ห้องสมุด AI ฟรี

เรียนรู้เอไอฟรีตลอดไป

1019 คู่มือภาษาอังกฤษธรรมดา เส้นทางการเรียนรู้ที่มีโครงสร้าง และห้องสมุดเปิด — สร้างโดยองค์กรอิสระ 501(c)(3) เพื่อให้ทุกคนสามารถเข้าใจ AI สมัยใหม่ได้

1019คำแนะนำฟรี

9แทร็กหัวข้อ

~2 minต่อไกด์

~34hเวลาการอ่าน

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

1019 ของ 1019 คำแนะนำที่แสดง กรองตามเพลงหรือค้นหาด้านบน

เทคนิค

การตรวจสอบเชิงเส้นและการประเมินคุณสมบัติการแช่แข็ง

การตรวจสอบเชิงเส้นจะทดสอบว่าการนำเสนอภายในของแบบจำลองที่ได้รับการฝึกล่วงหน้านั้นดีเพียงใด โดยการแช่แข็งเครือข่ายและการฝึกเฉพาะตัวแยกประเภทเชิงเส้นอย่างง่ายที่ด้านบน

2 นาทีอ่านอ่าน

ภาษาเอไอ

การตรวจสอบการสุ่มตัวอย่างแบบเก็งกำไร

การสุ่มตัวอย่างแบบเก็งกำไรช่วยเพิ่มความเร็วในการสร้างโมเดลภาษาขนาดใหญ่โดยปล่อยให้โมเดล 'ร่าง' ขนาดเล็กเดาโทเค็นหลายอันข้างหน้า จากนั้นให้โมเดลขนาดใหญ่ตรวจสอบ...

2 นาทีอ่านอ่าน

ภาษาเอไอ

การสุ่มตัวอย่างแบบเอนโทรปี

การสุ่มตัวอย่างแบบเอนโทรปีจะปรับวิธีที่ LLM เลือกโทเค็นถัดไปโดยพิจารณาจากความไม่แน่นอนของแบบจำลองในขณะนั้น

2 นาทีอ่านอ่าน

เทคนิค

DenseNet และการเชื่อมต่อหนาแน่น

DenseNet เป็นเครือข่ายแบบหมุนวนที่ทุกเลเยอร์ได้รับการแมปคุณลักษณะของเลเยอร์ก่อนหน้าทั้งหมดเป็นอินพุต

2 นาทีอ่านอ่าน

เทคนิค

สถาปัตยกรรมคอขวด

สถาปัตยกรรมคอขวดบีบข้อมูลผ่านชั้นกลางแคบๆ ก่อนที่จะขยายอีกครั้ง บังคับให้เครือข่ายเรียนรู้ขนาดกะทัดรัดและมีประสิทธิภาพ...

2 นาทีอ่านอ่าน

เทคนิค

การสะสมไล่ระดับ

การสะสมการไล่ระดับสีช่วยให้คุณจำลองขนาดแบทช์ขนาดใหญ่บนหน่วยความจำ GPU ที่จำกัดโดยการรวมการไล่ระดับสีบนมินิแบทช์เล็กๆ หลายชุดก่อนที่จะอัปเดต...

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

การหยุดก่อนเวลา

การหยุดก่อนกำหนดเป็นเทคนิคการทำให้เป็นมาตรฐานซึ่งจะหยุดการฝึกโมเดล ในขณะที่ประสิทธิภาพของข้อมูลการตรวจสอบความถูกต้องที่ค้างอยู่หยุดการปรับปรุง

2 นาทีอ่านอ่าน

เทคนิค

ครูบังคับในแบบจำลองลำดับ

การบังคับครูเป็นเคล็ดลับการฝึกอบรมสำหรับโมเดลลำดับ โดยที่โทเค็นก่อนหน้าที่แท้จริง ไม่ใช่การเดาของโมเดลเอง จะถูกป้อนเป็นอินพุตถัดไป

2 นาทีอ่านอ่าน

เทคนิค

การสุ่มตัวอย่างตามกำหนดการและความลำเอียงของการสัมผัส

Exposure Bias คือช่องว่างที่ปรากฏขึ้นเมื่อแบบจำลองที่ได้รับการฝึกเฉพาะคำนำหน้าที่สมบูรณ์แบบเท่านั้น จะต้องพิจารณาเงื่อนไขในผลลัพธ์ที่ไม่สมบูรณ์ของตัวเอง

2 นาทีอ่านอ่าน

เทคนิค

การสูญเสียโฟกัสสำหรับการตรวจจับที่ไม่สมดุล

การสูญเสียโฟกัสเป็นฟังก์ชันการสูญเสียที่ได้รับการดัดแปลงซึ่งจะลดน้ำหนักตัวอย่างง่ายๆ เพื่อให้เครื่องตรวจจับสามารถมุ่งเน้นไปที่ตัวอย่างที่แข็งและหายากได้

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

โคตรลาดสุ่มพร้อมโมเมนตัม

โมเมนตัมเป็นการปรับแต่งการไล่ระดับลงที่สะสมค่าเฉลี่ยของการไล่ระดับสีที่ผ่านมา ปล่อยให้การปรับให้เหมาะสมเร็วขึ้นผ่านหุบเขาและลด...

2 นาทีอ่านอ่าน

ความรู้พื้นฐาน

Nesterov เร่งการไล่ระดับสี

Nesterov Accelerated Gradient (NAG) เป็นรูปแบบโมเมนตัมที่ชาญฉลาดกว่าซึ่งจะมองไปข้างหน้าก่อนที่จะคำนวณการไล่ระดับสี ทำให้เป็นการมองไปข้างหน้าแบบแก้ไข

2 นาทีอ่านอ่าน

อ่านจบหรือยัง?พิสูจน์สิ

Check what you learned with a topic quiz, then explore our structured courses or work toward a certificate. Every guide stays free to read.

ทดสอบสิ่งที่คุณได้เรียนรู้รับการรับรอง บริจาค อ่านพันธกิจของเรา