Đang tải nội dung…
LEARNDO / ĐỌC THEO LỘ TRÌNH
Mỗi ngày một bước, từ 2D đến 3D
Bắt đầu với lịch sử và ý tưởng, xây nền tảng, thực hành thị giác 2D, rồi đi vào hình học 3D và kiến thức chuyên sâu. Mỗi bài vẫn có ví dụ, bài tập và chuỗi đọc riêng.
Đây là lịch đọc từ 261 bài đang công khai, không phải ngày xuất bản. Ngày đăng gốc được giữ trên từng bài. Ngày cuối được cân đối để có 2–4 bài; thời gian dưới đây chưa tính thực hành.
87 ngày khám phá
Trang 10 / 13Ngày 64
3 bài · khoảng 54 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 18 phútHaar hai chiều với phép đảo và kiểm tra năng lượng
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.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 18 phútGabor theo hướng và năng lượng cặp pha vuông góc
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.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 18 phútDCT theo khối và sai số do lượng tử hóa hệ số
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.
Ngày 65
3 bài · khoảng 44 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 18 phútGiảm mẫu chroma và trường hợp vân màu mảnh bị mất
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.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 18 phútK-means màu trong Lab với kiểm tra mục tiêu giảm dần
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.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 8 phútViền tối quanh ảnh trong suốt: resize màu cùng alpha theo cách nào?
So nội suy màu độc lập với nội suy màu đã nhân alpha trên một cạnh đỏ trong suốt, rồi ghép lên nền trắng.
Ngày 66
3 bài · khoảng 57 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 7 phútOpenCV với C++ trên Windows: một dự án CMake nhỏ
Bạn sẽ tạo một dự án C++ nhỏ, kết nối OpenCV bằng CMake và chạy chương trình xử lý ảnh đầu tiên trên Windows.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 25 phútXác suất 6: ước lượng MLE, MAP và vai trò của phân phối tiên nghiệm
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.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 25 phútXác suất 7: Monte Carlo và sai số lấy mẫu
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.
Ngày 67
3 bài · khoảng 75 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 25 phútXác suất 8: phân phối lấy mẫu và định lý giới hạn trung tâm
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.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 25 phútXác suất 9: khoảng tin cậy cho độ chính xác mô hình
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%.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 25 phútXác suất 10: kiểm định cặp khi so sánh hai mô hình
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.
Ngày 68
3 bài · khoảng 24 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 8 phútHistogram đổi bao nhiêu? Đo dịch chuyển bằng Jensen–Shannon
Tự tính Jensen–Shannon divergence trên ba phân bố, kiểm tra tính đối xứng và phân biệt divergence với distance.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 8 phútCùng nhãn dự đoán, khác chất lượng xác suất: tự tính Brier score
Giữ nguyên mọi nhãn phân loại nhưng thay mức tự tin, rồi đo bình phương sai số xác suất trên dữ liệu nhị phân.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 8 phútECE phụ thuộc cách chia bin: một điểm số nhỏ có thể che mất sai lệch
Tạo hai nhóm dự đoán có sai lệch ngược chiều, rồi đo ECE khi gộp và khi tách bin.
Ngày 69
3 bài · khoảng 41 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 8 phútCho phép mô hình từ chối: đọc sai số cùng tỷ lệ ảnh được xử lý
Tự lập bảng risk–coverage và thấy rằng tăng ngưỡng tự tin không bảo đảm sai số luôn giảm.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 8 phútKhi bỏ sót đắt hơn báo nhầm: chọn ngưỡng bằng chi phí validation
Tách điểm số khỏi quyết định, tự cộng chi phí bỏ sót và báo nhầm rồi chọn ngưỡng trên dữ liệu validation.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 25 phútGiải tích 7: Jacobian, JVP và VJP
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.
Ngày 70
3 bài · khoảng 68 phút đọc- Chuyên sâu & nghiên cứu · Chuyên sâu · 25 phútGiải tích 8: xấp xỉ Taylor và chọn độ dài bước
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.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 25 phútGiải tích 9: Hessian, độ cong và bước Newton
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.
- Chuyên sâu & nghiên cứu · Chuyên sâu · 18 phútTích chập đồng biến tịnh tiến ở đâu và mất tính chất đó ở đâu
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.