Những gì bạn sẽ học được từ lớp học này<ul><li>Hiểu cách các mô hình học sâu hoạt động</li><li>Triển khai các model tiên tiến nhất với Pytorch bao gồm thị giác máy tính và xử lý ngôn ngữ tự nhiên</li><li>Cách làm việc với nhiều loại dữ liệu khác nhau để xây dựng model</li></ul>Nội dung chi tiết của lớp học. Vui lòng xem <a target="_blank" rel="noopener noreferrer nofollow" href="https://docs.google.com/document/d/11hXIaOfs_J8N6TBkNcZV5kNktnOzOXZgUNo31OAydbE/edit?usp=sharing">tại đây</a><ul><li>Giảng viên:<ul><li>Bá Ngọc - Founder @ ProtonX</li><li>Hữu Minh - Data Scientist - AI Engineer @ Pixta Vietnam</li></ul></li><li>Profile chi tiết của Giảng Viên<ul><li>Bá Ngọc<ul><li>Năm 2019, Anh Ngọc được Google công nhận là chuyên gia học máy đầu tiên tại Việt Nam và thứ 66 trên toàn thế giới.</li><li>Trong năm 2020 và 2021, anh Ngọc đã đào tạo hơn 120 lập trình viên thi đỗ chứng chỉ Tensorflow và đưa Việt Nam vào top 4 quốc gia có số lượng người thi đỗ nhiều nhất cùng với Mỹ, Ấn Độ và Hàn Quốc.</li><li>Năm 2022, Ngọc thành lập ProtonX - công ty trí tuệ nhân tạo của mình, với sứ mệnh ứng dụng AI để giải quyết các vấn đề quan trọng của xã hội. Vào tháng 8 năm 2022, ProtonX đã tiên phong ra mắt bộ gõ thông minh - <a target="_blank" rel="noopener noreferrer nofollow" href="https://bluestudio.ai/">Studio.</a>, giúp người dùng soạn một tài liệu chỉ với một câu ý tưởng. Studio đã tạo ra nửa tỷ từ tiếng Việt trong hai ngày đầu tiên ra mắt và “lên top thịnh hành” trong cộng đồng marketing và nhân sự.</li><li>Cũng trong năm đó, ProtonX được Amazon vinh danh là một trong những công ty công nghệ giáo dục (Edtech) sáng tạo nhất khu vực Châu Á - Thái Bình Dương.</li><li>Đầu năm 2023, ProtonX dành chiến thắng cuộc thi Sharktank - Pitch Contest của Amazon Web Service Edtech Accelerator. Đây là bệ phóng rất uy tín đã hỗ trợ rất nhiều các công ty thành công như Elsa, Royelles, CloudLabs.</li></ul></li><li>Hữu Minh<ul><li>Với nền tảng kiến thức tích lũy được từ trường THPT Chuyên Khoa học Tự Nhiên và Đại học Bách Khoa Hà Nội, Minh bắt đầu nghiên cứu và làm việc trong lĩnh vực về Trí tuệ nhân tạo từ năm 2019 tại công ty TNHH Pixta Vietnam. Tại đây, Minh làm việc với vị trí Khoa học dữ liệu và Kỹ sư Trí tuệ nhân tạo trên nhiều dự án khác nhau ở công ty.</li><li>Sau hơn 4 năm, Minh đã tham gia khoảng 10 dự án thực tế về AI, trải dài trên nhiều loại dữ liệu khác nhau như dữ liệu ảnh chụp, ảnh thiết kế và video của lĩnh vực thị giác máy tính, dữ liệu văn bản, tags của lĩnh vực xử lý ngôn ngữ tự nhiên và dữ liệu âm thanh. Ngoài các kiến thức về các lĩnh vực con của trí tuệ nhân tạo, Minh còn có kinh nghiệm và kỹ năng trong việc sử dụng các công cụ hỗ trợ trong việc lập trình, trực quan hoá dữ liệu, điện toán đám mây, quy trình triển khai sản phẩm và MLOps.</li><li>Ngoài việc làm việc với vai trò là một nhà khoa học dữ liệu và kỹ sư trí tuệ nhân tạo, Minh còn tham gia công việc giảng dạy các nội dung liên quan đến AI đến nay được 2 năm. Minh đã đảm nhận giảng dạy 20 lớp với hơn 500 giờ học và hơn 200 học viên.</li></ul></li></ul></li><li>Ưu đãi đăng ký theo nhóm: Giảm 10%/học viên khi đăng ký nhóm theo 2 người trở lên</li><li>Nội dung chi tiết bao gồm<ul><li>Ôn tập học sâu và thư viện PyTorch</li><li>Giới thiệu Tensor</li><li>Dataset và data loader</li><li>Torchvision</li><li>Torchtext</li><li>Lập trình Mạng nơ ron đơn giản với Pytorch</li><li>Loss function, optimizer và training pipeline</li><li>Lập trình CNN</li><li>Lập trình Transformer</li><li>Pytorch deployment</li><li>Giới thiệu Pytorch lightning</li><li>Tính toán song song</li><li>Giới thiệu Pytorch 2.0</li></ul></li><li>Các dự án mẫu<ul><li>Nhận diện đối tượng với Yolo, RCNN, FastRCNN</li><li>Sinh từ với GPT</li><li>Thực hành Gensim</li><li>Phân đoạn hình ảnh (Image segmentation)</li><li>Xây dựng RESTful API đơn giản để chạy model</li><li>Chuyển model sang ONNX, Torch script</li></ul></li></ul>

