ここから始めましょう
無料のAIライブラリ
技術的な ガイド 永久無料。
536 平易な英語のガイド、構造化された学習パス、オープン ライブラリ - 独立した 501(c)(3) 非営利団体によって構築され、誰でも最新の AI を理解できるようになります。
- 536無料ガイド
- 1トピックトラック
- ~3 minガイドごと
- ~26h読書時間
ここから始めましょう
5 成果ベースのコース
各コースには、明示的な成果、マッピングされたコンピテンシー、練習アクティビティ、および適用されたキャップストーンが含まれています。
トピックトラック
トラックごとに閲覧する
気になるエリアに飛び込んでみましょう。すべてのトラックには複数のわかりやすい英語のガイドが付いています。
- 134 ガイド基本中心となる概念: AI が高レベルでどのように機能するか。探す
- 272 ガイド言語AILLM、NLP、ChatGPT、プロンプト、およびテキストの理解。探す
- 298 ガイドビジュアルAI画像生成、コンピュータビジョン、ビデオ、デザイン。探す
- 188 ガイドオーディオAI音声、音楽、ポッドキャスティング、オーディオファースト AI。探す
- 145 ガイド企業OpenAI、Anthropic、Google、Meta などのプロファイル。探す
- 761 ガイドアプリケーションAI がコーディング、検索、エージェント、日常生活にどのように現れるか。探す
- 244 ガイド産業ヘルスケア、金融、教育、エネルギーなどにおける AI。探す
- 536 ガイド技術的なチップ、微調整、RAG、ベクター、AI インフラストラクチャ。探す
- 422 ガイド社会偏見、プライバシー、著作権、安全性、そして AI の未来。探す
フルライブラリ
技術的な
536 の 3000 ガイドが表示されます。トラックでフィルタリングするか、上で検索してください。
- 技術的なアテンションのロールアウトとヘッドの枝刈りアテンション ロールアウトは、Transformer の積み重ねられたアテンション レイヤーを情報がどのように流れるかを追跡し、どの入力トークンが影響を与えるかを説明する方法です。2 最小読み取り読む
- 技術的な二次最適化とニュートン法二次最適化では、曲率情報 (二次導関数のヘッセ行列) を使用して、傾きだけでなく、最小値に向けてより賢明なステップを実行します。2 最小読み取り読む
- 技術的なRMSNorm と前層正規化RMSNorm は、二乗平均平方根によってアクティベーションを再スケーリングする軽量の正規化レイヤーであり、各ステップの前にプレレイヤー正規化が配置されます。2 最小読み取り読む
- 技術的なSwiGLU とゲート制御アクティベーションSwiGLU is a gated activation used inside the feed-forward layers of transformers: the input is projected twice, one copy passes through the Swish function…8 最小読み取り読む
- 技術的なスクイーズアンド励起ネットワークA squeeze-and-excitation (SE) block is a small add-on for convolutional neural networks that summarizes each feature channel across the whole image, then…9 最小読み取り読む
- 技術的なウォームアップおよびコサインアニーリングのスケジュールウォームアップでは、トレーニング前に学習率をほぼゼロから緩やかに上昇させ、その後、コサイン アニーリングにより、コサイン曲線に従って学習率を滑らかに減衰させます。2 最小読み取り読む
- 技術的な循環学習率循環学習率は、学習率を減衰させるだけでなく、下限と上限の間で学習率を繰り返し上下させます。2 最小読み取り読む
- 技術的なシャープネスを意識した最小化Sharpness-Aware Minimization (SAM) は、単に低損失を追求するのではなく、重みの近傍全体、つまりフラットな領域全体にわたって低損失を追求する最適化手法です。2 最小読み取り読む
- 技術的な線形プロービングとフリーズ特徴評価線形プローブでは、ネットワークをフリーズし、その上で単純な線形分類器のみをトレーニングすることで、事前トレーニングされたモデルの内部表現がどの程度優れているかをテストします。2 最小読み取り読む
- 技術的なDenseNet と高密度接続DenseNet is a convolutional network where every layer receives the feature maps of all preceding layers as input. Free plain-English guide.2 最小読み取り読む
- 技術的なボトルネックアーキテクチャボトルネック アーキテクチャは、データを狭い中間層に押し込んでから再度拡張するため、ネットワークはコンパクトで効率的な学習を強いられます。2 最小読み取り読む
- 技術的な勾配の累積勾配累積を使用すると、更新前にいくつかの小さなミニバッチにわたる勾配を合計することで、限られた GPU メモリ上で大きなバッチ サイズをシミュレートできます。2 最小読み取り読む
読み終わりましたか？証明してみろ。
トピックのクイズで学んだことを確認し、構造化されたコースを探索したり、認定資格を取得したりできます。すべてのガイドは無料で読むことができます。