Files
agila-learning-examples/ceb/expanded-25-1/lesson-1/lesson.html
T

6 lines
1.4 KiB
HTML

<!doctype html><html lang="ceb"><meta charset="utf-8"><title>Unsa ang buhat sa AI runtime</title><h1>Unsa ang buhat sa AI runtime</h1><p>15-minutong sesyon: pagbasa sulod sa 3 minutos, pag-trace sa 3, pag-eksperimento sa 7, ug pagtubag sa check sa 2. Paggahin og dugang oras kon gikinahanglan.</p><p>Ang model naghulagway sa parameter ug operation. Ang runtime mo-load ug mo-validate sa shape ug type, mo-allocate og memory, mo-schedule, ug mo-execute og kernel. Lahi ang training ug inference. Sugdi sa gamay nga deterministic calculation nga masusi sa kamot sa dili pa acceleration.</p><p><strong>Praktis ug ebidensiya:</strong> Tag-ana ang pananglitan o idrowing ang pag-usab sa state. Usba ang usa ka pagtuo, sulayi ang utlanan, ug itala ang aktuwal nga resulta. Ipasabot unsa ang wala mapamatud-i sa gamay nga modelo bahin sa production system.</p><pre><code class="language-python">x=[2.0,3.0]
w=[0.5,2.0]
bias=1.0
y=sum(a*b for a,b in zip(x,w))+bias
print(y)
</code></pre><p><strong>Gipaabot nga resulta:</strong> <code>8.0</code></p><h3>Praktis ug ebidensiya</h3><p>Isulat ang tagna, aktuwal nga resulta, ug hinungdan sa pagkapareho o kalainan. Ang completion check mosukod sa pagsabot; ang practice task mopauswag sa kahanas.</p><p><a href="https://git.agilaos.com/matt/open_agx">Reperensiya sa pinulongan: git.agilaos.com</a></p><p><a href="https://onnx.ai/onnx/intro/">Reperensiya sa pinulongan: onnx.ai</a></p></html>