LỊCH SỬ HỌC SÂU
Mỗi bước tiến bắt đầu từ một câu hỏi. Theo dấu những người đã đặt câu hỏi ấy, những thử nghiệm thành công và cả những giới hạn mở ra hướng đi mới.
Đọc theo mốc khởi đầu của từng câu chuyện hoặc chọn ý tưởng khiến bạn tò mò. Một số câu chuyện nối nhiều bước tiến qua các năm; đây là thời gian của ý tưởng, không phải ngày đăng bài.
Trang 2 / 3Mốc ý tưởng: 2006
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
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
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.
Mốc ý tưởng: 2012–2014
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
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 chuyệnMốc ý tưởng: 2013
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
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
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
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: 2014–2017
Lịch sử học sâu · Con người & ý tưởng / 7 phút đọc
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
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
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 chuyện
