🤖 Rozcestník: Umělá inteligence a Deep Learning
Tento rozcestník slouží jako centrální bod pro navigaci v tématech týkajících se strojového učení, neuronových sítí a související infrastruktury.
🧠 Teoretické základy
Základní koncepty a algoritmy, které definují moderní AI.
-
Machine Learning: Rozdíl mezi učitelsky vedeným a neřízeným učením.
Deep Learning: Hluboké sítě a jejich architektury.
Algoritmy: Backpropagation, Gradient Descent a aktivační funkce.
🛠️ Softwarové nástroje (Frameworky)
Knihovny a rozhraní, které umožňují programování a trénování modelů.
PyTorch: Flexibilní knihovna od Meta, standard pro vědecký výzkum.
TensorFlow: Robustní platforma od Google pro produkční nasazení.
Keras: Vysokoúrovňové API pro rychlé prototypování (nadstavba TF).
ONNX: Standard pro přenos a interoperabilitu modelů mezi frameworky.
⚙️ Hardware a Infrastruktura
Fyzické prostředky nezbytné pro masivní paralelní výpočty.
-
CUDA: Programovací platforma od NVIDIA pro výpočty na grafických jádrech.
-
HBA &
SAN: Úložné technologie pro rychlý přísun dat (Datasetů) do trénovacího procesu.
🚀 Nasazení a Praxe (MLOps)
Jak dostat natrénovaný model k uživatelům.
—
Tip pro editory: Pokud vytváříte nový článek z oblasti AI, nezapomeňte jej přidat do tohoto rozcestníku pro snadnější dohledatelnost.