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
1019 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
1019 的 1019 显示指南。按曲目过滤或在上方搜索。
课程学习按照故意的顺序在示例上训练人工智能模型——先简单,后困难——而不是以随机顺序输入数据。
基础知识神经架构搜索(NAS)自动化神经网络结构的设计——让算法而不是人类来决定有多少层、什么操作……
基础知识持续学习的目标是随着时间的推移训练人工智能执行一系列新任务,而不抹掉它已经知道的知识。
视觉人工智能潜在扩散模型通过在压缩的潜在空间而不是原始像素中运行扩散过程来生成图像,从而大幅削减计算成本。
视觉人工智能ControlNet 是一个附加组件,可为图像生成模型提供精确的结构控制,让您可以通过边缘、姿势、深度图或涂鸦来控制输出。
视觉人工智能无分类器指导是一种使扩散模型真正遵循您的提示的技术,用一些多样性换取更强的依从性。
视觉人工智能视觉 SLAM 让移动摄像机构建未知空间的地图,同时跟踪其自身在该地图内的位置。
视觉人工智能Sora 是 OpenAI 的文本到视频模型,可将书面提示转换为简短的高分辨率视频剪辑。
视觉人工智能视频扩散模型通过逐渐将随机噪声转化为连贯帧来生成运动图像,将扩散思想从图片扩展到时间。
基础知识变分自编码器 (VAE) 是生成神经网络,它学习将数据压缩到平滑的概率潜在空间,然后重建......
基础知识状态空间模型 (SSM) 是通过压缩隐藏状态传递信息的序列模型,随着序列长度线性缩放......
基础知识图神经网络(GNN)是通过传递和聚合信息直接在图结构数据(由边连接的节点)上学习的模型……