Tento rozcestník slouží jako centrální bod pro navigaci v tématech týkajících se strojového učení, neuronových sítí a související infrastruktury.

Základní koncepty a algoritmy, které definují moderní AI.

• Neuronové sítě: Jak fungují umělé neurony, vrstvy a váhy.
• Machine Learning: Rozdíl mezi učitelsky vedeným a neřízeným učením.
• Deep Learning: Hluboké sítě a jejich architektury.
• Algoritmy: Backpropagation, Gradient Descent a aktivační funkce.

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.

Fyzické prostředky nezbytné pro masivní paralelní výpočty.

• GPU (Graphics Processing Unit): Proč jsou grafické karty srdcem AI.
• CUDA: Programovací platforma od NVIDIA pro výpočty na grafických jádrech.
• TPU (Tensor Processing Unit): Specializované AI čipy od Googlu.
• HBA & SAN: Úložné technologie pro rychlý přísun dat (Datasetů) do trénovacího procesu.

Jak dostat natrénovaný model k uživatelům.

• Model Deployment: Exportování modelů a inferenční servery.
• TF Lite: Nasazení AI na mobilní telefony a IoT.
• Vysoká dostupnost (HA): Zajištění nepřetržitého běhu AI služeb v cloudu.
• Disaster Recovery: Ochrana AI infrastruktury před haváriemi.

— Tip pro editory: Pokud vytváříte nový článek z oblasti AI, nezapomeňte jej přidat do tohoto rozcestníku pro snadnější dohledatelnost.