直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

怎么了解AI

回答

以下是关于如何了解 AI 的一些建议:

  • 对于没有理工科背景的文科生来说,可以把 AI 当成一个黑箱,只需要知道它是能模仿人类思维、理解和输出自然语言的东西即可。AI 的生态位是一种似人而非人的存在,即便技术再进步,这一生态位也不会改变。从人类文明传说和古老哲人的智慧中,可以找到与这种似人非人存在相处的原则,比如在让其实现愿望时,要通过语言文字尽可能压缩其自由度,清晰告知任务、边界、目标、实现路径和方法,甚至直接提供所需的正确知识。
  • 了解 AI 基本概念:建议阅读「从这里启程」部分,熟悉术语和基础概念,了解人工智能及其主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。浏览入门文章,了解其历史、应用和发展趋势。
  • 开始 AI 学习之旅:在「入门:AI 学习路径」中,有一系列为初学者设计的课程,特别推荐李宏毅老师的课程。还可以通过在线教育平台(如 Coursera、edX、Udacity)按自己节奏学习并获取证书。
  • 选择感兴趣的模块深入学习:AI 领域广泛,比如图像、音乐、视频等,可根据兴趣选择特定模块深入学习,比如一定要掌握提示词的技巧。
  • 实践和尝试:理论学习后,实践是巩固知识的关键,尝试使用各种产品做出作品,在知识库有很多实践后的作品和文章分享。
  • 体验 AI 产品:与如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人互动,了解其工作原理和交互方式,获得实际应用中的第一手体验。
  • 如果希望继续精进,对于 AI 可以尝试了解以下作为基础:
    • AI 背景知识:包括基础理论(人工智能、机器学习、深度学习的定义及关系)、历史发展(回顾重要里程碑)。
    • 数学基础:统计学基础(熟悉均值、中位数、方差等)、线性代数(了解向量、矩阵等)、概率论(条件概率、贝叶斯定理)。
    • 算法和模型:监督学习(线性回归、决策树、支持向量机等)、无监督学习(聚类、降维等)、强化学习(基本概念)。
    • 评估和调优:性能评估(交叉验证、精确度、召回率等)、模型调优(网格搜索等技术优化参数)。
    • 神经网络基础:网络结构(前馈网络、卷积神经网络、循环神经网络)、激活函数(ReLU、Sigmoid、Tanh)。
内容由 AI 大模型生成,请仔细甄别(powered by aily)

参考资料

拘灵遣将 | 不会写 Prompt(提示词)的道士不是好律师——关于律师如何写好提示词用好 AI 这件事

AI是什么?作为一个不具备理工科背景的文科生,要搞清楚“ AI ”其实是一件很困难的事情(什么Agents、AIGC、LLM,什么符号主义、什么语义规则傻傻分不清楚),所以最好的处理方式是就把AI当成一个黑箱,我们只需要知道AI是某种模仿人类思维可以理解自然语言并输出自然语言的东西就可以。至于AI如何去理解,其实不重要。于是我们可以发现驱动AI工具和传统道教的驱神役鬼拘灵遣将有奇妙的相似之处,都是通过特定的文字、仪轨程式来引用已有资源,驱使某种可以一定方式/程度理解人类文字的异类达成自己预设的效果,且皆需要面对工具可能突破界限(发疯)的情况。当然,不熟悉道教的朋友可以把这东西理解成某种可以理解人类文字但不是人的魔法精灵/器灵之类的东西——总之,AI的生态位就是一种似人而非人的存在。AI技术再爆炸一万倍,AI的生态位也还是一种似人而非人的存在。由此,我们可以从人类各个文明的传说中,从那些古老哲人们的智慧里寻找到当下和AI、神、精灵、魔鬼这种似人非人存在相处的原则:1.当你想让祂实现愿望时,基于祂的“非人”一面,你需要尽可能的通过语言文字(足够清晰的指令)压缩祂的自由度——(1)你不仅要清晰的告诉祂需要干什么,还需要清晰的告诉祂边界在哪里。(2)你不仅要清晰的告诉祂目标是什么,还需要清晰的告诉祂实现路径方法是哪一条。(3)你不仅要清晰的告诉祂实现路径,最好还直接给到祂所需的正确的知识。

问:新手如何学习 AI?

