötegben…
Finished reading? Prove it.
Check what you learned with topic quizzes, then explore our structured courses and current certification requirements. Core guides remain free to read.