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
视觉人工智能 指南永远免费。
133 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。
133免费指南
1主题曲目
~2 min根据指南
~4h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
133 的 1019 显示指南。按曲目过滤或在上方搜索。
视觉人工智能
视频理解
视频理解分析跨时间的视觉信息，有时还分析音频信息。
视觉人工智能多模式搜索
Multimodal search retrieves information across forms such as text, images, audio, and video.
视觉人工智能文档人工智能
Document AI 从表单、报告、发票和扫描页面等文件中提取和解释信息。
视觉人工智能瓦瑟斯坦 GAN
Wasserstein GAN (WGAN) 是对 GAN 训练目标的重新设计，它使用 Wasserstein 距离而不是原始的最小-最大损失。
视觉人工智能条件 GAN
条件 GAN (cGAN) 通过向生成器和判别器提供额外信息（例如类标签或文本）来扩展普通 GAN。
视觉人工智能Pix2Pix 图像到图像翻译
Pix2Pix 是一种条件 GAN，它学习将一种类型的图像转换为另一种类型的图像，例如将草图转换为照片或将地图转换为卫星视图。
视觉人工智能图像着色
图像着色使用人工智能为黑白照片和胶片添加合理、逼真的色彩。
视觉人工智能运动结构
运动结构 (SfM) 根据从不同视点拍摄的一组重叠 2D 照片重建 3D 场景几何形状和相机位置。
视觉人工智能多视图立体
多视图立体 (MVS) 拍摄场景的多张校准照片，并通过估计几乎每个像素的深度来生成密集的 3D 重建。
视觉人工智能DDPM 和 DDIM 采样器
DDPM 和 DDIM 是运行扩散模型的逆过程的两种方法，将随机噪声逐步转化为图像。
视觉人工智能基于分数的生成模型
基于分数的生成模型通过学习数据分布的梯度来创建数据——该方向使任何噪声样本看起来更像真实的......
视觉人工智能弗雷谢起始距离
Fréchet 起始距离 (FID) 是判断一组生成图像的真实性和多样性的标准指标。