ห้องสมุด AI ฟรี

เทคนิค คำแนะนำฟรีตลอดไป

177 คู่มือภาษาอังกฤษธรรมดา เส้นทางการเรียนรู้ที่มีโครงสร้าง และห้องสมุดเปิด — สร้างโดยองค์กรอิสระ 501(c)(3) เพื่อให้ทุกคนสามารถเข้าใจ AI สมัยใหม่ได้

177คำแนะนำฟรี

1แทร็กหัวข้อ

~2 minต่อไกด์

~6hเวลาการอ่าน

เริ่มที่นี่

ห้า หลักสูตรที่เน้นผลลัพธ์

แต่ละหลักสูตรประกอบด้วยผลลัพธ์ที่ชัดเจน สมรรถนะที่วางแผนไว้ กิจกรรมฝึกปฏิบัติ และสรุปผลประยุกต์

มูลนิธิเอไอ

เข้าใจว่า AI คืออะไร ระบบเรียนรู้อย่างไร จุดที่ล้มเหลว และวิธีตัดสินข้อกล่าวหาโดยไม่โฆษณาเกินจริง

~4h เพื่อเติมเต็มดูหลักสูตร

ผู้ใช้ AI ที่มีความรับผิดชอบ

ใช้ AI อย่างมีประสิทธิภาพในขณะที่ปกป้องความเป็นส่วนตัว ตรวจสอบผลลัพธ์ และรักษาความรับผิดชอบของมนุษย์

~5h เพื่อเติมเต็มดูหลักสูตร

AI ในงาน

ประเมินกรณีการใช้งานในที่ทำงาน ดำเนินการนำร่องอย่างปลอดภัย วัดคุณค่า และสื่อสารการเปลี่ยนแปลงอย่างมีความรับผิดชอบ

~6h เพื่อเติมเต็มดูหลักสูตร

นโยบาย AI และสังคม

วิเคราะห์ระบบ AI ผ่านผลลัพธ์ด้านสิทธิ ความเท่าเทียม การกำกับดูแล ความปลอดภัย และผลประโยชน์สาธารณะ

~6h เพื่อเติมเต็มดูหลักสูตร

การสร้างด้วยระบบ AI

ทำความเข้าใจโมเดลภาษา การดึงข้อมูล ตัวแทน การประเมิน ต้นทุน และการป้องกันการใช้งานผ่านการออกแบบระบบที่ใช้งานได้จริง

~8h เพื่อเติมเต็มดูหลักสูตร

แทร็กหัวข้อ

เรียกดูตามแทร็ก

กระโดดเข้าไปในพื้นที่ที่คุณสนใจ ทุกแทร็กมีไกด์ภาษาอังกฤษธรรมดาหลายเล่ม

ห้องสมุดเต็มรูปแบบ

คำแนะนำทั้งหมด

177 ของ 1019 คำแนะนำที่แสดง กรองตามเพลงหรือค้นหาด้านบน

เทคนิค

ครูบังคับในแบบจำลองลำดับ

การบังคับครูเป็นเคล็ดลับการฝึกอบรมสำหรับโมเดลลำดับ โดยที่โทเค็นก่อนหน้าที่แท้จริง ไม่ใช่การเดาของโมเดลเอง จะถูกป้อนเป็นอินพุตถัดไป

2 นาทีอ่านอ่าน

เทคนิค

การสุ่มตัวอย่างตามกำหนดการและความลำเอียงของการสัมผัส

Exposure Bias คือช่องว่างที่ปรากฏขึ้นเมื่อแบบจำลองที่ได้รับการฝึกเฉพาะคำนำหน้าที่สมบูรณ์แบบเท่านั้น จะต้องพิจารณาเงื่อนไขในผลลัพธ์ที่ไม่สมบูรณ์ของตัวเอง

2 นาทีอ่านอ่าน

เทคนิค

การสูญเสียโฟกัสสำหรับการตรวจจับที่ไม่สมดุล

การสูญเสียโฟกัสเป็นฟังก์ชันการสูญเสียที่ได้รับการดัดแปลงซึ่งจะลดน้ำหนักตัวอย่างง่ายๆ เพื่อให้เครื่องตรวจจับสามารถมุ่งเน้นไปที่ตัวอย่างที่แข็งและหายากได้

