Bezpłatna biblioteka AI

Techniczne przewodnikiZa darmo na zawsze.

177 przewodniki w prostym języku angielskim, ustrukturyzowane ścieżki edukacyjne i otwarta biblioteka — stworzone przez niezależną organizację non-profit 501(c)(3), aby każdy mógł zrozumieć współczesną sztuczną inteligencję.

177Bezpłatne przewodniki
1Ścieżki tematyczne
~2 minWedług przewodnika
~6hCzas czytania

Zacznij tutaj

Pięć Kursy oparte na wynikach

Każdy kurs zawiera wyraźne wyniki, zmapowane kompetencje, ćwiczenia oraz praktyczny projekt końcowy.

Ścieżki tematyczne

Przeglądaj według utworu

Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.

Pełna biblioteka

Wszystkie przewodniki

177 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.

Techniczne

Natychmiastowe bezpieczeństwo AI

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

2 min. przeczytajPrzeczytaj
Techniczne

Zarządzanie danymi AI

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

2 min. przeczytajPrzeczytaj
Techniczne

Architektura chmury AI

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

2 min. przeczytajPrzeczytaj
Techniczne

BYOL i niekontrastywna samokontrola

BYOL (Bootstrap Your Own Laten) uczy się przydatnych reprezentacji obrazów bez żadnych etykiet i, co zaskakujące, bez negatywnych przykładów.

2 min. przeczytajPrzeczytaj
Techniczne

Bliźniaki Barlowa i redukcja redundancji

Bliźniaki Barlowa to metoda samokontroli, która uczy się reprezentacji, tworząc macierz korelacji krzyżowej między dwoma rozszerzonymi widokami w sposób zbliżony do tożsamości…

2 min. przeczytajPrzeczytaj
Techniczne

Pseudo-etykietowanie i samokształcenie

Pseudo-etykietowanie to technika częściowo nadzorowana, w której model wytrenowany na małym, oznaczonym zestawie generuje własne etykiety dla nieoznakowanych danych, a następnie trenuje na nich…

2 min. przeczytajPrzeczytaj
Techniczne

Regularyzacja spójności w uczeniu się częściowo nadzorowanym

Regularyzacja spójności uczy model udzielania tej samej odpowiedzi, gdy nieoznakowane dane wejściowe są zakłócane w drobny, zachowujący etykietę sposób.

2 min. przeczytajPrzeczytaj
Techniczne

Twarde udostępnianie parametrów w sieciach wielozadaniowych

Twarde udostępnianie parametrów to klasyczny projekt uczenia się wielozadaniowego, w którym kilka zadań ma te same ukryte warstwy i jest podzielone tylko na osobne „głowy” wyjściowe…

2 min. przeczytajPrzeczytaj
Techniczne

Bramkowanie i routing w obliczeniach warunkowych

Bramkowanie i routing pozwalają sieci neuronowej aktywować tylko te części, których potrzebuje dla każdego wejścia, zamiast uruchamiać za każdym razem cały model.

2 min. przeczytajPrzeczytaj
Techniczne

Gumbela-Softmax i reparametryzacja

Gumbel-Softmax to sztuczka, która pozwala sieciom neuronowym „próbkować” z dyskretnych kategorii, a jednocześnie można je trenować poprzez opadanie gradientowe.

2 min. przeczytajPrzeczytaj
Techniczne

Estymator prosty

Estymator prosty (STE) to prosta sztuczka do uczenia sieci zawierających twarde, niezróżnicowalne kroki, takie jak zaokrąglanie lub progowanie.

2 min. przeczytajPrzeczytaj
Techniczne

Dwukierunkowe sieci rekurencyjne

Dwukierunkowa sieć rekurencyjna odczytuje sekwencję zarówno do przodu, jak i do tyłu, więc reprezentacja każdej pozycji czerpie z kontekstu z przeszłości i przyszłości.

2 min. przeczytajPrzeczytaj

Skończyłeś czytać? Udowodnij to.

Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.