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.
Giải 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 dẫn
NumPy · 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 / 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 dẫnPyTorch · 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 dẫnPyTorch · Học sâu / 15 phút đọc
Theo lộ trình ·
Cơ bản · Cơ bản · Tensor và hàm Python
Bạn sẽ tổ chức ảnh thành tập dữ liệu và gom nhiều ảnh thành một lô. Bài giải thích vai trò của Dataset, DataLoader và cách xáo trộn mẫu.
Mở bài hướng dẫnPyTorch · Học sâu / 8 phút đọc
Theo lộ trình ·
Cơ bản · Đã đọc các bài nền tảng trong cùng chủ đề
Tách mã lớp trong dữ liệu khỏi chỉ số đầu ra của mạng, rồi kiểm tra việc giải mã dự đoán bằng một bảng ánh xạ cố định.
Mở bài hướng dẫnNumPy · Nền tảng AI / 8 phút đọc
Theo lộ trình ·
Cơ bản · Đã đọc các bài nền tảng trong cùng chủ đề
Tạo hai bản lưu có cùng pixel nhưng khác byte, rồi dùng SHA-256 để phân biệt trùng tệp với trùng ảnh đã giải mã.
Mở bài hướng dẫn