了解AI基本概念:首先,建议阅读「[从这里启程](https://waytoagi.feishu.cn/wiki/PFXnwBTsEiGwGGk2QQFcdTWrnlb?table=blkjooAlLFNtvKJ2)」部分,熟悉AI的术语和基础概念。了解什么是人工智能,它的主要分支(如机器学习、深度学习、自然语言处理等)以及它们之间的联系。浏览入门文章,这些文章通常会介绍AI的历史、当前的应用和未来的发展趋势。开始AI学习之旅:在「[入门:AI学习路径](https://waytoagi.feishu.cn/wiki/ZYtkwJQSJiLa5rkMF5scEN4Onhd?table=tblWqPFOvA24Jv6X&view=veweFm2l9w)」中,你将找到一系列为初学者设计的课程。这些课程将引导你了解生成式AI等基础知识,特别推荐李宏毅老师的课程。通过在线教育平台(如Coursera、edX、Udacity)上的课程,你可以按照自己的节奏学习,并有机会获得证书。选择感兴趣的模块深入学习:AI领域广泛(比如图像、音乐、视频等),你可以根据自己的兴趣选择特定的模块进行深入学习。我建议你一定要掌握提示词的技巧,它上手容易且很有用。实践和尝试:理论学习之后,实践是巩固知识的关键,尝试使用各种产品做出你的作品。在知识库提供了很多大家实践后的作品、文章分享,欢迎你实践后的分享。体验AI产品:与现有的AI产品进行互动是学习AI的另一种有效方式。尝试使用如ChatGPT、Kimi Chat、智谱、文心一言等AI聊天机器人,了解它们的工作原理和交互方式。通过与这些AI产品的对话,你可以获得对AI在实际应用中表现的第一手体验,并激发你对AI潜力的认识。

写给不会代码的你:20分钟上手 Python + AI

[heading3]如果希望继续精进...对于AI,可以尝试了解以下内容,作为基础AI背景知识基础理论:了解人工智能、机器学习、深度学习的定义及其之间的关系。历史发展:简要回顾AI的发展历程和重要里程碑。数学基础统计学基础:熟悉均值、中位数、方差等统计概念。线性代数:了解向量、矩阵等线性代数基本概念。概率论:基础的概率论知识,如条件概率、贝叶斯定理。算法和模型监督学习:了解常用算法,如线性回归、决策树、支持向量机(SVM)。无监督学习:熟悉聚类、降维等算法。强化学习:简介强化学习的基本概念。评估和调优性能评估:了解如何评估模型性能,包括交叉验证、精确度、召回率等。模型调优:学习如何使用网格搜索等技术优化模型参数。神经网络基础网络结构:理解神经网络的基本结构,包括前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)。激活函数:了解常用的激活函数,如ReLU、Sigmoid、Tanh。

