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.
Các bài đã đăng được phân bổ ngày hiển thị theo lộ trình, từ cũ đến mới. Ngày xuất bản đã lưu vẫn có trong từng bài.
OpenCV · Xử lý ảnh / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành có kiểm chứng
Dựng nhiễu tuần hoàn có tần số biết trước, loại cả cặp liên hợp và kiểm tra sai số phức cùng MSE. Hiểu vì sao cách làm lý tưởng không tự áp dụng nguyên xi cho ảnh thật.
Mở bài hướng dẫnOpenCV · Xử lý ảnh / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành có kiểm chứng
Đối chiếu tích chập trực tiếp với FFT có kích thước M+K−1. Một vật sát mép làm lộ rõ lỗi quấn vòng khi dùng FFT cùng kích thước ảnh.
Mở bài hướng dẫnOpenCV · Xử lý ảnh / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành có kiểm chứng
Tách ảnh thành bốn dải con bằng tổng và hiệu từng cặp. Tự viết cả phân tích lẫn tổng hợp, kiểm tra khôi phục và bảo toàn năng lượng của chuẩn hóa trực chuẩn.
Mở bài hướng dẫnOpenCV · Xử lý ảnh / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành có kiểm chứng
Phân biệt hai miền vân vuông góc bằng ngân hàng Gabor. Chuẩn hóa kernel, kết hợp hai pha và kiểm tra hướng dao động khác với hướng đường sọc.
Mở bài hướng dẫnOpenCV · Xử lý ảnh / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành có kiểm chứng
Biến đổi từng khối 8 × 8, lượng tử hóa với hai bước và khôi phục. Đo số hệ số khác không cùng MSE, đồng thời phân biệt thí nghiệm DCT với một bộ mã hóa JPEG đầy đủ.
Mở bài hướng dẫnOpenCV · Xử lý ảnh / 18 phút đọc
OpenCV · Xử lý ảnh / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành có kiểm chứng
Tự viết các bước gán cụm và cập nhật tâm trên màu Lab. Kiểm tra thứ tự kênh, miền giá trị, mục tiêu tối ưu và độ thuần cụm trên ảnh có nhãn tổng hợp.
Mở bài hướng dẫnNhánh tùy chọn C++
OpenCV · Xử lý ảnh / 7 phút đọc
Theo lộ trình ·
Chuyên sâu · Nhánh tùy chọn · Đã biết C++
Bạn sẽ tạo một dự án C++ nhỏ, kết nối OpenCV bằng CMake và chạy chương trình xử lý ảnh đầu tiên trên Windows.
Mở bài hướng dẫnXác suất · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Bạn sẽ dùng nhiều mẫu ngẫu nhiên để xấp xỉ một giá trị trung bình. Thay số mẫu giúp bạn thấy kết quả ổn định hơn với tốc độ nào.
Mở bài hướng dẫnXác suất · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Dữ liệu ban đầu có thể lệch nhưng trung bình của nhiều mẫu lại gần dạng chuông. Bạn sẽ kiểm tra hiện tượng này và xem vì sao lấy mẫu sai vẫn gây thiên lệch.
Mở bài hướng dẫnTheo lộ trình ·
Chuyên sâu · Thực hành có kiểm chứng
Mô phỏng 4:2:0 bằng giảm hai kênh màu theo cả hai trục. Kiểm tra số mẫu giảm một nửa và dùng một ảnh có chi tiết màu mảnh để thấy giới hạn của giả thiết giữ luma.
Xác suất · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Bạn sẽ ước lượng một xác suất từ dữ liệu, rồi xem điều gì thay đổi khi thêm giả định ban đầu. Ví dụ phân biệt MLE, MAP và trung bình hậu nghiệm.
Xác suất · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Độ chính xác 84% chưa cho biết kết quả chắc chắn đến đâu. Bạn sẽ tính khoảng Wilson và dùng mô phỏng để hiểu ý nghĩa của mức tin cậy 95%.
Mở bài hướng dẫn
