KI-Tutorials

Für ein künstliches neuronales Netz (ANN) gibt es eine optimale Anzahl an versteckten Schichten und Neuronen. Dieses Tutorial stellt einen einfachen Ansatz vor, um diese optimale Anzahl zu bestimmen.

Führe Metas lokales agentisches Modell Muse Glimmer mit llama.cpp, dynamischer Quantisierung, DFlash Speculative Decoding, Vision-Unterstützung und OpenCode aus – für einen schnellen, privaten und kostengünstigen KI-Coding-Agenten.

Entdecke Kling 3.0 und seine wichtigsten Funktionen. Lerne, wie du Videos generierst, eigene Charaktere erstellst und komplexe Multi-Shot-Szenen mit nativer Audioausgabe gestaltest.

LlamaIndex ist dein smarter Datencoach für LLM-basierte Apps. Du kannst private und domänenspezifische Daten ganz einfach per natürlicher Sprache einlesen, verwalten und wiederfinden.

LangGraph Studio ist eine visuelle Entwicklungsumgebung für LangChains LangGraph-Framework und vereinfacht die Entwicklung komplexer agentischer Anwendungen mit LangChain-Komponenten.

In diesem Tutorial erhältst du einen Überblick über Künstliche Intelligenz (KI) und erfährst, was Machine Learning (ML) und Deep Learning unterscheidet.

Lerne, wie du LLMs auf eigenen Datensätzen feinabstimmst, die Performance bewertest und Modelle nahtlos exportierst und bereitstellst – mit dem Low-/No-Code-Framework von LLaMA-Factory.

Lerne, wie du MiniMax M3 lokal auf zwei RTX PRO 6000 GPUs mit llama.cpp betreibst, seine OpenAI-kompatible API und Weboberfläche testest und ihn für private, schnelle lokale Coding-Workflows mit dem Pi Coding Agent verbindest.

Entdecke die Familie der verfügbaren LLMs und die Faktoren, die du bei der Bewertung berücksichtigen solltest, um das beste LLM für deinen Use Case zu finden.

Erfahre alles Wichtige über LMQL (Language Models Query Language), eine innovative Programmiersprache für LLMs.

Tauche mit unserem ausführlichen Pinecone-Tutorial in die Welt der Vector-Datenbanken ein. Lerne, hochdimensionale Daten effizient zu verarbeiten, unstrukturierte Daten zu verstehen und die Power von Vektorembeddings für KI-Anwendungen zu nutzen.

Tauche in die Grundlagen der Backpropagation in neuronalen Netzen ein – mit einer praktischen Anleitung zum Trainieren und Evaluieren eines Modells für ein Bildklassifikationsszenario.