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。
神經輻射場 (NeRF) 從幾張普通照片重建完整的 3D 場景,讓您將相機帶到全新的視角。
視覺人工智慧高斯潑濺將 3D 場景表示為數百萬個可以即時渲染的微小、彩色、半透明斑點。
視覺人工智慧遮罩自動編碼器 (MAE) 是一種自監督方法,可教導視覺模型在大部分圖片被隱藏後重建影像。
視覺人工智慧圖像字幕是自動產生描述圖片內容的自然語言句子的任務。
視覺人工智慧視覺問答 (VQA) 讓系統回答有關圖像的自由形式的自然語言問題,例如“有多少人戴著帽子?”
視覺人工智慧YOLO(你只看一次)是一系列物件偵測模型,它透過一次神經網路傳遞足夠快地找到和標記圖像中的每個物件...
視覺人工智慧全景分割為影像中的每個像素提供一個標籤,將「這個區域是什麼」與「這是哪個特定物件」統一起來。
視覺人工智慧人體姿勢估計檢測身體關節的位置,例如肘部、膝蓋和肩膀,以根據圖像建立人的數位骨架...
視覺人工智慧FLUX 是 Black Forest Labs 的一系列開放式文字到圖像模型,以清晰的細節、強大的提示追蹤性和令人驚訝的準確渲染文字而聞名。
視覺人工智慧殘差網絡 (ResNet) 是深度神經網絡,它添加了“跳躍連接”,讓各層學習小的調整而不是完整的轉換。
視覺人工智慧基於區域的 CNN (R-CNN) 是一系列目標偵測器,它們首先提出影像中的候選區域,然後使用 CNN 進行分類和精確裝箱…
視覺人工智慧Swin Transformer 是一種視覺 Transformer,可以在移動的分層視窗中處理影像,使注意力足夠有效地擴展到…