Libreria AI gratuita

Impara l'intelligenza artificiale.Libero per sempre.

1019 Guide in inglese semplice, percorsi di apprendimento strutturati e una libreria aperta, realizzati da un'organizzazione no profit 501(c)(3) indipendente in modo che chiunque possa comprendere l'intelligenza artificiale moderna.

1019Guide gratuite
9Tracce di argomenti
~2 minPer guida
~34hTempo di lettura

Inizia qui

Cinque Corsi basati sui risultati

Ogni corso include risultati espliciti, competenze mappate, attività di pratica e un capstone applicato.

Tracce di argomenti

Sfoglia per traccia

Entra nell'area che ti interessa. Ogni traccia ha più guide in inglese semplice.

Libreria completa

Tutte le guide

1019 di 1019 guide mostrate. Filtra per traccia o cerca sopra.

Tecnico

Sondaggio lineare e valutazione delle feature congelate

Il sondaggio lineare verifica la validità delle rappresentazioni interne di un modello preaddestrato congelando la rete e addestrando solo un semplice classificatore lineare al di sopra.

2 minimo lettoLeggi
Intelligenza artificiale linguistica

Verifica mediante campionamento speculativo

Il campionamento speculativo accelera la generazione di modelli linguistici di grandi dimensioni consentendo a un piccolo modello "bozza" di indovinare diversi token in anticipo, quindi verificando il modello grande...

2 minimo lettoLeggi
Intelligenza artificiale linguistica

Campionamento basato sull'entropia

Il campionamento basato sull'entropia adatta il modo in cui un LLM sceglie il token successivo in base all'incertezza del modello in quel momento.

2 minimo lettoLeggi
Tecnico

DenseNet e connettività densa

DenseNet è una rete convoluzionale in cui ogni livello riceve come input le mappe delle caratteristiche di tutti i livelli precedenti.

2 minimo lettoLeggi
Tecnico

Architetture dei colli di bottiglia

Un’architettura a collo di bottiglia comprime i dati attraverso uno stretto strato intermedio prima di espanderli nuovamente, costringendo la rete a diventare compatta, efficiente…

2 minimo lettoLeggi
Tecnico

Accumulo di gradienti

L'accumulo di gradienti ti consente di simulare batch di grandi dimensioni su una memoria GPU limitata sommando i gradienti su diversi mini-batch di piccole dimensioni prima dell'aggiornamento...

2 minimo lettoLeggi
Fondamenti

Arresto anticipato

L'arresto anticipato è una tecnica di regolarizzazione che interrompe l'addestramento del modello nel momento in cui le prestazioni sui dati di convalida bloccati smettono di migliorare.

2 minimo lettoLeggi
Tecnico

Forzatura dell'insegnante nei modelli di sequenza

La forzatura dell'insegnante è un trucco di addestramento per i modelli di sequenza in cui il vero token precedente, non l'ipotesi del modello, viene inserito come input successivo.

2 minimo lettoLeggi
Tecnico

Campionamento programmato e bias di esposizione

Il bias di esposizione è il divario che appare quando un modello addestrato solo su prefissi perfetti deve, per inferenza, condizionare i propri risultati imperfetti.

2 minimo lettoLeggi
Tecnico

Perdita focale per rilevamento sbilanciato

La perdita focale è una funzione di perdita modificata che riduce il peso degli esempi facili in modo che un rilevatore possa concentrarsi su quelli difficili e rari.

2 minimo lettoLeggi
Fondamenti

Discesa gradiente stocastica con quantità di moto

Momentum è una modifica alla discesa del gradiente che accumula una media corrente dei gradienti passati, consentendo all'ottimizzazione di scorrere più velocemente attraverso le valli e smorzare...

2 minimo lettoLeggi
Fondamenti

Gradiente accelerato di Nesterov

Il gradiente accelerato di Nesterov (NAG) è una forma più intelligente di slancio che fa capolino prima di calcolare il gradiente, dandogli un look-ahead correttivo.

2 minimo lettoLeggi

Hai finito di leggere? Dimostralo.

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