01
人工智能基金会
了解什么是人工智能，系统如何学习，哪些地方失误，以及如何在不夸大的情况下判断主张。
免费人工智能库
技术的 指南永远免费。
177 简明英语指南、结构化学习路径和开放图书馆——由独立的 501(c)(3) 非营利组织构建，以便任何人都可以理解现代人工智能。
177免费指南
1主题曲目
~2 min根据指南
~6h阅读时间
从这里开始
五 成果导向课程
每门课程都包含明确的成果、能力规划、实践活动和应用毕业设计。
02
负责任的人工智能用户
在保护隐私、核查输出和保持人类问责的同时，高效使用人工智能。
03
职场人工智能
评估工作场所用例，运行安全试点，衡量价值，负责任地沟通变更。
04
人工智能政策与社会
通过权利、公平、治理、安全和公共利益结果分析人工智能系统。
05
使用人工智能系统构建
通过实用的系统设计，理解语言模型、检索、代理、评估、成本和部署保障。
主题曲目
按曲目浏览
跳入您关心的领域。每条赛道都有多个简单的英文指南。
全库
所有指南
177 的 1019 显示指南。按曲目过滤或在上方搜索。
技术的
CUDA 和 GPU 编程
CUDA 是 NVIDIA 的平台，用于编写在 GPU 上运行的程序，解锁数千个内核以进行并行计算。
技术的可解释的 AI 和 SHAP
可解释的人工智能 (XAI) 是一个工具包，用于将模型的不透明预测转化为人类可读的原因。
技术的机械可解释性
机械可解释性是将神经网络的内部计算逆向工程为人类可理解的算法的努力。
技术的对抗性例子和稳健性
对抗性示例是受到微小的、通常难以察觉的变化干扰的输入，这些变化会导致模型做出自信的错误预测。
技术的数据并行性
数据并行性通过在多个 GPU 上复制模型来更快地训练一个模型，每个 GPU 处理数据批次的不同部分。
技术的模型和管道并行性
当模型太大而无法容纳在一个 GPU 上时，模型和管道并行性会将模型本身分割到不同的设备上。
技术的ZeRO 和分片优化器
ZeRO（零冗余优化器）通过对优化器状态、梯度和权重进行分片，消除了数据并行性中浪费的内存重复……
技术的实验跟踪
实验跟踪是系统记录每次机器学习运行的实践——它的代码、数据、超参数、指标和输出——所以……
技术的用于机器学习的 CI/CD
用于机器学习的 CI/CD 扩展了持续集成和持续交付管道，不仅涵盖代码，还涵盖数据和模型。
技术的金丝雀和影子部署
金丝雀部署和影子部署是将新模型或服务发布到生产环境的两种低风险策略。
技术的提示缓存
即时缓存让人工智能模型可以重用它在重复的文本块上所做的计算工作，而不是每次都重新处理它。
技术的模型重新排序
重新排名器是第二阶段模型，它对搜索结果的候选列表重新评分以与查询相关，从而在快速检索器之后锐化排序......