List of topics
Pytorch cơ bản
[Bổ trợ] Mô hình hồi quy tuyến tính
Dataset và Dataloader
TorchVision
Ôn tập Dataset, Dataloader và TorchVision
[Bổ trợ] Xử lý ngôn ngữ tự nhiên
TorchText
Mô hình
[Bổ trợ] Mạng nơ ron
[Bổ trợ] Các thuật toán Training
Đào tạo mô hình
Luyện tập model + training
[Bổ trợ] Mạng tích chập - Convolutional neural network
Mạng tích chập - CNN
Luyện tập CNN
Model compression và Export model
API
Transformer
Pytorch Lightning
Distributed Training
Project
[Bổ trợ] Mô hình hồi quy tuyến tính
Giới thiệu bài toán Grab
Quá trình xây dựng một mô hình
Mô hình hồi quy tuyến tính
Thuật toán Gradient Descent
Lập trình hồi quy tuyến tính một biến
1. Giới thiệu bài toán Grab
1.1. 3.1. Bài toán Grab.mp4
2. Quá trình xây dựng một mô hình
2.1. 3.2.1. Quá trình xây dựng mô hình.mp4
3. Mô hình hồi quy tuyến tính
3.1. [TF] 3.3.1. Hiển thị dữ liệu và lựa chọn mô hình.mp4
3.2. [TF] 3.3.2. Hàm giả thuyết.mp4
3.3. [PF] 3.3.3. Quá trình training.mp4
3.4. [TF] 3.3.4. Cực tiểu hàm mất mát.mp4
4. Thuật toán Gradient Descent
4.1. [TF] 3.4.1. Gradient Descent phần 1.mp4
4.2. [TF] 3.4.2. Chứng minh Gradient Descent.mp4
4.3. [TF] 3.4.3. Tốc độ học.mp4
4.4. [TF] 3.4.4. Tính đạo hàm Gradient Descent.mp4
4.5. Đạo hàm của hàm mất mát với theta 0
Click to view more
5. Lập trình hồi quy tuyến tính một biến
5.1. [TF] 3.5.1. Chuẩn bị lập trình hồi quy tuyến tính.mp4
5.2. [TF] 3.5.2. Công thức này là công thức gì?
Click to view more
5.3. [TF] 3.5.3. Lập trình hàm mất mát
Click to view more
5.4. [TF] 3.5.4. Lập trình tính Gradient và training.mp4
6. Normal Equation
6.1. [TF] 3.6.1. Normal Equation.mp4
7. So sánh MSE và MAE
7.1. [TF] 3.7.1. MSE vs MAE.mp4
8. Slide bài giảng
8.1. 5. Linear Regression.pdf
1. Giới thiệu bài toán Grab
1.1. 3.1. Bài toán Grab.mp4
2. Quá trình xây dựng một mô hình
2.1. 3.2.1. Quá trình xây dựng mô hình.mp4
3. Mô hình hồi quy tuyến tính
3.1. [TF] 3.3.1. Hiển thị dữ liệu và lựa chọn mô hình.mp4
3.2. [TF] 3.3.2. Hàm giả thuyết.mp4
3.3. [PF] 3.3.3. Quá trình training.mp4
3.4. [TF] 3.3.4. Cực tiểu hàm mất mát.mp4
4. Thuật toán Gradient Descent
4.1. [TF] 3.4.1. Gradient Descent phần 1.mp4
4.2. [TF] 3.4.2. Chứng minh Gradient Descent.mp4
4.3. [TF] 3.4.3. Tốc độ học.mp4
4.4. [TF] 3.4.4. Tính đạo hàm Gradient Descent.mp4
4.5. Đạo hàm của hàm mất mát với theta 0
5. Lập trình hồi quy tuyến tính một biến
5.1. [TF] 3.5.1. Chuẩn bị lập trình hồi quy tuyến tính.mp4
5.2. [TF] 3.5.2. Công thức này là công thức gì?
5.3. [TF] 3.5.3. Lập trình hàm mất mát
5.4. [TF] 3.5.4. Lập trình tính Gradient và training.mp4
6. Normal Equation
6.1. [TF] 3.6.1. Normal Equation.mp4
7. So sánh MSE và MAE
7.1. [TF] 3.7.1. MSE vs MAE.mp4
8. Slide bài giảng
8.1. 5. Linear Regression.pdf