人工智慧基礎
了解人工智慧是什麼、系統如何學習、失敗的地方以及如何在不炒作的情況下判斷主張。
免費人工智慧庫
133 簡明英語指南、結構化學習路徑和開放圖書館——由獨立的 501(c)(3) 非營利組織構建,以便任何人都可以理解現代人工智慧。
從這裡開始
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。
了解人工智慧是什麼、系統如何學習、失敗的地方以及如何在不炒作的情況下判斷主張。
有效率地使用人工智慧,同時保護隱私、檢查輸出並維持人類責任。
評估工作場所用例、運行安全試點、衡量價值並負責任地傳達變更。
透過權利、公平、治理、安全和公共利益結果來分析人工智慧系統。
透過實務系統設計,了解語言模型、檢索、代理、評估、成本及部署保障。
主題曲目
跳入您關心的領域。每條賽道都有多個簡單的英文指南。
全庫
133 的 1019 顯示指南。按曲目過濾或上方搜尋。
CycleGAN 學習在兩個視覺域之間轉換影像(例如將馬轉換為斑馬,或將照片轉換為繪畫),而無需匹配前後…
視覺人工智慧SPADE(空間自適應標準化)變成了一個簡單的標記佈局,就像孩子的著色書地圖“這裡是天空,那裡是草地,這裡是樹”...
視覺人工智慧DragGAN 讓您可以透過直接拖曳點來編輯圖像:抓住一個點並將其拖曳到目標,圖片就會真實地變形,改變姿勢…
視覺人工智慧Diffusion Transformers (DiTs) 將影像和視訊產生器核心的捲積 U-Net 替換為 Transformer 主幹。
視覺人工智慧特徵金字塔網路(FPN)讓探測器透過廉價地建構多尺度特徵「金字塔」來發現尺寸截然不同的物體。
視覺人工智慧非極大值抑制 (NMS) 是一個清理步驟,它將一堆雜亂的重疊偵測框變成每個物件一個整潔的框框。
視覺人工智慧空間變換網路 (STN) 是可學習的模組,可讓神經網路主動扭曲、旋轉、裁剪或重新縮放其輸入,以專注於…
視覺人工智慧立體深度估計透過比較兩個稍微偏移的相機視圖來恢復物體的距離,就像您的兩隻眼睛一樣。
視覺人工智慧點雲是一組 3D 點(X、Y、Z),通常透過 LiDAR 或深度感測器捕捉真實物體和空間的形狀。
視覺人工智慧帶符號距離函數 (SDF) 透過告訴您空間中任何點到最近表面的距離來描述 3D 形狀,並用一個符號表示…
視覺人工智慧可變形卷積讓神經網路彎曲其採樣網格以遵循物件的實際形狀,而不是強迫它通過剛性的方形視窗。
視覺人工智慧DINO 是一種自我監督方法,透過網路自學來訓練視覺轉換器來理解完全沒有標籤的圖像。