其他人在问
AI硬件
以下是关于 AI 硬件的相关信息: AI Native 产品: AI Pin:由 Humane 公司开发的可穿戴设备,通过激光投影技术在手掌显示信息,由高通 Snapdragon 芯片驱动,运行 OpenAI 的 GPT4 语言模型,集成麦克风、摄像头和传感器,能语音通话、上网和回答问题,注重隐私保护,价格高昂,市场接受度可能受影响。 TAB AI:挂在脖子上的小冰盘,本质是麦克风和电池,使用蓝牙传输音频到手机和云端,ChatGPT 转录对话,各种人工智能模型提取见解,被称为“人工智能伴侣”或“clarity machine”。 OpenAI 和 Lovefrom 在软银 10 亿美元融资开发的“人工智能 iPhone”。 主流 AI 笔记本电脑: 截止 2024 年 5 月,主流的 AI 笔记本电脑是为人工智能和深度学习设计的高性能移动工作站,通常配备强大的 GPU(如 NVIDIA RTX 系列)、大容量内存和高速固态硬盘。 知名品牌包括:微软(Microsoft)第 11 代 Surface Pro、微星(MSI)Creator/Workstation 系列、技嘉(GIGABYTE)Aero/Aorus 系列、戴尔(Dell)Precision 移动工作站、惠普(HP)ZBook 移动工作站、联想(Lenovo)ThinkPad P 系列。 一般采用英特尔酷睿或 AMD Ryzen 的高端移动 CPU,配备 NVIDIA RTX 30/40 系列或 AMD Radeon Pro 专业级 GPU,提供大容量内存和高速 NVMe SSD 存储选配,预装 NVIDIA CUDA、cuDNN 等深度学习框架和 AI 开发工具。 价格相对较高,通常在 2000 美元以上,用户需根据自身需求和预算选择,同时关注散热、续航等实际使用体验。 GenAI 硬件 TikTok 热度总榜: RayBan Meta Smart Glasses:眼镜,Meta 和 RayBan 出品,180000 个 TT 作品,价格 299 美元。 Vision Pro:眼镜,苹果出品,38600 个 TT 作品,价格 3999 美元。 cozmo:玩具机器人,Digital Dream Labs 出品,10500 个 TT 作品,价格 399 美元。 Lovot:玩具机器人,GROOVE X 出品,5931 个 TT 作品,价格 9000 美元。 Optimus:大型机器人,特斯拉出品,2641 个 TT 作品。 AI pin:吊坠,Humane 出品,1200 个 TT 作品,价格 699 美元。 PLAUD:录音机,Smart connection 出品,1072 个 TT 作品,价格 159 美元。 RabbitR1:吊坠,Rabbit Inc 出品,1048 个 TT 作品,价格 199 美元。 Loona:玩具机器人,KEYi Tech 出品,753 个 TT 作品,价格 449 美元。 Timekettle WT2:耳机,Timekettle 出品,751 个 TT 作品,价格 299 美元。 OrCam MYEYE:眼镜,OrCam 出品,532 个 TT 作品,价格 4250 美元。 Jibo:玩具机器人,Ling Technology 出品,492 个 TT 作品,价格 749 美元。 LOOI:玩具机器人,TangibleFuture 出品,400 个 TT 作品,价格 129 美元。 Pixel Buds Pro:耳机,谷歌出品,393 个 TT 作品,价格 199 美元。
2024-11-12
目前能力最强的AI是什么?
目前能力最强的 AI 是 GPT4。GPT4 是功能最强的人工智能写作工具,您可以在 Bing(选择“创新模式”)上免费访问,或者通过购买 ChatGPT 的$20/月订阅来使用。Claude 也是表现出色的 AI,紧随其后,并且提供了有限的免费选项。这些工具还被直接集成到常见的办公应用程序中,例如 Microsoft Office 将包括一个由 GPT 提供支持的副驾驶,Google Docs 将整合 Bard 的建议。
2024-11-12
AI画卡通画,有什么平台
