Fundații AI
Înțelegeți ce este AI, cum învață sistemele, unde eșuează și cum să judeci afirmațiile fără hype.
Bibliotecă AI gratuită
177 ghiduri în limba engleză simplă, căi de învățare structurate și o bibliotecă deschisă – construită de o organizație nonprofit independentă 501(c)(3), astfel încât oricine să poată înțelege IA modernă.
Începeți de aici
Fiecare curs include rezultate explicite, competențe mapate, activități de practică și o piatră de bază aplicată.
Înțelegeți ce este AI, cum învață sistemele, unde eșuează și cum să judeci afirmațiile fără hype.
Utilizați AI în mod productiv, protejând în același timp confidențialitatea, verificând rezultatele și păstrând responsabilitatea umană.
Evaluați cazurile de utilizare la locul de muncă, desfășurați piloți siguri, măsurați valoarea și comunicați schimbările în mod responsabil.
Analizați sistemele AI prin drepturi, echitate, guvernanță, siguranță și rezultate de interes public.
Înțelegeți modelele lingvistice, recuperarea, agenții, evaluarea, costurile și garanțiile de implementare prin proiectarea practică a sistemelor.
Piese de subiecte
Sari în zona de care îți pasă. Fiecare piesă are mai multe ghiduri în limba engleză simplă.
Bibliotecă completă
177 de 1019 ghiduri prezentate. Filtrați după piesă sau căutați mai sus.
Lansarea atenției este o metodă de urmărire a modului în care informațiile circulă prin straturile de atenție stivuite ale unui Transformer pentru a explica ce jetoane de intrare influențează...
TehnicOptimizarea de ordinul doi folosește informații despre curbură (matricea Hessiană a derivatelor secunde) pentru a face pași mai inteligenți către un minim, nu doar panta.
TehnicRMSNorm este un strat de normalizare ușor care redimensionează activările după pătratul lor mediu, iar normalizarea pre-strat plasează acel pas înainte de fiecare...
TehnicSwiGLU este o funcție de activare cu porți care înmulțește o proiecție liniară a intrării cu o a doua proiecție activată prin Swish, acționând ca un instrument de învățare...
TehnicBlocurile Squeeze-and-Excitation (SE) permit unei rețele convoluționale să învețe cât de mult să pondereze fiecare canal de caracteristici, recalibrându-le în funcție de contextul global.
TehnicÎncălzirea crește ușor rata de învățare de la aproape zero înainte de antrenament, apoi recoacerea cosinusului o reduce ușor, urmând o curbă cosinus.
TehnicRatele de învățare ciclice ciclează în mod repetat rata de învățare în sus și în jos între o limită inferioară și superioară, în loc să o reducă doar.
TehnicSharpness-Aware Minimization (SAM) este o metodă de optimizare care urmărește nu doar o pierdere scăzută, ci și o pierdere scăzută într-un întreg cartier de greutăți - un plat...
TehnicSondarea liniară testează cât de bune sunt reprezentările interne ale unui model preantrenat prin înghețarea rețelei și antrenarea doar a unui simplu clasificator liniar deasupra.
TehnicDenseNet este o rețea convoluțională în care fiecare strat primește hărțile caracteristicilor tuturor straturilor precedente ca intrare.
TehnicO arhitectură blocată stoarce datele printr-un strat intermediar îngust înainte de a le extinde din nou, forțând rețeaua să învețe compacte, eficiente...
TehnicAcumularea de gradient vă permite să simulați o dimensiune mare a lotului pe memoria GPU limitată prin însumarea gradientelor pe mai multe mini-loturi mici înainte de a actualiza...
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.