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 ·
Cơ bản · Thực hành · Python và PyTorch
Bạn sẽ đổi thứ tự các chiều tensor và xem cách PyTorch sắp dữ liệu trong bộ nhớ. Ví dụ giúp giải thích khi nào view không dùng được và contiguous có tác dụng gì.
Mở bài hướng dẫnPyTorch · Học sâu / 14 phút đọc
Theo lộ trình ·
Cơ bản · Cơ bản · Sau bài tensor
Bạn sẽ theo dõi cách PyTorch tính đạo hàm tự động, rồi dùng gradient để sửa tham số. Mỗi bước đều có giá trị cụ thể để đối chiếu.
Mở bài hướng dẫnPyTorch · Học sâu / 18 phút đọc
Theo lộ trình ·
Cơ bản · Trung cấp
Dùng bốn điểm XOR để phân biệt năng lực biểu diễn và tối ưu hóa, rồi xây hai ReLU tạo được biên quyết định phi tuyến.
Mở bài hướng dẫnNumPy · Nền tảng AI / 12 phút đọc
Theo lộ trình ·
Cơ bản · Nền tảng · NumPy
Khi thu nhỏ ảnh đặc trưng, ta giữ lại điều gì và bỏ mất điều gì? Bạn sẽ so sánh cách lấy giá trị lớn nhất với cách lấy trung bình.
Mở bài hướng dẫnNumPy · Nền tảng AI / 13 phút đọc
Theo lộ trình ·
Cơ bản · Nền tảng · NumPy
Bạn sẽ lật ảnh, đổi độ sáng và theo dõi nhãn đi kèm. Ví dụ giúp bạn nhận ra khi nào một phép biến đổi làm dữ liệu học sai.
Mở bài hướng dẫnPyTorch · Học sâu / 12 phút đọc
Theo lộ trình ·
Cơ bản · Cơ bản · Python và mảng
Bạn sẽ tạo tensor ảnh và đọc kích thước, kiểu số, nơi lưu dữ liệu. Những thông tin này giúp bạn tránh nhầm chiều khi đưa ảnh vào PyTorch.
Mở bài hướng dẫnGiải tích · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Cơ bản · Thực hành · Python và NumPy
Bạn sẽ tính gradient khi ghép softmax với entropy chéo. Kết quả gọn giúp giải thích cách lớp cuối sửa điểm số cho từng nhãn.
Mở bài hướng dẫnGiải tích · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Cơ bản · Thực hành · Python và NumPy
Bạn sẽ tự truyền gradient ngược qua một mạng nhỏ. Kiểm tra từng tham số bằng sai phân giúp phát hiện lỗi trong phép tính.
Mở bài hướng dẫnNumPy · Nền tảng AI / 20 phút đọc
Theo lộ trình ·
Cơ bản · NumPy · Nhân ma trận và đạo hàm
Bạn sẽ tự tính gradient cho mạng hai lớp bằng NumPy. Qua từng phép nhân và cộng, bạn thấy sai số đầu ra ảnh hưởng đến các trọng số như thế nào.
Mở bài hướng dẫnNumPy · Nền tảng AI / 13 phút đọc
Theo lộ trình ·
Cơ bản · Biết Python cơ bản
Một mô hình có thể nhớ rất kỹ dữ liệu học nhưng vẫn dự đoán sai ảnh mới. Bạn sẽ so sánh ba mô hình để nhận ra hiện tượng học thuộc và cách đánh giá công bằng.
Mở bài hướng dẫnXác suất · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Cơ bản · Thực hành · Python và NumPy
Vì sao dự đoán rất tự tin nhưng sai lại chịu mức phạt lớn? Bạn sẽ tìm câu trả lời qua entropy, entropy chéo và xác suất của nhãn đúng.
Mở bài hướng dẫnNumPy · Nền tảng AI / 16 phút đọc
Theo lộ trình ·
Cơ bản · NumPy · Mảng và hàm số
Bạn sẽ đổi điểm số của mô hình thành xác suất bằng softmax, rồi tính mức phạt cho dự đoán sai bằng entropy chéo. NumPy giúp bạn nhìn rõ từng phép tính.
Mở bài hướng dẫn
