Free AI library

Technical guiderFree forever.

177 plain-English guides, structured learning paths, and an open library — built by an independent 501(c)(3) nonprofit so anyone can understand modern AI.

177Gratis guider
1Topic tracks
~2 minPer guide
~6hReading time

Start her

Five outcome-based courses

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

Topic tracks

Browse by track

Jump into the area you care about. Every track has multiple plain-English guides.

Full library

All guides

177 av 1019 guides shown. Filter by track or search above.

Technical

AI-spørresikkerhet

Prompt security addresses attempts to make a language-model application treat untrusted content as instructions or disclose information it should protect.

2 min readLes
Technical

AI Data Governance

AI data governance assigns responsibility and rules for how data is collected, used, shared, retained, and corrected throughout an AI system.

2 min readLes
Technical

AI Cloud Architecture

AI cloud architecture organizes compute, storage, networking, models, and application services into an operating system for an AI workload.

2 min readLes
Technical

BYOL og ikke-kontrastiv selvtilsyn

BYOL (Bootstrap Your Own Latent) lærer nyttige bilderepresentasjoner uten noen etiketter og, overraskende nok, uten negative eksempler.

2 min readLes
Technical

Barlow-tvillinger og redundansreduksjon

Barlow Twins er en selvovervåket metode som lærer representasjoner ved å lage krysskorrelasjonsmatrisen mellom to utvidede visninger nær identiteten ...

2 min readLes
Technical

Pseudo-merking og egentrening

Pseudo-merking er en semi-overvåket teknikk der en modell trent på et lite merket sett genererer sine egne etiketter for umerkede data, og deretter trener på disse...

2 min readLes
Technical

Konsistensregularisering i semi-overvåket læring

Konsistensregularisering lærer en modell å gi det samme svaret når en umerket input blir forstyrret på små, etikettbevarende måter.

2 min readLes
Technical

Hard parameterdeling i multioppgavenettverk

Hard parameter deling er det klassiske multi-task læringsdesignet der flere oppgaver deler de samme skjulte lagene og bare deles inn i separate utdata "hoder" ...

2 min readLes
Technical

Gating og ruting i betinget beregning

Gating og ruting lar et nevralt nettverk aktivere bare delene det trenger for hver inngang i stedet for å kjøre hele modellen hver gang.

2 min readLes
Technical

Gumbel-Softmax og reparameterisering

Gumbel-Softmax er et triks som lar nevrale nettverk "sample" fra diskrete kategorier mens de fortsatt kan trenes med gradientnedstigning.

2 min readLes
Technical

Straight-Through Estimator

Straight-Through Estimator (STE) er et enkelt triks for å trene nettverk som inneholder harde, ikke-differensierbare trinn som avrunding eller terskel.

2 min readLes
Technical

Toveis tilbakevendende nettverk

Et toveis tilbakevendende nettverk leser en sekvens både fremover og bakover, slik at hver posisjons representasjon trekker på kontekst fra fortiden og fremtiden.

2 min readLes

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.