從這裡開始
從這裡開始
五 基於結果的課程
每門課程都包括明確的成果、映射的能力、實踐活動和應用的頂點。
主題曲目
按曲目瀏覽
跳入您關心的領域。每條賽道都有多個簡單的英文指南。
- 134 指南基礎知識核心概念:人工智慧如何在高層次上運作。探索
- 272 指南語言人工智慧LLM、NLP、ChatGPT、提示和文字理解。探索
- 298 指南視覺人工智慧影像生成、電腦視覺、視訊和設計。探索
- 188 指南音訊人工智慧語音、音樂、播客和音訊優先的人工智慧。探索
- 145 指南公司OpenAI、Anthropic、Google、Meta 等的設定檔。探索
- 761 指南應用領域人工智慧如何出現在編碼、搜尋、代理和日常生活中。探索
- 244 指南產業醫療保健、金融、教育、能源等領域的人工智慧。探索
- 536 指南科技晶片、微調、RAG、向量和人工智慧基礎設施。探索
- 422 指南社會偏見、隱私、版權、安全和人工智慧的未來。探索
全庫
科技
536 的 3000 顯示指南。按曲目過濾或上方搜尋。
- 科技AI提示安全提示安全解決了試圖使語言模型應用程式將不受信任的內容視為指令或洩露應保護的資訊的嘗試。2 最小閱讀量閱讀
- 科技人工智慧資料治理人工智慧資料治理分配瞭如何在整個人工智慧系統中收集、使用、共享、保留和糾正資料的責任和規則。2 最小閱讀量閱讀
- 科技人工智慧雲端架構AI 雲端架構將運算、儲存、網路、模型和應用程式服務組織到一個用於 AI 工作負載的作業系統中。2 最小閱讀量閱讀
- 科技BYOL 和非對比性自我監督BYOL(Bootstrap Your Own Latent)可以在沒有任何標籤的情況下學習有用的圖像表示,而且令人驚訝的是,沒有負面例子。2 最小閱讀量閱讀
- 科技巴洛雙胞胎和冗餘減少Barlow Twins 是一種自我監督方法,透過使兩個增強視圖之間的互相關矩陣接近恆等式來學習表示…2 最小閱讀量閱讀
- 科技偽標籤和自我訓練偽標籤是一種半監督技術,其中在小型標籤集上訓練的模型為未標籤資料生成自己的標籤,然後在這些標籤上進行訓練...2 最小閱讀量閱讀
- 科技半監督學習中的一致性正則化當未標記的輸入以小的、保留標籤的方式受到擾動時,一致性正則化教會模型給出相同的答案。2 最小閱讀量閱讀
- 科技多任務網路中的硬參數共享硬參數共享是經典的多任務學習設計,其中多個任務共享相同的隱藏層,並且僅分成單獨的輸出「頭」...2 最小閱讀量閱讀
- 科技條件計算中的門控和路由門控和路由讓神經網路僅啟動每個輸入所需的部分,而不是每次都運行整個模型。2 最小閱讀量閱讀
- 科技Gumbel-Softmax 和重新參數化Gumbel-Softmax 是一種讓神經網路從離散類別中「採樣」的技巧,同時仍可透過梯度下降進行訓練。2 最小閱讀量閱讀
- 科技直通式估計器直通估計器 (STE) 是一個簡單的技巧,用於訓練包含舍入或閾值化等難以微分的步驟的網路。2 最小閱讀量閱讀
- 科技雙向循環網絡雙向循環網路向前和向後讀取序列,因此每個位置的表示都藉鑒了過去和未來的上下文。2 最小閱讀量閱讀