01
Asas AI
Fahami apa itu AI, bagaimana sistem belajar, di mana ia gagal, dan bagaimana menilai tuntutan tanpa keterujaan.
Perpustakaan AI percuma
Teknikal panduanPercuma selamanya.
177 panduan bahasa Inggeris biasa, laluan pembelajaran berstruktur dan perpustakaan terbuka — dibina oleh 501(c)(3) bukan untung bebas supaya sesiapa sahaja boleh memahami AI moden.
177Panduan percuma
1Jejak topik
~2 minSetiap panduan
~6hMasa membaca
Mulakan di sini
Lima kursus berasaskan hasil
Setiap kursus merangkumi hasil yang jelas, kompetensi yang dipetakan, aktiviti latihan, dan capstone terapan.
02
Pengguna AI Bertanggungjawab
Gunakan AI secara produktif sambil melindungi privasi, memeriksa hasil, dan mengekalkan akauntabiliti manusia.
03
AI di Tempat Kerja
Nilai kes penggunaan di tempat kerja, jalankan perintis selamat, ukur nilai, dan komunikasikan perubahan dengan bertanggungjawab.
04
Dasar & Masyarakat AI
Analisis sistem AI melalui hak, kesakadilan, tadbir urus, keselamatan, dan hasil kepentingan awam.
05
Membina dengan Sistem AI
Fahami model bahasa, pengambilan, ejen, penilaian, kos, dan perlindungan pelaksanaan melalui reka bentuk sistem yang praktikal.
Jejak topik
Semak imbas mengikut trek
Lompat ke kawasan yang anda minati. Setiap trek mempunyai berbilang panduan bahasa Inggeris biasa.
AsasKonsep teras: cara AI berfungsi pada tahap tinggi.84 panduan AI bahasaLLM, NLP, ChatGPT, gesaan dan pemahaman teks.155 panduan AI VisualPenjanaan imej, penglihatan komputer, video dan reka bentuk.133 panduan AI AudioSuara, muzik, podcasting dan AI mengutamakan audio.117 panduan SyarikatProfil OpenAI, Anthropic, Google, Meta dan banyak lagi.121 panduan AplikasiCara AI muncul dalam pengekodan, carian, ejen dan kehidupan harian.111 panduan industriAI dalam penjagaan kesihatan, kewangan, pendidikan, tenaga dan banyak lagi.91 panduan TeknikalCip, penalaan halus, RAG, vektor dan infrastruktur AI.177 panduan MasyarakatBias, privasi, hak cipta, keselamatan dan masa depan AI.30 panduan
Perpustakaan penuh
Semua panduan
177 daripada 1019 panduan yang ditunjukkan. Tapis mengikut trek atau carian di atas.
Teknikal
Pelancaran Perhatian dan Pemangkasan Kepala
Pelancaran perhatian ialah kaedah untuk mengesan cara maklumat mengalir melalui lapisan perhatian bertindan Transformer untuk menerangkan token input yang mempengaruhi…
TeknikalPengoptimuman Tertib Kedua dan Kaedah Newton
Pengoptimuman tertib kedua menggunakan maklumat kelengkungan (matriks Hessian derivatif kedua) untuk mengambil langkah yang lebih bijak ke arah minimum, bukan hanya cerun.
TeknikalRMSNorm dan Normalisasi Pra-Lapisan
RMSNorm ialah lapisan normalisasi ringan yang menskalakan semula pengaktifan mengikut kuasa dua min akarnya dan tempat normalisasi pra-lapisan yang melangkah sebelum setiap…
TeknikalSwiGLU dan Pengaktifan Berpagar
SwiGLU ialah fungsi pengaktifan berpagar yang mendarabkan satu unjuran linear input dengan unjuran kedua yang diaktifkan Swish, bertindak sebagai unjuran yang boleh dipelajari…
TeknikalRangkaian Squeeze-and-Excitation
Sekatan Squeeze-and-Excitation (SE) membolehkan rangkaian berbelit-belit mempelajari berapa banyak untuk menimbang setiap saluran ciri, menentukur semulanya berdasarkan konteks global.
TeknikalJadual Pemanasan dan Penyepuhlindapan Kosinus
Pemanasan perlahan-lahan meningkatkan kadar pembelajaran daripada hampir sifar sebelum latihan, kemudian penyepuhlindapan kosinus dengan lancar mereputkannya semula mengikut lengkung kosinus.
TeknikalKadar Pembelajaran Kitaran
Kadar pembelajaran kitaran berulang kali mengitarkan kadar pembelajaran ke atas dan ke bawah antara batas bawah dan atas dan bukannya hanya mereputkannya.
TeknikalPengurangan Ketajaman-Sedar
Sharpness-Aware Minimization (SAM) ialah kaedah pengoptimuman yang mencari bukan sahaja kerugian yang rendah tetapi kehilangan yang rendah merentasi keseluruhan kejiranan berat — satu…
TeknikalPenyelidikan Linear dan Penilaian Ciri Beku
Penyelidikan linear menguji sejauh mana perwakilan dalaman model terlatih dengan membekukan rangkaian dan hanya melatih pengelas linear mudah di atas.
TeknikalDenseNet dan Ketersambungan Padat
DenseNet ialah rangkaian konvolusi di mana setiap lapisan menerima peta ciri semua lapisan sebelumnya sebagai input.
TeknikalSenibina Bottleneck
Seni bina kesesakan memerah data melalui lapisan perantaraan yang sempit sebelum mengembangkannya semula, memaksa rangkaian untuk belajar padat, cekap…
TeknikalPengumpulan Kecerunan
Pengumpulan kecerunan membolehkan anda mensimulasikan saiz kelompok besar pada memori GPU terhad dengan menjumlahkan kecerunan pada beberapa kelompok mini kecil sebelum mengemas kini…
Sudah habis membaca? Buktikan.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.