여기서 시작하세요
무료 AI 라이브러리
기술 가이드 영원히 무료입니다.
536 누구나 최신 AI를 이해할 수 있도록 독립적인 501(c)(3) 비영리 단체에서 구축한 일반 영어 가이드, 구조화된 학습 경로 및 개방형 라이브러리입니다.
- 536무료 가이드
- 1주제 트랙
- ~3 min가이드 당
- ~26h읽기 시간
여기서 시작하세요
다섯 결과 기반 강좌
각 과정에는 명확한 성과, 매핑된 역량, 실습 활동, 그리고 적용된 캡스톤이 포함되어 있습니다.
중급 · 4 모듈
AI at Work(직장 내 인공지능)
직장 내 사용 사례를 평가하고, 안전한 시범 사업을 운영하며, 가치를 측정하고, 변화를 책임감 있게 전달하세요.
~6h 완료코스 보기
주제 트랙
트랙별로 찾아보기
관심 있는 영역으로 뛰어들어 보세요. 모든 트랙에는 여러 개의 일반 영어 가이드가 있습니다.
- 134 가이드기초핵심 개념: AI가 높은 수준에서 작동하는 방식.탐색
- 272 가이드언어 AILLM, NLP, ChatGPT, 프롬프트 및 텍스트 이해.탐색
- 298 가이드비주얼 AI이미지 생성, 컴퓨터 비전, 비디오 및 디자인.탐색
- 188 가이드오디오 AI음성, 음악, 팟캐스트, 오디오 우선 AI.탐색
- 145 가이드회사OpenAI, Anthropic, Google, Meta 등의 프로필.탐색
- 761 가이드응용AI가 코딩, 검색, 에이전트, 일상생활에 어떻게 나타나는지.탐색
- 244 가이드산업의료, 금융, 교육, 에너지 등의 AI입니다.탐색
- 536 가이드기술칩, 미세 조정, RAG, 벡터 및 AI 인프라.탐색
- 422 가이드사회편견, 개인 정보 보호, 저작권, 안전 및 AI 미래.탐색
전체 라이브러리
기술
536 의 3000 가이드가 표시됩니다. 트랙별로 필터링하거나 위에서 검색하세요.
- 기술주의 롤아웃 및 머리 가지치기어텐션 롤아웃은 Transformer의 누적된 어텐션 레이어를 통해 정보가 어떻게 흐르는지 추적하여 어떤 입력 토큰이 영향을 미치는지 설명하는 방법입니다.2 분 읽음읽기
- 기술2차 최적화 및 뉴턴 방법2차 최적화는 곡률 정보(2차 도함수의 헤시안 행렬)를 사용하여 기울기뿐만 아니라 최소값을 향해 더 스마트한 조치를 취합니다.2 분 읽음읽기
- 기술RMSNorm 및 사전 레이어 정규화RMSNorm은 평균 제곱근으로 활성화 크기를 조정하는 경량 정규화 레이어이며, 사전 레이어 정규화는 각 단계 이전에 해당 단계를 배치합니다.2 분 읽음읽기
- 기술SwiGLU 및 게이트 활성화SwiGLU 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 분 읽음읽기
- 기술압착 및 자극 네트워크A 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 분 읽음읽기
- 기술워밍업 및 코사인 어닐링 일정워밍업은 훈련 전에 거의 0에서 학습률을 부드럽게 높인 다음, 코사인 어닐링을 통해 코사인 곡선을 따라 학습률을 다시 낮춥니다.2 분 읽음읽기
- 기술순환 학습률순환 학습률은 학습률을 감소시키는 대신 하한과 상한 사이에서 반복적으로 학습 속도를 위아래로 순환합니다.2 분 읽음읽기
- 기술선명도 인식 최소화선명도 인식 최소화(SAM)는 낮은 손실뿐만 아니라 가중치 전체에 걸쳐 낮은 손실을 추구하는 최적화 방법입니다.2 분 읽음읽기
- 기술선형 프로빙 및 동결 피쳐 평가선형 프로빙은 네트워크를 동결하고 그 위에 간단한 선형 분류기만 훈련하여 사전 훈련된 모델의 내부 표현이 얼마나 좋은지 테스트합니다.2 분 읽음읽기
- 기술DenseNet 및 Dense ConnectivityDenseNet은 모든 레이어가 모든 이전 레이어의 기능 맵을 입력으로 받는 컨벌루션 네트워크입니다. 무료 일반 영어 가이드.2 분 읽음읽기
- 기술병목 현상 아키텍처병목 현상 아키텍처는 데이터를 다시 확장하기 전에 좁은 중간 계층을 통해 데이터를 압축하여 네트워크가 작고 효율적으로 학습하도록 합니다.2 분 읽음읽기
- 기술그라데이션 누적그라데이션 누적을 사용하면 업데이트하기 전에 여러 개의 작은 미니 배치에 대한 그라데이션을 합산하여 제한된 GPU 메모리에서 대규모 배치 크기를 시뮬레이션할 수 있습니다.2 분 읽음읽기
다 읽었어? 증명해 봐.
주제 퀴즈를 통해 배운 내용을 확인한 다음 체계적인 과정을 살펴보거나 인증서를 취득하세요. 모든 가이드는 무료로 읽을 수 있습니다.