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 / 16 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành nâng cao
Mô phỏng quá trình thuận DDPM, kiểm tra trung bình và phương sai, phân biệt khôi phục bằng nhiễu đã biết với sinh ảnh thực sự.
Mở bài hướng dẫnNLP · Xử lý ngôn ngữ / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Bạn sẽ tách câu thành các đơn vị từ và đếm số lần xuất hiện. Từ đó, bạn tạo vector Bag of Words và nhận ra thông tin nào cách biểu diễn này bỏ mất.
Mở bài hướng dẫnNLP · Xử lý ngôn ngữ / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Những từ xuất hiện trong ngữ cảnh giống nhau có thể mang thông tin liên quan. Bạn sẽ dùng ví dụ nhỏ để hiểu ý tưởng biểu diễn từ bằng vector.
Mở bài hướng dẫnPyTorch · Học sâu / 8 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành
Một ảnh nhiễu vẫn chứa cấu trúc mà người quan sát có thể nhận ra. Ta tạo cặp ảnh sạch và ảnh nhiễu để dạy một mạng nhỏ khôi phục cấu trúc đó.
Mở bài hướng dẫnPyTorch · Học sâu / 8 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành
Nếu chỉ có nhiều mẫu đạt nhưng rất ít mẫu lỗi, ta có thể thử học cách tái tạo mẫu bình thường. Một chi tiết lạ có thể làm sai số tăng.
Mở bài hướng dẫnPyTorch · Học sâu / 16 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành nâng cao
Tự kiểm tra phép tái tham số hóa, KL của Gaussian và gradient bằng PyTorch trước khi xây một bộ sinh ảnh VAE.
Mở bài hướng dẫnPhân đoạn ảnh / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Trung cấp
Từ mặt nạ tiền cảnh chung, tạo offset có nhiễu, gom phiếu tại tâm và gán từng pixel về instance để hiểu một cơ chế hậu xử lý.
Mở bài hướng dẫnPyTorch · Học sâu / 8 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành
Một bộ phân loại chỉ trả lời ảnh thuộc lớp nào. Nếu muốn tìm những ảnh gần với một ảnh mẫu, ta cần giữ lại biểu diễn trước lớp quyết định.
Mở bài hướng dẫnPyTorch · Học sâu / 8 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành
Hai ảnh khác màu nền vẫn có thể mang cùng một hình dạng. Mạng Siamese giúp ta đặt câu hỏi theo cặp: biểu diễn của hai ảnh nên gần hay xa nhau? Trong thí nghiệm này, hai nhánh dùng chung một encoder.
Mở bài hướng dẫnPhân đoạn ảnh / 20 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành nâng cao
Tách gradient từ mất mát chính và phụ, kiểm tra tính cộng và phát hiện lỗi detach khiến nhánh phụ không cập nhật phần mạng dùng chung.
Mở bài hướng dẫnPhân đoạn ảnh / 20 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành nâng cao
So sánh IoU toàn vùng với IoU dải biên trên hai hình vuông cùng dịch hai pixel, có định nghĩa erosion và quy ước mặt nạ rỗng rõ ràng.
Mở bài hướng dẫnPhân đoạn ảnh / 25 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành nâng cao
Dùng trọng số và transforms chính thức của Torchvision, phục hồi logit về kích thước ảnh rồi đọc bản đồ lớp VOC và lớp phủ trên ảnh mèo.
Mở bài hướng dẫn
