01
Фонды искусственного интеллекта
Поймите, что такое ИИ, как системы учатся, где они терпят неудачу и как оценивать претензии без шумихи.
Бесплатная библиотека искусственного интеллекта
Технический гидыБесплатно навсегда.
177 простые руководства на английском языке, структурированные схемы обучения и открытая библиотека, созданная независимой некоммерческой организацией 501(c)(3), чтобы каждый мог понять современный искусственный интеллект.
177Бесплатные гиды
1Тематические треки
~2 minЗа руководство
~6hВремя чтения
Начните здесь
Пять курсы, ориентированные на результат
Каждый курс включает в себя явные результаты, обозначенные компетенции, практические занятия и прикладной завершающий этап.
02
Ответственный пользователь ИИ
Продуктивно используйте ИИ, защищая конфиденциальность, проверяя результаты и сохраняя ответственность человека.
03
ИИ в работе
Оценивайте варианты использования на рабочем месте, запускайте безопасные пилотные проекты, измеряйте ценность и ответственно сообщайте об изменениях.
04
Политика и общество в области искусственного интеллекта
Анализируйте системы ИИ с точки зрения прав, справедливости, управления, безопасности и результатов, отвечающих общественным интересам.
05
Строительство с использованием систем искусственного интеллекта
Понимание языковых моделей, поиска, агентов, оценки, стоимости и гарантий развертывания посредством практического проектирования системы.
Тематические треки
Просмотр по треку
Прыгайте в область, которая вас волнует. У каждого трека есть несколько путеводителей на простом английском языке.
ОсновыОсновные концепции: как ИИ работает на высоком уровне.84 гиды Языковой ИИLLM, НЛП, ChatGPT, подсказки и понимание текста.155 гиды Визуальный ИИГенерация изображений, компьютерное зрение, видео и дизайн.133 гиды Аудио ИИГолос, музыка, подкастинг и искусственный интеллект, ориентированный на аудио.117 гиды КомпанииПрофили OpenAI, Anthropic, Google, Meta и других.121 гиды ПриложенияКак ИИ проявляется в кодировании, поиске, агентах и повседневной жизни.111 гиды ОтраслиИИ в здравоохранении, финансах, образовании, энергетике и многом другом.91 гиды ТехническийЧипы, тонкая настройка, RAG, векторы и ИИ-инфраструктура.177 гиды ОбществоПредвзятость, конфиденциальность, авторское право, безопасность и будущее ИИ.30 гиды
Полная библиотека
Все руководства
177 из 1019 показаны направляющие. Фильтруйте по треку или выполните поиск выше.
Технический
Принуждение учителя в моделях последовательностей
Принуждение учителя — это обучающий трюк для моделей последовательностей, где в качестве следующего входного сигнала вводится истинный предыдущий токен, а не собственное предположение модели.
ТехническийЗапланированная выборка и смещение экспозиции
Смещение экспозиции — это разрыв, который появляется, когда модель, обученная только на идеальных префиксах, должна, при выводе, учитывать свои собственные несовершенные выходные данные.
ТехническийПотеря фокуса для несбалансированного обнаружения
Фокальная потеря — это модифицированная функция потерь, которая снижает вес простых примеров, чтобы детектор мог сосредоточиться на сложных и редких.
ТехническийУвеличение времени тестирования
Расширение времени тестирования (TTA) запускает обученную модель на нескольких измененных версиях одних и тех же входных данных и усредняет прогнозы.
ТехническийОтрицательная выборка и контрастная оценка шума
Отрицательная выборка и оценка контрастности шума (NCE) — это приемы, которые позволяют моделям учиться на огромных словарях без дорогостоящего полного вычисления softmax.
ТехническийЦели InfoNCE и SimCLR
InfoNCE — это контрастная потеря, которая учит модель объединять совпадающие пары и раздвигать несовпадающие пары во вложенном пространстве.
ТехническийСтохастическое усреднение веса
Стохастическое усреднение веса (SWA) берет простое среднее значение весов модели из нескольких точек на позднем этапе обучения, а не просто сохраняет окончательные значения…
ТехническийОптимизаторы Lookahead и Lion
Lookahead и Lion — это два современных варианта оптимизации нейронных сетей.
ТехническийДополнение Mixup и CutMix
Mixup и CutMix — это методы увеличения данных, которые создают новые обучающие примеры путем смешивания двух изображений и их меток.
ТехническийОнлайн и жесткий негативный майнинг
Жесткий отрицательный анализ выбирает наиболее информативные, трудно различимые примеры для обучения, вместо того, чтобы тратить усилия на простые, которые модель уже получила…
ТехническийКапсульные сети
Капсульные сети — это нейронная архитектура, которая группирует нейроны в «капсулы», которые выводят векторы, кодирующие как существование объекта, так и его положение…
ТехническийСети состояний эха и вычисления резервуаров
Резервуарные вычисления — это умный способ обучения рекуррентных сетей: оставьте большой, случайно подключенный «резервуар» нейронов фиксированным и тренируйте только…
Закончили читать? Докажите это.
Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.