Đào tạo mô hình AI thực chiến

[TF] 9.1.1. Giới thiệu mạng nơ ron

[DL] Hiện tượng gì dễ xảy ra với mạng nơ ron?

[TF] 9.1.2. Tầng ẩn và nơ ron

Giới thiệu mạng nơ ron

[TF] 9.2.1. Diễn giải ký hiệu

[TF] 9.2.2. Phép nhân tuyến tính

[TF] 9.2.3. Phép biến đổi phi tuyến

[DL] Tại sao cần sử dụng hàm activation?

[TF] 9.2.4. Một số hàm phi tuyến

[TF] 9.2.5. Tính toán trên các lớp tiếp theo

[DL] Dự đoán chiều của lớp ẩn

[TF] 9.2.6. Tổng hợp kết quả để phân loại

Mạng nơ ron chi tiết

[Live Coding] Lập trình mạng nơ ron - Phần 1.mp4

[Live Coding] Lập trình mạng nơ ron - Phần 2

Code

Thực hành lập trình mạng nơ ron

Giải thích Softmax + CrossEntropy

[Nâng cao] Giải thích Softmax + Entropy

- Giới thiệu mạng nơ ron
- Diễn giải lớp ẩn, nơ ron
- Hàm tuyến tính, phi tuyến
- Các vấn đề hay gặp khi đào tạo mạng nơ ron
- Thực hành lập trình mạng Nơ ron

Mạng nơ ron

Giới thiệu học giám sát, không giám sát và học tăng cường.




Giới thiệu học máy/học sâu

<ul><li>Giới thiệu bài toán Grab</li><li>Quá trình xây dựng một mô hình</li><li>Mô hình hồi quy tuyến tính</li><li>Thuật toán Gradient Descent</li><li>Lập trình hồi quy tuyến tính một biến</li></ul>

Mô hình hồi quy tuyến tính

- Giới thiệu về hình ảnh, cấu trúc của hình ảnh
- Giới thiệu về Filter, một số filter cơ bản để xử lý ảnh
- Cấu trúc mô hình CNN, các đặc điểm vượt trội so với mạng Neural Network.

Mạng tích chập - Convolutional neural network

Cùng lập trình bằng Python mạng tích chập

Lập trình mạng tích chập

Thực hành lập trình mô hình nhận diện ảnh với dữ liệu thực tế.

Model nhận diện ảnh trong thực tế

Cùng sử dụng tri thức của toàn nhân loại với Transfer learning

Transfer Learning

Khám phá hai mạng nổi tiếng: ResNet và InceptionNet

VGG, ResNet và InceptionNet

Lập trình mô hình nhận diện biển báo giao thông

Bài toán nhận diện biển báo giao thông

Giới thiệu ngôn ngữ tự nhiên cơ bản và công cụ tách từ.

Xử lý ngôn ngữ tự nhiên cơ bản

Mô hình LSTM 

- Mô hình Seq2seq
- Cơ chế Attention

Mô hình Seq2Seq và cơ chế Attention

Khám phá dữ liệu thời gian và xây dựng mô hình tương ứng

Mạng nơ ron

1. Giới thiệu mạng nơ ron

1.1. [TF] 9.1.1. Giới thiệu mạng nơ ron

1.2. [DL] Hiện tượng gì dễ xảy ra với mạng nơ ron?

1.3. [TF] 9.1.2. Tầng ẩn và nơ ron

2. Mạng nơ ron chi tiết

2.1. [TF] 9.2.1. Diễn giải ký hiệu

2.2. [TF] 9.2.2. Phép nhân tuyến tính

2.3. [TF] 9.2.3. Phép biến đổi phi tuyến

2.4. [DL] Tại sao cần sử dụng hàm activation?

2.5. [TF] 9.2.4. Một số hàm phi tuyến

2.6. [TF] 9.2.5. Tính toán trên các lớp tiếp theo

2.7. [DL] Dự đoán chiều của lớp ẩn

2.8. [TF] 9.2.6. Tổng hợp kết quả để phân loại

3. Thực hành lập trình mạng nơ ron

3.1. [Live Coding] Lập trình mạng nơ ron - Phần 1.mp4

3.2. [Live Coding] Lập trình mạng nơ ron - Phần 2

3.3. Code

4. [Nâng cao] Giải thích Softmax + Entropy

4.1. Giải thích Softmax + CrossEntropy