跳到正文
docai
.
cc
学 AI
学习
知识树
概念
专题
新闻
资料库
知识树
基础原理
机器学习基础
DOCAI · 知识树 · 基础原理
机器学习基础
Machine learning
AI、机器学习、深度学习、神经网络与推理的关系。
这一枝现有 5 条：5 概念 · 0 课程 · 0 专题 · 0 新闻
概念
05
深度学习（Deep Learning）
用多层神经网络自动学特征：浅层学局部搭配，深层学结构与语义。
L1
推理（Inference）
模型训练完成后，用新输入算出输出的过程——只前向计算，不改权重。
L1
机器学习（Machine Learning）
不写规则，给例子：让程序从数据里自己拟合出输入到输出的对应关系。
L1
神经网络（Neural Network）
由一层层可调的数值（参数）组成的函数：输入经过加权求和与非线性变换，逐层算出输出。
L1
AI（人工智能）
让机器完成原本需要人来做的事的一类方法的总称；今天说的 AI，多半是机器学习，尤其是大模型。
L0
相邻的分支
回到领域 →
语言模型
token、词表、embedding：模型眼里的文字是什么
6 条
Transformer
注意力、参数量、MoE：一次生成是怎么算出来的
4 条
训练与对齐
预训练、微调、RLHF、蒸馏、量化：能力从哪来
5 条
多模态
图片、音频、视频怎样变成模型能读的 token
2 条
