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
所有指南
3000 的 3000 显示指南。按曲目过滤或在上方搜索。
- 技术的机器学习系统设计面试A strong ML system design answer starts by clarifying the product goal, users, constraints, and success metrics before selecting models or infrastructure.3 最小阅读量阅读
- 技术的模型 FLOPs 利用率 (MFU)Model FLOPs utilization (MFU) compares a model's estimated useful floating-point work per second with a GPU system's theoretical peak throughput…3 最小阅读量阅读
- 技术的模型回滚与回退策略Rollback and fallback strategies restore acceptable service when a model release or dependency fails. Free plain-English guide.3 最小阅读量阅读
- 技术的在没有真实标签的情况下监控模型When outcome labels arrive late or are unavailable, monitoring can track inputs, predictions, confidence and operational proxies while waiting for verified…3 最小阅读量阅读
- 技术的多模型服务与模型复用Multi-model serving places several model versions or tenants behind a shared inference layer, while multiplexing loads the requested model on a worker…3 最小阅读量阅读
- 语言人工智能NotebookLM 面向教育工作者：Gemini 笔记本NotebookLM, now called Gemini Notebook, helps educators organize selected course sources, ask source-grounded questions and create study materials such…3 最小阅读量阅读
- 技术的NVIDIA NIM 推理微服务NVIDIA NIM 提供容器化推理微服务，用于通过优化的服务组件和标准化的 API 来部署受支持的 AI 模型。3 最小阅读量阅读
- 技术的基于记录数据的策略外评估离策略评估使用旧策略记录的数据来估计新决策策略的执行情况，而无需先部署新策略。3 最小阅读量阅读
- 技术的在线与离线模型评估Offline evaluation measures candidate models on historical or held-out data, while online evaluation measures their impact in a live or controlled user…3 最小阅读量阅读
- 技术的用于 Intel 硬件推理的 OpenVINOOpenVINO is a toolkit for converting and running trained models on supported Intel hardware through an inference runtime. Free plain-English guide.3 最小阅读量阅读
- 技术的优化 CPU 上的模型推理CPU inference can be practical for many models when threading, data layout, precision, runtime, and input processing are tuned for the target machine.3 最小阅读量阅读
- 技术的机器学习训练流水线中的 PII 处理Personally identifiable information in machine-learning pipelines should be minimized, protected, and handled across collection, preprocessing, training…3 最小阅读量阅读