以下是一些可以用于 AI 画卡通画的平台: MewXAI:这是一款强大专业且新手友好、操作简单的 AI 绘画创作平台。其功能包括 MX 绘画、MX Cute、MJ 绘画、边缘检测、室内设计、姿态检测、AI 艺术二维码、AI 艺术字等。访问地址:https://www.mewxai.cn/ Lucidchart:强大的在线图表制作工具,集成了 AI 功能,可自动化绘制多种示意图,如流程图、思维导图、网络拓扑图等。拖放界面易于使用,支持团队协作和实时编辑,有丰富的模板库和自动布局功能。官网:https://www.lucidchart.com/ Microsoft Visio:专业的图表绘制工具,适用于复杂的流程图、组织结构图和网络图。其 AI 功能可帮助自动化布局和优化图表设计,集成 Office 365,方便与其他 Office 应用程序协同工作,有丰富的图表类型和模板,支持自动化和数据驱动的图表更新。官网:https://www.microsoft.com/enus/microsoft365/visio/flowchartsoftware Diagrams.net:免费且开源的在线图表绘制工具,适用于各种类型的示意图绘制。支持本地和云存储(如 Google Drive、Dropbox),有多种图形和模板,易于创建和分享图表,可与多种第三方工具集成。官网:https://www.diagrams.net/
2024-11-12
现在有哪些AI陪伴类型的产品?
以下是一些 AI 陪伴类型的产品: 1. Character.ai:用户可以与数百个 AI 驱动的角色进行交流,还能创建自己的角色并赋予其各种特性。 2. Replika:用户可以设计理想的伴侣,其会存储记忆并在未来对话中参考,甚至能发送照片。 3. Talkie:主打情感路线,有大量 NPC 和丰富的剧情体系,游戏和休闲娱乐体验感强。 4. 星野、BubblePal:在长短记忆上做处理,突出陪伴意义,陪伴时间越久,知识库沉淀的个性化记录越丰富,越懂用户。 但每个产品都有其特定的应用场景和功能,建议您根据自己的具体需求来选择合适的产品。
2024-11-12
AI 在教育行业的落地场景有哪些?
AI 在教育行业的落地场景主要包括以下方面: 1. 个性化学习:通过集成算法和大数据分析,如 Knewton 平台,实时跟踪学生学习进度,诊断学习难点,提供个性化学习建议和资源。 2. 自动评估:利用自然语言处理技术(NLP)自动批改学生的作文和开放性答案题,如 Pearson 的 Intelligent Essay Assessor,减轻教师批改负担,提高评估效率和一致性。 3. 智能辅助教学:例如 Google 的 AI 教育工具 AutoML 用于创建定制学习内容,通过有趣方式加深学生对学科概念的理解。 4. 虚拟现实(VR)和增强现实(AR):学生可通过 VR 头盔进入虚拟实验室进行实验操作并获得 AI 系统反馈,如 Labster 的虚拟实验室平台。 5. 协助评估学生学习情况,为职业规划提供建议。 6. 针对学生情况和兴趣定制学习内容。 7. 论文初稿搭建及论文审核。 8. 帮助低收入国家/家庭获得平等教育资源。
2024-11-12
ai生成图片
以下是关于如何判断一张图片是否为 AI 生成的相关内容: 首先,要培养鉴别 AI 生成图片的技能,需要训练自己的大脑模型。对于不善于此的朋友,可以借助一些网站,如 ILLUMINARTY(https://app.illuminarty.ai/),通过对大量图片数据的抓取和分析来给出画作属性的判断可能性。但在测试中可能存在问题,比如结构严谨的真实摄影作品可能会被误判为 AI 作图,这是因为鉴定 AI 自身的逻辑算法不能像人类一样综合考虑各种不符合逻辑的表现。 此外,还可以通过画面风格、物品 bug 等细节来辨别。就在我们总结这些方法的同时,AI 也在飞速修正作图 bug,所以这些方法可能随时失效。 我们曾在小红书、B 站等自媒体平台上以“ AIGC 鉴别”为话题发布图文,让大家判别真迹与 AI 仿品。在这个过程中发现,大家对判断哪幅图是 AI 生成的往往有一种直觉感受,但进一步询问如何看出时,多半难以迅速给出一套章程来描述或解释。所以我们系统地总结了“AIGC 鉴别”经验帖,帮助大家学会如何一眼盯真,两眼打假。
2024-11-12
我想了解一下关于模型微调的知识
