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
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。
从这里开始
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。
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。
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。
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。
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。
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
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
133 的 1019 显示指南。按曲目过滤或在上方搜索。
CycleGAN 学习在两个视觉域之间转换图像(例如将马转换为斑马,或将照片转换为绘画),而无需匹配前后……
视觉人工智能SPADE(空间自适应标准化)变成了一个简单的标记布局,就像孩子的着色书地图“这里是天空,那里是草地,这里是树”......
视觉人工智能DragGAN 让您可以通过直接拖动点来编辑图像:抓住一个点并将其拖动到目标,图片就会真实地变形,改变姿势……
视觉人工智能Diffusion Transformers (DiTs) 将图像和视频生成器核心的卷积 U-Net 替换为 Transformer 主干。
视觉人工智能特征金字塔网络(FPN)让探测器通过廉价地构建多尺度特征“金字塔”来发现尺寸截然不同的物体。
视觉人工智能非极大值抑制 (NMS) 是一个清理步骤,它将一堆杂乱的重叠检测框变成每个对象一个整洁的框。
视觉人工智能空间变换网络 (STN) 是可学习的模块,可让神经网络主动扭曲、旋转、裁剪或重新缩放其输入,以专注于……
视觉人工智能立体深度估计通过比较两个稍微偏移的相机视图来恢复物体的距离,就像您的两只眼睛一样。
视觉人工智能点云是一组 3D 点(X、Y、Z),通常通过 LiDAR 或深度传感器捕获真实物体和空间的形状。
视觉人工智能带符号距离函数 (SDF) 通过告诉您空间中任何点到最近表面的距离来描述 3D 形状,并用一个符号表示……
视觉人工智能可变形卷积让神经网络弯曲其采样网格以遵循对象的实际形状,而不是强迫它通过刚性的方形窗口。
视觉人工智能DINO 是一种自我监督方法,通过网络自学来训练视觉转换器理解完全没有标签的图像。