Ile-ikawe AI ọfẹ

Imọ-ẹrọ awọn itọsọnaOfe lailai.

177 Awọn itọsona Gẹẹsi pẹtẹlẹ, awọn ọna ikẹkọ ti iṣeto, ati ile-ikawe ṣiṣi - ti a ṣe nipasẹ ominira 501(c)(3) ti ko ni ere ki ẹnikẹni le loye AI ode oni.

177Awọn itọsọna ọfẹ
1Awọn orin koko
~2 minFun itọnisọna
~6hAkoko kika

Bẹrẹ nibi

Marun Awọn ẹkọ ti o da lori abajade

Ẹkọ kọọkan pẹlu awọn abajade ti o han gbangba, awọn ọgbọn maapu, awọn iṣẹ adaṣe, ati capstone ti a lo.

Awọn orin koko

Ṣawakiri nipasẹ orin

Lọ si agbegbe ti o bikita. Gbogbo orin ni ọpọ itọsona-Gẹẹsi.

Awọn ipilẹAwọn imọran pataki: bawo ni AI ṣe n ṣiṣẹ ni ipele giga.84 awọn itọsọna Èdè AILLMs, NLP, ChatGPT, titan, ati oye ọrọ.155 awọn itọsọna AI wiwoIran aworan, iran kọmputa, fidio, ati apẹrẹ.133 awọn itọsọna Audio AIOhùn, orin, adarọ-ese, ati ohun-akọkọ AI.117 awọn itọsọna Awọn ile-iṣẹAwọn profaili ti OpenAI, Anthropic, Google, Meta, ati diẹ sii.121 awọn itọsọna Awọn ohun eloBii AI ṣe afihan ni ifaminsi, wiwa, awọn aṣoju, ati igbesi aye ojoojumọ.111 awọn itọsọna Awọn ile-iṣẹAI ni ilera, iṣuna, eto-ẹkọ, agbara, ati diẹ sii.91 awọn itọsọna Imọ-ẹrọAwọn eerun igi, atunṣe-daradara, RAG, awọn olutọpa, ati awọn amayederun AI.177 awọn itọsọna AwujoIyatọ, asiri, aṣẹ lori ara, ailewu, ati ojo iwaju AI.30 awọn itọsọna

Ile-ikawe ni kikun

Gbogbo awọn itọsọna

177 ti 1019 awọn itọsọna han. Àlẹmọ nipasẹ orin tabi wiwa loke.

Imọ-ẹrọ

Depthwise Iyapa Convolutions

Awọn convolutions iyapa ti o jinlẹ ṣe ifọkansi iyipada boṣewa kan si awọn igbesẹ ti o din owo meji, ti npa nọmba awọn isodipupo ati awọn ayeraye.

2 min kaKa
Imọ-ẹrọ

Dilated ati Atrous Convolutions

Awọn convolutions diated (ti a tun pe ni awọn convolutions atrous) fi awọn aaye sii laarin awọn iwuwo àlẹmọ nitorina ekuro kan bo agbegbe ti o tobi pupọ laisi fifi awọn aye kun.

2 min kaKa
Imọ-ẹrọ

Awọn nẹtiwọki Opopona ati Rekọja Awọn isopọ

Rekọja awọn isopọ jẹ ki alaye fo awọn ipele ti o ti kọja, ati awọn nẹtiwọọki opopona jẹ ẹya ti o ni kutukutu ti imọran yii.

2 min kaKa
Imọ-ẹrọ

Imudara-ašẹ

Aṣamubadọgba agbegbe jẹ eto awọn ilana fun ṣiṣe awoṣe ikẹkọ lori iru data kan (ašẹ orisun) ṣiṣẹ daradara lori oriṣiriṣi ṣugbọn iru data ti o ni ibatan…

2 min kaKa
Imọ-ẹrọ

InfiniBand ati RDMA Nẹtiwọki

InfiniBand jẹ iyara-giga, isọpọ alairi-kekere ti o so awọn olupin ati GPUs pọ si ni awọn iṣupọ AI, ati RDMA jẹ ki ẹrọ kan ka tabi kọ iranti miiran…

2 min kaKa
Imọ-ẹrọ

Akopọ Communication ati NCCL

Ibaraẹnisọrọ akojọpọ jẹ bii ẹgbẹ kan ti awọn GPU ṣe paarọ ati ṣajọpọ data, ati NCCL jẹ ile-ikawe NVIDIA ti o jẹ ki awọn paṣipaarọ yẹn yarayara.

2 min kaKa
Imọ-ẹrọ

Ẹya-ara Engineering Pipelines ati Data Versioning

Awọn opo gigun ti imọ-ẹrọ ẹya yipada data aise sinu awọn awoṣe awọn ifihan agbara nọmba kọ ẹkọ lati inu gangan, lakoko ti ikede data n tọpa deede iru data…

2 min kaKa
Imọ-ẹrọ

Online ati Aisinipo Ẹya Nṣiṣẹ Skew

Ikẹkọ/ṣiṣẹsin skew ṣẹlẹ nigbati awọn ẹya ara ẹrọ ti awoṣe kan kọ lati offline yato si awọn ẹya ti o gba ni iṣelọpọ, ni idakẹjẹ parẹ…

2 min kaKa
Imọ-ẹrọ

Kubeflow ati ML Pipeline Orchestration

Kubeflow jẹ ohun elo irinṣẹ orisun-ìmọ ti o nṣiṣẹ awọn iṣan-iṣẹ ikẹkọ ẹrọ lori Kubernetes, titan ikẹkọ awoṣe ati imuṣiṣẹ sinu atunṣe, ti a fi sinu apoti…

2 min kaKa
Imọ-ẹrọ

Apache Airflow fun ML Workflows

Apache Airflow jẹ ipilẹ orisun-ìmọ fun kikọ, ṣiṣe eto, ati ibojuwo awọn ṣiṣan iṣẹ bi koodu.

2 min kaKa
Imọ-ẹrọ

MLflow ati Awoṣe Lifecycle Àtòjọ

MLflow jẹ ipilẹ orisun-ìmọ fun ṣiṣakoso igbesi aye ẹkọ ẹrọ, lati ipasẹ idanwo si iṣakojọpọ awoṣe ati imuṣiṣẹ.

2 min kaKa
Imọ-ẹrọ

Iparapọ Amoye fun MoE Sìn

Ijuwe ti iwé yapa awoṣe Adapọ-ti-Awọn amoye ni ọpọlọpọ kikọ sii-siwaju 'awọn amoye' kọja awọn GPU oriṣiriṣi nitorina ẹrọ kọọkan di bibẹ pẹlẹbẹ ti awọn paramita nikan.

2 min kaKa

Pari kika? Fi ẹ̀rí hàn pé.

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

Dán ohun tó o kọ́ wòGba ifọwọsiṢe ẸbùnKa ìdí iṣẹ́ wa