以下是关于模型微调的知识: 介绍:微调可让您从 API 提供的模型中获得更多收益,比如比即时设计更高质量的结果、能够训练比提示中更多的例子、由于更短的提示而节省了 Token、更低的延迟请求。GPT3 已在大量文本上预训练,微调通过训练更多示例改进小样本学习,让您在大量任务中取得更好结果。对模型微调后,无需在提示中提供示例,可节省成本并降低延迟。在高层次上,微调涉及准备和上传训练数据、训练新的微调模型、使用微调模型。 哪些模型可以微调:微调目前仅适用于以下基础模型:davinci、curie、babbage 和 ada。还可以继续微调微调模型以添加其他数据,无需从头开始。 微调的概念和意义:在人工智能领域,通常根据应用领域将大模型分为通用大模型和领域特定模型。通用大模型如 GPT4.0、GPT3.5 等具有广泛的自然语言理解能力,但在特定领域表现可能不理想。对大模型针对特定领域进行的训练过程称为微调,通过在特定领域数据上训练,优化所有层参数,提高在该领域的专业性。微调可节省成本、加快模型部署和应用速度。 相关应用开发:除了调用 ChatGPT 之外,还需学会模型微调、设计 Prompt、优化用户交互的解决方案等。在开发中,程序读取结构化数据,如 JSON 格式。通过稳定的提示词设计及一些模型参数(如温度 Temperature 等)来让 ChatGPT 保持稳定输出。
2024-11-12
我想要了解AI在高校基础医学教学中的应用案例
以下是一些 AI 在高校基础医学教学中的应用案例: 教学:帮助学生做好组会准备,使用了 Claude + Gamma.app,Claude 能节省绝大部分时间。 医疗:蛋白质结构预测和蛋白质合成,用于生成漂亮图片的 AI 可帮助科学家研究并设计新的蛋白质。 做调研:用特定 prompt ,2 小时帮同学干完 3 篇调研报告。 做调研:用 ChatGPT 做调研。 医疗:健康生物制药的研究,AI 在抗癌、抗衰老、早期疾病防治等研究应用中起重要作用。 此外,为了在医疗保健中产生真正的改变,AI 应像人类一样学习,例如成为顶尖医疗人才需要多年密集信息输入、正规学校教育和学徒实践,AI 也应通过合理的模型训练方式而非仅依靠大量数据来提升。 对于中学生学习 AI ,有以下建议: 从编程语言如 Python 、JavaScript 入手,学习编程语法、数据结构、算法等基础知识。 尝试使用 ChatGPT 、Midjourney 等 AI 生成工具,探索百度的“文心智能体平台”、Coze 智能体平台等教育平台。 学习 AI 基础知识,包括基本概念、发展历程、主要技术及在各领域的应用案例。 参与学校或社区组织的 AI 编程竞赛、创意设计大赛等活动,尝试解决实际问题。 关注 AI 发展的前沿动态,思考其对未来社会的影响。
2024-11-07
想了解WaytoAGI 是什么,能 做什么,
WaytoAGI 是由一群热爱 AI 的专家和爱好者共同建设的开源 AI 知识库。目前知识库的内容覆盖 AI 绘画、AI 视频、AI 智能体、AI 3D 等多个版块,包含赛事和活动促进大家动手实践,有 1000 万的访问量。 WaytoAGI 网站提供以下功能: 1. 和 AI 知识库对话:您可以在这里问任何关于 AI 的问题。 2. AI 网站:集合了精选的 AI 网站,按需求找到适合您的工具。 3. AI 提示词:集合了精选的提示词,可以复制到 AI 对话网站来使用。 4. 知识库精选:将每天知识库的精华内容呈现给大家。 WaytoAGI 里还有个离谱村,这是由 WaytoAGI 孵化的千人共创项目,让大家学习和接触 AI 更容易、更感兴趣。参与者不分年龄层,一起脑洞和创意,都可以通过 AI 工具快速简单地创作出各种各样的作品。离谱村是一个没有被定义的地方,每个人心中都有自己想象中的离谱村,它不仅代表着一个物理空间,更是灵魂的避风港,激励着每一个生命体发挥其无限的想象力,创造属于自己的独特生活方式。
2024-10-25
我想快速的了解 AGI的概念
AGI 即通用人工智能(Artificial General Intelligence),是指能够像人类一样思考、学习和执行多种任务的人工智能系统。 OpenAI 在其内部会议上分享了 AGI 的五个发展等级: 1. 聊天机器人(Chatbots):具备基本对话能力,主要依赖预设脚本和关键词匹配,用于客户服务和简单查询响应。 2. 推理者(Reasoners):具备人类推理水平,能够解决复杂问题,如 ChatGPT,能根据上下文和文件提供详细分析和意见。 3. 智能体(Agents):不仅具备推理能力,还能执行全自动化业务,但目前许多 AI Agent 产品执行任务后仍需人类参与,尚未达到完全智能体水平。 4. 创新者(Innovators):能够协助人类完成新发明,如谷歌 DeepMind 的 AlphaFold 模型,可预测蛋白质结构,加速科学研究和新药发现。 5. 组织(Organizations):最高级别的 AI,能够自动执行组织的全部业务流程,如规划、执行、反馈、迭代、资源分配和管理等。 