Để tham gia lớp học này bạn chỉ cần biết lập trình Python.

Tham khảo lớp học Python miễn phí tại đây:

https://protonx.io/courses/61b7081639320455cc70848b


Yêu cầu tham gia lớp học

Bạn có thể trao đổi với giảng viên qua 3 cách sau:
- Trao đổi trực tiếp qua Zoom khi học
- Trao đổi qua [Slack](https://slack.com/) trong suốt khóa học
- Trao đổi trực tiếp qua kênh chat trên trang chủ https://protonx.coursemind.io/

Cách thức trao đổi với giảng viên

Lớp học lập trình Pytorch (Video)

ProtonX

Với gói đăng ký này, học viên sẽ được:<ul><li>Xem lại tất cả các video của lớp học bao gồm video thường + video Zoom</li></ul>Về làm bài tập:<ul><li>Học viên luyện bài tập qua hệ thống của ProtonX</li><li>Học viên trao đổi với giảng viên thông qua Slack</li><li>Thời lượng sử dụng:<ul><li>12 tháng từ khi lớp học được khai giảng, đây là thời lượng để xem lại video và làm các bài tập tương tác trực tuyến.</li><li>Sau khi kết thúc 12 tháng, bạn có thể gia hạn với chi phí thấp <a target="_blank" rel="noopener noreferrer nofollow" href="https://docs.google.com/presentation/d/17RsA49bmTI_ruchRFK8W8ziEzBHXtM5nyHfgYJpUtZY/edit?usp=sharing">tại đây</a></li></ul></li></ul>

Gói học xem video và làm bài tập

Gói Essential

Tên giải thưởng

Ginny Dang

<ul><li>Tensor</li><li>Các phép toán trên Tensor</li><li>Hồi quy tuyến tính với Pytorch</li></ul>

Pytorch cơ bản

<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>

[Bổ trợ] Mô hình hồi quy tuyến tính

<ul><li>Cách xây dựng dataset hiệu năng cao với Pytorch</li><li>Dataset</li><li>Dataloader</li></ul>

Dataset và Dataloader

<ul><li>Giới thiệu chung</li><li>Các cách transform với TorchVision</li></ul>

TorchVision

<ul><li>Ôn tập dataset thông qua các demo<ul><li>Lập trình song song</li><li>Nhận diện đối tượng với YOLO</li></ul></li></ul>

Ôn tập Dataset, Dataloader và TorchVision

<ul><li>Giới thiệu xử lý ngôn ngữ tự nhiên</li><li>Word2vec</li></ul>

[Bổ trợ] Xử lý ngôn ngữ tự nhiên 

<ul><li>Preloaded datasets từ torchtext</li><li>Xử lý NLP: stop word, lemmatization …</li><li>Text tokenization và word embedding</li><li>Pretrained mô hình phân loại văn bản</li></ul>

TorchText

<ul><li>Luyện tập Torch Text</li><li>Lập trình Model với Pytorch</li></ul>

Mô hình

[Bổ trợ] Mạng nơ ron

<ul><li>Tối ưu lồi</li><li>Vấn đề của SGD</li><li>SGD với quán tính</li><li>AdaGrad</li><li>AdaDelta và RMSProp</li></ul>

[Bổ trợ] Các thuật toán Training

<ul><li>Các thuật toán tối ưu</li><li>Các hàm mất mát</li><li>Lập trình quá trình training</li></ul>

Đào tạo mô hình

Luyện tập model + training

[Bổ trợ] Mạng tích chập - Convolutional neural network

<ul><li>Nhắc lại mạng tích chập</li><li>Lập trình với Pytorch</li></ul>

Mạng tích chập - CNN

Luyện tập CNN

<ul><li>Model compression</li><li>Export model</li></ul>

Model compression và Export model

<ul><li>Kiến trúc mô hình Transformer</li><li>Mô hình GPT</li></ul>

Transformer

<ul><li>Giới thiệu thư viện Pytorch Lightning</li></ul>

Pytorch Lightning

<ul><li>Hướng dẫn đào tạo mô hình phân tán</li></ul>

Distributed Training

<ul><li>Giới thiệu dự án của lớp học</li></ul>