2 นาทีอ่านอ่าน

เทคนิค

การเพิ่มเวลาทดสอบ

การเพิ่มเวลาทดสอบ (TTA) รันโมเดลที่ผ่านการฝึกอบรมกับอินพุตเดียวกันที่ได้รับการแก้ไขหลายเวอร์ชัน และหาค่าเฉลี่ยของการคาดการณ์

2 นาทีอ่านอ่าน

เทคนิค

การสุ่มตัวอย่างเชิงลบและการประมาณค่าความเปรียบต่างของสัญญาณรบกวน

การสุ่มตัวอย่างเชิงลบและการประมาณค่าความเปรียบต่างของสัญญาณรบกวน (NCE) เป็นเทคนิคที่ช่วยให้แบบจำลองเรียนรู้คำศัพท์จำนวนมากโดยไม่ต้องคำนวณซอฟต์แม็กซ์เต็มรูปแบบที่มีราคาแพง

2 นาทีอ่านอ่าน

เทคนิค

วัตถุประสงค์ของ InfoNCE และ SimCLR

InfoNCE คือการสูญเสียเชิงเปรียบเทียบที่สอนแบบจำลองให้ดึงคู่ที่ตรงกันเข้าด้วยกัน และแยกคู่ที่ไม่ตรงกันออกจากกันในพื้นที่ฝัง

2 นาทีอ่านอ่าน

เทคนิค

ค่าเฉลี่ยน้ำหนักสุ่ม

Stochastic Weight Averaging (SWA) ใช้ค่าเฉลี่ยอย่างง่ายของน้ำหนักของแบบจำลองจากหลายจุดที่ล่าช้าในการฝึก แทนที่จะเก็บแค่สุดท้าย...

2 นาทีอ่านอ่าน

เทคนิค

เครื่องมือเพิ่มประสิทธิภาพ Lookahead และ Lion

Lookahead และ Lion เป็นการหักมุมที่ทันสมัยสองประการในการเพิ่มประสิทธิภาพเครือข่ายประสาทเทียม

2 นาทีอ่านอ่าน

เทคนิค

การเสริม Mixup และ CutMix

Mixup และ CutMix เป็นวิธีการเพิ่มข้อมูลที่สร้างตัวอย่างการฝึกอบรมใหม่โดยการผสมผสานรูปภาพสองภาพและป้ายกำกับเข้าด้วยกัน

2 นาทีอ่านอ่าน

เทคนิค

การขุดแบบออนไลน์และแบบลบอย่างหนัก

การขุดเชิงลบอย่างหนักจะเลือกตัวอย่างที่มีข้อมูลและแยกแยะได้ยากที่สุดเพื่อฝึกฝน แทนที่จะเสียความพยายามไปกับตัวอย่างง่าย ๆ ที่แบบจำลองได้รับอยู่แล้ว...

2 นาทีอ่านอ่าน

เทคนิค

แคปซูล เน็ตเวิร์คส์

เครือข่ายแคปซูลเป็นสถาปัตยกรรมประสาทที่จัดกลุ่มเซลล์ประสาทเป็น 'แคปซูล' ที่ให้เอาท์พุตเวกเตอร์เข้ารหัสทั้งว่ามีคุณลักษณะอยู่และตำแหน่งของมันหรือไม่...

2 นาทีอ่านอ่าน

เทคนิค

เครือข่าย Echo State และคอมพิวเตอร์อ่างเก็บน้ำ

การคำนวณอ่างเก็บน้ำเป็นทางลัดที่ชาญฉลาดสำหรับการฝึกอบรมเครือข่ายที่เกิดซ้ำ: ปล่อย 'อ่างเก็บน้ำ' ของเซลล์ประสาทขนาดใหญ่ที่เชื่อมต่อแบบสุ่มไว้คงที่ และฝึกฝนเท่านั้น...

2 นาทีอ่านอ่าน

อ่านจบหรือยัง?พิสูจน์สิ

ตรวจสอบสิ่งที่คุณได้เรียนรู้ด้วยแบบทดสอบตามหัวข้อ จากนั้นสำรวจหลักสูตรที่มีโครงสร้างของเราหรือทำงานเพื่อรับใบรับรอง คู่มือทุกฉบับสามารถอ่านได้ฟรี

ทดสอบสิ่งที่คุณได้เรียนรู้รับการรับรอง บริจาค อ่านพันธกิจของเรา