从这里开始
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。
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。
- 134 指南基础知识核心概念：人工智能如何在高层次上工作。探索
- 272 指南语言人工智能LLM、NLP、ChatGPT、提示和文本理解。探索
- 298 指南视觉人工智能图像生成、计算机视觉、视频和设计。探索
- 188 指南音频人工智能语音、音乐、播客和音频优先的人工智能。探索
- 145 指南公司OpenAI、Anthropic、Google、Meta 等的配置文件。探索
- 761 指南应用领域人工智能如何出现在编码、搜索、代理和日常生活中。探索
- 244 指南行业医疗保健、金融、教育、能源等领域的人工智能。探索
- 536 指南技术的芯片、微调、RAG、向量和人工智能基础设施。探索
- 422 指南社会偏见、隐私、版权、安全和人工智能的未来。探索
全库
技术的
536 的 3000 显示指南。按曲目过滤或在上方搜索。
- 技术的修复数据加载器瓶颈当输入准备无法足够快地提供批次以保持模型计算繁忙时，就会出现数据加载器瓶颈。免费的简单英语指南。3 最小阅读量阅读
- 技术的Google Vertex AI 平台Vertex AI 现在在 Gemini 企业代理平台中提供，提供 Google 云托管工具，用于构建、培训、部署和监控……3 最小阅读量阅读
- 技术的使用 nvidia-smi 和 DCGM 监控 GPU 利用率nvidia-smi and NVIDIA DCGM expose GPU activity, memory, power, temperature, clock, and health information for diagnosing a running workload.3 最小阅读量阅读
- 技术的用于模型服务的 gRPC 与 RESTgRPC and REST-style HTTP APIs are two common ways to expose model inference to clients. Free plain-English guide.3 最小阅读量阅读
- 技术的模型实验中的护栏指标Guardrail metrics track outcomes a model experiment must not harm while optimizing a primary goal. Free plain-English guide.3 最小阅读量阅读
- 技术的Hugging Face Accelerate 用于多 GPU 训练Hugging Face Accelerate helps adapt a PyTorch training script to supported distributed and mixed-precision setups with a comparatively small amount…3 最小阅读量阅读
- 技术的交叉实验用于排序模型Interleaving compares ranking systems by mixing their ranked results into one user-visible list and attributing interactions to the contributing ranker.3 最小阅读量阅读
- 技术的JAX 与 XLA 用于机器学习JAX combines NumPy-like array programming with composable transformations for automatic differentiation, vectorization, just-in-time compilation…3 最小阅读量阅读
- 技术的从 Jupyter Notebook 到生产代码Moving an ML workflow from a Jupyter notebook into production code means making its data handling, transformations, training, and inference repeatable…3 最小阅读量阅读
- 技术的学习 PyTorch：路线图A practical PyTorch roadmap moves from tensor operations and automatic differentiation to datasets, model modules, training loops, evaluation…3 最小阅读量阅读
- 技术的LLMOps vs MLOpsLLMOps applies machine-learning operations practices to systems built around large language models, adding controls for prompts, retrieval, model-provider…3 最小阅读量阅读
- 技术的负载测试模型端点Load testing measures how a model endpoint behaves under a planned request pattern, including throughput, latency percentiles, errors, and resource use.3 最小阅读量阅读