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
所有指南
3000 的 3000 顯示指南。按曲目過濾或上方搜尋。
- 音訊人工智慧MusicLM:分層語意和聲學標記了解 Google MusicLM 如何使用分層語意和聲學標記、SoundStream 和 MuLan 將文字提示轉換為連貫的音樂。8 最小閱讀量閱讀
- 音訊人工智慧Noise2Noise 語音增強Noise2Noise 從同一底層信號的損壞觀測對中訓練恢復模型,無需乾淨的目標。2 最小閱讀量閱讀
- 應用領域望遠鏡和天文影像分析中的人工智慧AI 幫助天文調查在巨大的圖像和警報流中優先處理稀有源和變化天體。免費的通俗英文指南。2 最小閱讀量閱讀
- 應用領域人工智慧在粒子物理事件重建的應用粒子事件重建將探測器測量轉換為軌跡、能量沉積和候選物理對象。免費的通俗英文指南。2 最小閱讀量閱讀
- 應用領域材料發現中的人工智慧人工智慧預測哪些新材料可能存在、穩定且具有有用的特性,從而大大縮小了近乎無限的空間的搜尋範圍…2 最小閱讀量閱讀
- 視覺人工智慧去雜訊和去模糊網絡去雜訊和去模糊網路是一種神經模型,可以清除雜訊或模糊影像,從雜亂的輸入中恢復清晰的細節。2 最小閱讀量閱讀
- 視覺人工智慧GFPGAN人臉恢復GFPGAN is an open-source model from Tencent's ARC Lab that repairs blurry, noisy, low-resolution or compressed faces in a single pass by borrowing detail…8 最小閱讀量閱讀
- 視覺人工智慧CodeFormer 穩健的人臉恢復CodeFormer 是一種盲面恢復方法,從學習到的面部代碼本中預測離散代碼。免費的通俗英文指南。2 最小閱讀量閱讀
- 音訊人工智慧Conv-TasNet 時域分離Conv-TasNet 是一個時域神經語音分離模型,圍繞基於掩碼的分離器學習編碼器和解碼器。免費的通俗英文指南。2 最小閱讀量閱讀
- 音訊人工智慧雙路徑 RNN 分離雙路徑 RNN (DPRNN) 是一種神經網路設計,用於分離單麥克風錄音中的重疊語音。免費的簡單英語指南。9 最小閱讀量閱讀
- 音訊人工智慧打開-分離音樂分離Open-Unmix (UMX) 是一種開源深度學習系統,它將歌曲分成幾個部分:人聲、鼓、貝斯和其他樂器。2 最小閱讀量閱讀
- 應用領域人工智慧在野火蔓延預測的應用野火蔓延模型結合燃料、天氣、地形與火災觀測,以估算可能的行為。免費的淺顯英文指南。2 最小閱讀量閱讀