LEARNDO / HỌC QUA VIỆC LÀM
Mở một bài, làm theo ví dụ nhỏ, rồi thử trên dữ liệu của bạn. Giải thích vừa đủ để hiểu mình đang làm gì.
PyTorch · Học sâu / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và PyTorch
Bạn sẽ áp dụng phép biến đổi ngẫu nhiên lên ảnh học và theo dõi kết quả. Chọn phép biến đổi phù hợp giúp mô hình gặp nhiều tình huống mà vẫn giữ đúng nhãn.
Mở bài hướng dẫnPyTorch · Học sâu / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và PyTorch
Bạn sẽ đánh giá riêng từng lớp khi dữ liệu có lớp nhiều, lớp ít. Ma trận nhầm lẫn giúp phát hiện những lỗi mà độ chính xác chung che khuất.
Mở bài hướng dẫnPyTorch · Học sâu / 9 phút đọc
Theo lộ trình ·
Trung cấp · Python và tensor
Bạn sẽ dùng kiến thức ResNet đã học để phân biệt hai loại lá. Bài hướng dẫn cách chuẩn bị ảnh, huấn luyện lớp đầu ra và thử mô hình với ảnh mới.
Mở bài hướng dẫnPyTorch · Học sâu / 20 phút đọc
Theo lộ trình ·
Cơ bản · Thực hành · Sau Dataset/DataLoader
Bạn sẽ nối các bước đọc dữ liệu, huấn luyện, đánh giá và lưu mô hình. Cuối bài, bạn nạp lại trọng số để kiểm tra kết quả.
Mở bài hướng dẫnPyTorch · Học sâu / 25 phút đọc
Theo lộ trình ·
Cơ bản · Thực hành · Python và PyTorch
Bạn sẽ đổi giữa chế độ học và đánh giá để xem Dropout, BatchNorm hoạt động khác nhau ra sao. Bài cũng phân biệt eval với việc tắt tính gradient.
Mở bài hướng dẫnPyTorch · Học sâu / 25 phút đọc
Theo lộ trình ·
Trung cấp · Thực hành · Python và PyTorch
Bạn sẽ so sánh SGD và Adam trên cùng một bài toán. Giữ điều kiện thí nghiệm giống nhau giúp bạn đọc đúng tác dụng của từng cách cập nhật.
Mở bài hướng dẫnNumPy · Nền tảng AI / 8 phút đọc
Theo lộ trình ·
Cơ bản · Đã đọc các bài nền tảng trong cùng chủ đề
So một cách chia theo từng ảnh với cách chia theo nhóm, rồi kiểm tra giao nhau giữa các phiên chụp.
Mở bài hướng dẫnPyTorch · Học sâu / 25 phút đọc
Theo lộ trình ·
Cơ bản · Thực hành · Python và PyTorch
Bạn sẽ chia tập dữ liệu trước khi tính thống kê chuẩn hóa. Cách làm này giúp thông tin từ tập đánh giá không lọt vào quá trình học.
Mở bài hướng dẫnPyTorch · Học sâu / 25 phút đọc
Theo lộ trình ·
Cơ bản · Thực hành · Python và PyTorch
Bạn sẽ tự xây một CNN nhỏ và kiểm tra kích thước sau từng lớp. Qua đó, bạn nối được ảnh đầu vào với số điểm dự đoán ở đầu ra.
Mở bài hướng dẫnPyTorch · Học sâu / 15 phút đọc
Theo lộ trình ·
Cơ bản · Cơ bản · Tensor và hàm Python
Bạn sẽ tổ chức ảnh thành tập dữ liệu và gom nhiều ảnh thành một lô. Bài giải thích vai trò của Dataset, DataLoader và cách xáo trộn mẫu.
Mở bài hướng dẫnPyTorch · Học sâu / 8 phút đọc
Theo lộ trình ·
Cơ bản · Đã đọc các bài nền tảng trong cùng chủ đề
Tách mã lớp trong dữ liệu khỏi chỉ số đầu ra của mạng, rồi kiểm tra việc giải mã dự đoán bằng một bảng ánh xạ cố định.
Mở bài hướng dẫnNumPy · Nền tảng AI / 8 phút đọc
Theo lộ trình ·
Cơ bản · Đã đọc các bài nền tảng trong cùng chủ đề
Tạo hai bản lưu có cùng pixel nhưng khác byte, rồi dùng SHA-256 để phân biệt trùng tệp với trùng ảnh đã giải mã.
Mở bài hướng dẫn
