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

Wymuszanie nauczycieli w modelach sekwencji

Wymuszanie przez nauczyciela to sztuczka szkoleniowa dla modeli sekwencji, w której jako następne dane wejściowe wprowadzany jest prawdziwy poprzedni token, a nie własne domysły modelu.

2 min. przeczytajPrzeczytaj
Techniczne

Zaplanowane próbkowanie i błąd ekspozycji

Błąd ekspozycji to luka, która pojawia się, gdy model wytrenowany tylko na doskonałych przedrostkach musi, na podstawie wniosków, uzależniać się od własnych niedoskonałych wyników.

2 min. przeczytajPrzeczytaj
Techniczne

Utrata ogniskowej w przypadku niezrównoważonej detekcji

Strata ogniskowa to zmodyfikowana funkcja straty, która zmniejsza wagę łatwych przykładów, dzięki czemu detektor może skupić się na trudnych, rzadkich.

2 min. przeczytajPrzeczytaj
Techniczne

Wydłużenie czasu testu

Rozszerzanie czasu testu (TTA) uruchamia wyszkolony model na kilku zmienionych wersjach tych samych danych wejściowych i uśrednia przewidywania.

2 min. przeczytajPrzeczytaj
Techniczne

Próbkowanie ujemne i szacowanie kontrastu szumu

Próbkowanie ujemne i estymacja kontrastu szumu (NCE) to sztuczki, które pozwalają modelom uczyć się na podstawie ogromnych słowników bez obliczania kosztownego pełnego softmaxu.

2 min. przeczytajPrzeczytaj
Techniczne

Cele InfoNCE i SimCLR

InfoNCE to strata kontrastowa, która uczy model łączenia pasujących par i rozsuwania niedopasowanych par w przestrzeni osadzania.

2 min. przeczytajPrzeczytaj
Techniczne

Stochastyczne uśrednianie wagi

Stochastyczne uśrednianie wagi (SWA) oblicza prostą średnią masę modelu z kilku punktów na koniec treningu, zamiast po prostu utrzymywać ostateczną…

2 min. przeczytajPrzeczytaj
Techniczne

Lookahead i Lion Optimizery

Lookahead i Lion to dwa nowoczesne rozwiązania optymalizacji sieci neuronowych.

2 min. przeczytajPrzeczytaj
Techniczne

Mieszanie i wzmacnianie CutMix

Mixup i CutMix to metody powiększania danych, które tworzą nowe przykłady szkoleniowe poprzez połączenie dwóch obrazów i ich etykiet.

2 min. przeczytajPrzeczytaj
Techniczne

Wydobywanie online i twarde

Twarda eksploracja negatywna wybiera najbardziej pouczające i trudne do rozróżnienia przykłady do trenowania, zamiast marnować wysiłek na łatwe, które model już ma…

2 min. przeczytajPrzeczytaj
Techniczne

Sieci kapsułkowe

Sieci kapsułkowe to architektura neuronowa grupująca neurony w „kapsuły”, których wektory wyjściowe kodują zarówno to, czy cecha istnieje, jak i jej położenie…

2 min. przeczytajPrzeczytaj
Techniczne

Sieci stanowe Echo i obliczenia zbiorników

Obliczanie zasobów to sprytny skrót do uczenia sieci rekurencyjnych: zostaw duży, losowo połączony „zbiornik” neuronów w stałym stanie i trenuj tylko…

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.

Technical AI Guides — Page 4 of 15 | AI Understanding