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.
Mốc ý tưởng: 2015
Lịch sử học sâu · Con người & ý tưởng / 9 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Tại Freiburg, Olaf Ronneberger, Philipp Fischer và Thomas Brox xây dựng U-Net cho ảnh y sinh. Hình chữ U kể câu chuyện về ngữ cảnh, vị trí và cách sử dụng cẩn thận những nhãn đắt giá.
Đọc câu chuyệnMốc ý tưởng: 2015–2016
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
ResNet đặt câu hỏi khác: thay vì học lại toàn bộ phép biến đổi, mạng có thể học phần chênh lệch không? Một phép cộng tạo ra thay đổi lớn trong thiết kế mạng.
Đọc câu chuyệnMốc ý tưởng: 2016–2017
Lịch sử học sâu · Con người & ý tưởng / 6 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Đằng sau những ván cờ nổi tiếng là sự phối hợp giữa mạng nơron, học từ trải nghiệm và tìm kiếm. Câu chuyện giúp phân biệt AlphaGo năm 2016 với AlphaGo Zero về sau.
Mốc ý tưởng: 2014–2017
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Từ bài toán dịch câu dài, cơ chế chú ý giúp mô hình nhìn lại các vị trí nguồn. Transformer đưa cách kết hợp thông tin này thành thành phần trung tâm.
Đọc câu chuyệnMốc ý tưởng: 2014–2015
Lịch sử học sâu · Con người & ý tưởng / 9 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Jonathan Long, Evan Shelhamer và Trevor Darrell biến mạng phân loại thành một hệ dự đoán theo không gian. Câu chuyện FCN cho thấy vì sao nhận ra một vật và xác định đường biên của nó là hai yêu cầu khác nhau.
Đọc câu chuyệnMốc ý tưởng: 2014–2018
Lịch sử học sâu · Con người & ý tưởng / 9 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Từ DeepLab đầu tiên đến DeepLabv3+, Liang-Chieh Chen và các cộng sự liên tục điều chỉnh cách lấy ngữ cảnh và giữ vị trí. Những khoảng cách trong bộ lọc mở ra một hướng đi cho phân đoạn ảnh.
Đọc câu chuyệnMốc ý tưởng: 2013
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Tomas Mikolov và các cộng sự làm việc học vector từ trở nên hiệu quả ở quy mô lớn. Một nhiệm vụ dự đoán nhỏ mở ra cách nhìn ngôn ngữ bằng các quan hệ hình học.
Đọc câu chuyệnMốc ý tưởng: 2014
Lịch sử học sâu · Con người & ý tưởng / 6 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Từ nhận dạng từng phần tử đến biến một chuỗi thành chuỗi khác, encoder–decoder mở ra một cách xây hệ dịch. Thành công của nó cũng làm lộ ra nút thắt dẫn đến attention.
Đọc câu chuyệnMốc ý tưởng: 2014–2020
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Mạng sinh không chỉ chọn một nhãn cho ảnh. Chúng học cách tạo dữ liệu. GAN và mô hình khuếch tán đi đến mục tiêu này bằng hai con đường khác nhau.
Đọc câu chuyệnMốc ý tưởng: 2006
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Khi huấn luyện mạng sâu còn khó, một hướng nghiên cứu tìm cách chuẩn bị từng lớp trước. Câu chuyện năm 2006 giúp ta hiểu vai trò của điểm khởi đầu.
Đọc câu chuyệnMốc ý tưởng: 2009–2012
Lịch sử học sâu · Con người & ý tưởng / 8 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
ImageNet tạo một nguồn dữ liệu và cách so sánh chung. AlexNet cho thấy sức mạnh khi dữ liệu, kiến trúc và tính toán gặp nhau.
Đọc câu chuyệnMốc ý tưởng: 2012–2014
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
Theo lộ trình ·
Cơ bản · Con người & ý tưởng
Tạm ngắt một số đơn vị trong lúc học nghe như làm mạng yếu đi. Dropout cho thấy một sự xáo trộn có chủ đích có thể giúp mô hình bớt phụ thuộc vào những phối hợp quá riêng.
Đọc câu chuyện
