Bezpłatna biblioteka AI

Naucz się sztucznej inteligencji.Za darmo na zawsze.

1019 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.

1019Bezpłatne przewodniki
9Ścieżki tematyczne
~2 minWedług przewodnika
~34hCzas 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

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

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
Podstawy

Normalizacja grupowa

Normalizacja grupowa to technika stabilizująca uczenie sieci neuronowej poprzez normalizację cech w małych grupach kanałów, niezależnie dla każdego…

2 min. przeczytajPrzeczytaj
Podstawy

Bramkowane jednostki cykliczne

Bramkowana jednostka rekurencyjna (GRU) to usprawniony typ rekurencyjnej komórki sieci neuronowej, która wykorzystuje dwie bramki do decydowania, jakie informacje zachować, a o czym zapomnieć…

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
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
Językowa sztuczna inteligencja

Dekodowanie kontrastowe

Dekodowanie kontrastowe generuje tekst o wyższej jakości, odejmując tendencje małego, słabego modelu językowego od tendencji dużego, mocnego.

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Wyszukiwanie belek kierowanych z ograniczeniami

Wyszukiwanie wiązki z ograniczeniami wymusza na wynikach modelu językowego spełnienie twardych wymagań, takich jak uwzględnienie określonych słów lub dopasowanie gramatyki, a jednocześnie…

2 min. przeczytajPrzeczytaj
Językowa sztuczna inteligencja

Dekodowanie minimalnego ryzyka Bayesa

Dekodowanie minimalnego ryzyka Bayesa (MBR) wybiera wynik, który jest najbardziej podobny do wielu innych prawdopodobnych wyników, a nie pojedynczy wynik o najwyższym prawdopodobieństwie.

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.