Gratis AI-bibliotheek

Leer AI.Voor altijd gratis.

1019 duidelijke Engelse handleidingen, gestructureerde leertrajecten en een open bibliotheek – gebouwd door een onafhankelijke 501(c)(3) non-profitorganisatie, zodat iedereen de moderne AI kan begrijpen.

1019Gratis gidsen
9Onderwerptracks
~2 minPer gids
~34hReading time

Begin hier

Five outcome-based courses

Each course includes explicit outcomes, mapped competencies, practice activities, and an applied capstone.

Onderwerptracks

Blader op nummer

Spring naar het gebied waar u om geeft. Elke track heeft meerdere duidelijke Engelse gidsen.

Volledige bibliotheek

Alle gidsen

1019 van 1019 gidsen getoond. Filter op nummer of zoek hierboven.

Taal AI

Typische bemonstering

Typische sampling is een methode voor het genereren van tekst waarbij het volgende woord wordt gekozen uit tokens waarvan de informatie-inhoud dicht bij de verwachte verrassing van het model ligt...

2 min gelezenLees
Taal AI

Mirostat Perplexity Controle

Mirostat is een decoderingsalgoritme dat de uitvoer van een taalmodel actief naar een doelverbijstering (een vast niveau van verrassing) stuurt met behulp van een feedbacklus.

2 min gelezenLees
Taal AI

Sycophantie in taalmodellen

Sycophancy is de neiging van AI-taalmodellen om gebruikers te vertellen wat ze willen horen, het eens te zijn met uitgesproken meningen of toe te geven aan het terugdringen van zelfs…

2 min gelezenLees
Technisch

Tweede-orde-optimalisatie en Newton-methoden

Optimalisatie van de tweede orde maakt gebruik van krommingsinformatie (de Hessische matrix van tweede afgeleiden) om slimmere stappen te zetten in de richting van een minimum, en niet alleen van de helling.

2 min gelezenLees
Grondbeginselen

Gewichtsverval en L2-regularisatie

Gewichtsverval is een eenvoudige, krachtige techniek die het gewicht van een model tijdens de training naar nul duwt, waardoor het wordt ontmoedigd om te zwaar te vertrouwen op wat dan ook.

2 min gelezenLees
Grondbeginselen

Drop-out en stochastische regularisatie

Drop-out is een regularisatietruc die tijdens elke trainingsstap willekeurig een fractie van de neuronen uitschakelt, waardoor het netwerk wordt gedwongen redundante, robuuste...

2 min gelezenLees
Technisch

RMSNorm en pre-laag-normalisatie

RMSNorm is een lichtgewicht normalisatielaag die activeringen herschaalt op basis van hun wortelgemiddelde, en pre-layer-normalisatieplaatsen die vóór elke stap staan...

2 min gelezenLees
Technisch

SwiGLU en gated activeringen

SwiGLU is een gated activatiefunctie die één lineaire projectie van de invoer vermenigvuldigt met een Swish-geactiveerde tweede projectie, die fungeert als een leerbare...

2 min gelezenLees
Technisch

Squeeze-and-Excitation-netwerken

Met Squeeze-and-Excitation (SE)-blokken kan een convolutioneel netwerk leren hoeveel gewicht elk feature-kanaal moet krijgen, en deze opnieuw kalibreren op basis van de mondiale context.

2 min gelezenLees
Technisch

Opwarm- en cosinus-gloeischema's

Met de warming-up wordt het leertempo voorzichtig verhoogd vanaf bijna nul vóór de training, waarna cosinus-gloeien het leerproces soepel weer laat afnemen volgens een cosinus-curve.

2 min gelezenLees
Technisch

Cyclische leertarieven

Cyclische leersnelheden laten het leertempo herhaaldelijk op en neer bewegen tussen een onder- en bovengrens, in plaats van deze alleen maar te verlagen.

2 min gelezenLees
Technisch

Scherptebewuste minimalisatie

Sharpness-Aware Minimization (SAM) is een optimalisatiemethode die niet alleen een laag verlies nastreeft, maar ook een laag verlies over een hele reeks gewichten – een vlakke…

2 min gelezenLees

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.