Podstawy AI
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Bezpłatna biblioteka AI
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.
Zacznij tutaj
Każdy kurs zawiera wyraźne wyniki, zmapowane kompetencje, ćwiczenia oraz praktyczny projekt końcowy.
Zrozum, czym jest AI, jak systemy się uczą, gdzie zawodzą i jak oceniać twierdzenia bez zamieszania.
Korzystaj z AI produktywnie, jednocześnie chroniąc prywatność, kontrolując wyniki i dbając o odpowiedzialność człowieka.
Oceniaj przypadki użycia w miejscu pracy, realizuj bezpieczne pilotażowe testy, mierz wartość i odpowiedzialnie komunikuj zmiany.
Analizuj systemy AI przez pryzmat praw, równości, zarządzania, bezpieczeństwa oraz efektów w interesie publicznym.
Zrozum modele językowe, wyszukiwanie, agenty, ocenę, koszty oraz zabezpieczenia wdrożenia poprzez praktyczne projektowanie systemów.
Ścieżki tematyczne
Wskocz w obszar, na którym Ci zależy. Do każdego utworu dołączono wiele przewodników w języku angielskim.
Pełna biblioteka
177 z 1019 pokazane przewodniki. Filtruj według utworu lub wyszukaj powyżej.
Attention rollout to metoda śledzenia przepływu informacji przez nałożone na siebie warstwy uwagi Transformatora w celu wyjaśnienia, które tokeny wejściowe wpływają...
TechniczneOptymalizacja drugiego rzędu wykorzystuje informacje o krzywiźnie (macierz Hessego drugich pochodnych), aby podejmować mądrzejsze kroki w kierunku minimum, a nie tylko nachylenia.
TechniczneRMSNorm to lekka warstwa normalizująca, która przeskalowuje aktywacje według ich średniego kwadratu, a normalizacja przedwarstwowa umieszcza ten krok przed każdym…
TechniczneSwiGLU to bramkowana funkcja aktywacji, która mnoży jedną projekcję liniową sygnału wejściowego przez drugą projekcję aktywowaną za pomocą Swish, działając jako możliwy do nauczenia…
TechniczneBloki Squeeze-and-Excitation (SE) pozwalają sieci splotowej dowiedzieć się, ile ważyć każdy kanał funkcji, ponownie kalibrując je w oparciu o kontekst globalny.
TechniczneRozgrzewka delikatnie zwiększa szybkość uczenia się od wartości bliskich zera przed treningiem, a następnie wyżarzanie cosinusowe płynnie zmniejsza ją z powrotem zgodnie z krzywą cosinus.
TechniczneCykliczne szybkości uczenia się wielokrotnie zmieniają szybkość uczenia się w górę i w dół pomiędzy dolną a górną granicą, zamiast tylko ją zmniejszać.
TechniczneMinimalizacja uwzględniająca ostrość (SAM) to metoda optymalizacji, która ma na celu nie tylko niską stratę, ale małą stratę w całym zakresie wag — płaską…
TechniczneSondowanie liniowe sprawdza, jak dobre są wewnętrzne reprezentacje wstępnie wyszkolonego modelu, zamrażając sieć i trenując tylko prosty klasyfikator liniowy na górze.
TechniczneDenseNet to sieć splotowa, w której każda warstwa otrzymuje jako dane wejściowe mapy obiektów ze wszystkich poprzednich warstw.
TechniczneArchitektura wąskiego gardła przeciska dane przez wąską warstwę pośrednią, a następnie je ponownie rozszerza, zmuszając sieć do uczenia się zwartej, wydajnej…
TechniczneAkumulacja gradientów pozwala symulować duży rozmiar partii przy ograniczonej pamięci GPU poprzez sumowanie gradientów w kilku małych minipartiach przed aktualizacją…
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.