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

Wdrożenie uwagi i przycinanie głowy

Attention rollout to metoda śledzenia przepływu informacji przez nałożone na siebie warstwy uwagi Transformatora w celu wyjaśnienia, które tokeny wejściowe wpływają...

2 min. przeczytajPrzeczytaj
Techniczne

Optymalizacja drugiego rzędu i metody Newtona

Optymalizacja drugiego rzędu wykorzystuje informacje o krzywiźnie (macierz Hessego drugich pochodnych), aby podejmować mądrzejsze kroki w kierunku minimum, a nie tylko nachylenia.

2 min. przeczytajPrzeczytaj
Techniczne

Normalizacja RMSNorm i Pre-Layer

RMSNorm to lekka warstwa normalizująca, która przeskalowuje aktywacje według ich średniego kwadratu, a normalizacja przedwarstwowa umieszcza ten krok przed każdym…

2 min. przeczytajPrzeczytaj
Techniczne

Aktywacje SwiGLU i bramkowane

SwiGLU to bramkowana funkcja aktywacji, która mnoży jedną projekcję liniową sygnału wejściowego przez drugą projekcję aktywowaną za pomocą Swish, działając jako możliwy do nauczenia…

2 min. przeczytajPrzeczytaj
Techniczne

Sieci ściskania i wzbudzania

Bloki Squeeze-and-Excitation (SE) pozwalają sieci splotowej dowiedzieć się, ile ważyć każdy kanał funkcji, ponownie kalibrując je w oparciu o kontekst globalny.

2 min. przeczytajPrzeczytaj
Techniczne

Harmonogramy rozgrzewania i wyżarzania kosinusowego

Rozgrzewka delikatnie zwiększa szybkość uczenia się od wartości bliskich zera przed treningiem, a następnie wyżarzanie cosinusowe płynnie zmniejsza ją z powrotem zgodnie z krzywą cosinus.

2 min. przeczytajPrzeczytaj
Techniczne

Cykliczne współczynniki uczenia się

Cykliczne szybkości uczenia się wielokrotnie zmieniają szybkość uczenia się w górę i w dół pomiędzy dolną a górną granicą, zamiast tylko ją zmniejszać.

2 min. przeczytajPrzeczytaj
Techniczne

Minimalizacja uwzględniająca ostrość

Minimalizacja uwzględniająca ostrość (SAM) to metoda optymalizacji, która ma na celu nie tylko niską stratę, ale małą stratę w całym zakresie wag — płaską…

2 min. przeczytajPrzeczytaj
Techniczne

Sondowanie liniowe i ocena funkcji zamrożonych

Sondowanie liniowe sprawdza, jak dobre są wewnętrzne reprezentacje wstępnie wyszkolonego modelu, zamrażając sieć i trenując tylko prosty klasyfikator liniowy na górze.

2 min. przeczytajPrzeczytaj
Techniczne

DenseNet i gęsta łączność

DenseNet to sieć splotowa, w której każda warstwa otrzymuje jako dane wejściowe mapy obiektów ze wszystkich poprzednich warstw.

2 min. przeczytajPrzeczytaj
Techniczne

Architektury wąskiego gardła

Architektura wąskiego gardła przeciska dane przez wąską warstwę pośrednią, a następnie je ponownie rozszerza, zmuszając sieć do uczenia się zwartej, wydajnej…

2 min. przeczytajPrzeczytaj
Techniczne

Akumulacja gradientowa

Akumulacja gradientów pozwala symulować duży rozmiar partii przy ograniczonej pamięci GPU poprzez sumowanie gradientów w kilku małych minipartiach przed aktualizacją…

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.