在人工智能领域,存在弱人工智能与强人工智能的区分。弱人工智能指针对特定任务或范围较小的任务设计和训练的 AI 系统,如 Siri 或 Alexa 等虚拟助手、流媒体服务的推荐算法、特定客服任务的对话机器人等。这些系统高度专业化,不具备像人类一样的认知能力,无法超出设定范围解决一般问题。强人工智能,即 AGI,是具有人类水平的智能和理解能力的 AI 系统,有能力完成任何人类可以完成的智力任务,适用于不同领域,同时拥有某种形式的意识或自我意识,但目前还只是一个理论概念,尚未有任何 AI 系统能达到这种通用智能水平。 更多信息请见(AGI)。
2024-10-25
如何快速了解AI行业动态
以下是快速了解 AI 行业动态的一些方法: 1. 持续学习和跟进:AI 是一个快速发展的领域,新的研究成果和技术不断涌现。关注 AI 领域的新闻、博客、论坛和社交媒体,保持对最新发展的了解。考虑加入 AI 相关的社群和组织,参加研讨会、工作坊和会议,与其他 AI 爱好者和专业人士交流。 2. 明确主题:在开始获取信息之前,先选定一个吸引人的主题。以当前 AI 领域的热度为例,每天都有众多新闻值得关注。可以通过阅读各类 AI 主题的公众号、追踪相关博主的动态、参与行业微信群讨论等多元化渠道,来捕捉 AI 界的最新动态。 3. 持续学习与更新: 鼓励员工学习 AI 相关知识和技能。通过提升员工对 AI 技术的理解和应用能力,增强企业整体的 AI 适应能力。组织 AI 相关的培训课程,提供在线学习资源,帮助员工了解 AI 的基础知识和应用实例。在企业内部培养持续学习和创新的文化,鼓励员工探索和实践 AI 相关技术。通过激励机制(如奖励、认证)鼓励员工参与 AI 学习和应用。例如,提供机器学习、数据分析等相关课程,帮助员工掌握 AI 在实际工作中的应用技能。 关注 AI 技术的最新发展,及时更新和优化 AI 应用。保持企业 AI 应用的先进性和竞争力,适应技术发展的快速变化。持续关注 AI 领域的最新研究和行业动态,包括新技术、工具、最佳实践等。定期评估现有 AI 应用的性能和效果,根据最新技术进展进行更新和优化。与 AI 领域的专家和机构保持交流和合作,获取最新的知识和支持。建立有效的反馈机制,收集员工和客户对 AI 应用的反馈,作为持续改进的依据。根据市场需求和竞争环境的变化,及时调整 AI 策略和应用。
2024-10-23
有没有什么资料可以快速了解AI
以下是一些可以帮助您快速了解 AI 的资料: 1. 学术论文:通过 Google Scholar、IEEE Xplore、ScienceDirect 等学术数据库搜索相关论文,了解 AI 在不同领域的应用和研究成果。 2. 专业书籍:查找与 AI 相关的专业书籍,深入学习 AI 的理论和应用案例。 3. 在线课程和教程:在 Coursera、edX、Udacity 等平台参加 AI 相关课程,在 YouTube 等视频平台查找教程和演示视频。 4. 技术论坛和社区:加入如 Stack Overflow、Reddit 的 r/AI 等相关论坛和社区,与专业人士交流学习。 5. 开源项目和代码库:在 GitHub 等开源平台探索 AI 相关项目,了解其应用和实现。 6. 企业案例研究:研究如 Autodesk、Siemens 等公司在 AI 领域的应用案例,了解实际效果。 对于入门经典必读,您可以参考作者为 的相关内容,原文地址为 https://a16z.com/2023/05/25/aicanon/ 。 如果您不会代码,想在 20 分钟上手 Python + AI,您可以先了解以下基础内容: AI 背景知识: 基础理论:明确人工智能、机器学习、深度学习的定义及相互关系。 历史发展:回顾 AI 的发展历程和重要里程碑。 数学基础: 统计学基础:熟悉均值、中位数、方差等统计概念。 线性代数:掌握向量、矩阵等基本概念。 概率论:了解基础的概率论知识,如条件概率、贝叶斯定理。 算法和模型: 监督学习:熟悉线性回归、决策树、支持向量机(SVM)等常用算法。 无监督学习:了解聚类、降维等算法。 强化学习:知晓其基本概念。 评估和调优: 性能评估:掌握如何评估模型性能,如交叉验证、精确度、召回率等。 模型调优:学会使用网格搜索等技术优化模型参数。 神经网络基础: 网络结构:理解前馈网络、卷积神经网络(CNN)、循环神经网络(RNN)等基本结构。 激活函数:熟悉常用的激活函数,如 ReLU、Sigmoid、Tanh。
2024-10-22