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 / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Trung cấp
Kiểm tra quan hệ giữa dịch ảnh và dịch feature map, rồi làm lộ sai khác do zero padding và stride bằng một kernel Sobel.
Mở bài hướng dẫnPyTorch · Học sâu / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Trung cấp
So sánh độ lệch chuẩn cố định, Xavier và Kaiming trên cùng một mạng ReLU, đồng thời phân biệt phương sai với moment bậc hai.
Mở bài hướng dẫnPyTorch · Học sâu / 18 phút đọc
Theo lộ trình ·
Chuyên sâu · Trung cấp
Đo gradient ở từng độ sâu trong hai chuỗi phép biến đổi, đồng thời xây phản ví dụ cho ý nghĩ rằng nhánh identity luôn ngăn gradient biến mất.
Giải tích · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Khi hàm có nhiều đầu vào và đầu ra, một đạo hàm chưa đủ. Bạn sẽ lập ma trận Jacobian và dùng JVP, VJP để theo dõi một hướng thay đổi.
Mở bài hướng dẫnGiải tích · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Bạn sẽ dùng đạo hàm để xấp xỉ hàm quanh một điểm. So sánh với giá trị thật giúp bạn hiểu vì sao bước cập nhật quá dài dễ làm dự đoán sai.
Mở bài hướng dẫnGiải tích · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Bạn sẽ dùng đạo hàm bậc hai để xem một hàm cong theo các hướng như thế nào. Hessian giúp phân biệt cực tiểu với điểm yên ngựa và giải thích bước Newton.
Mở bài hướng dẫnXác suất · Toán cho deep learning / 25 phút đọc
Theo lộ trình ·
Chuyên sâu · Thực hành · Python và NumPy
Bạn sẽ so sánh hai mô hình trên cùng các mẫu, chú ý những mẫu mà kết quả đúng–sai khác nhau. Kiểm định cặp giúp đánh giá bằng chứng bên cạnh mức cải thiện.
Mở bài hướng dẫnNumPy · Nền tảng AI / 8 phút đọc
Theo lộ trình ·
Chuyên sâu · Đã đọc các bài nền tảng trong cùng chủ đề
Tự tính Jensen–Shannon divergence trên ba phân bố, kiểm tra tính đối xứng và phân biệt divergence với distance.
Mở bài hướng dẫnNumPy · Nền tảng AI / 8 phút đọc
Theo lộ trình ·
Chuyên sâu · Đã đọc các bài nền tảng trong cùng chủ đề
Giữ nguyên mọi nhãn phân loại nhưng thay mức tự tin, rồi đo bình phương sai số xác suất trên dữ liệu nhị phân.
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 dẫnXác 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
