Học sâu là một phần của học máy và được các nhà nghiên cứu coi là một bước tiến quan trọng trong những thập kỷ gần đây. Các ví dụ về triển khai học sâu bao gồm các ứng dụng...
Recurrent neural networks ( RNN ) là một loại thuật toán định hướng học sâu theo cách tiếp cận tuần tự. Trong mạng nơ-ron, ta luôn giả định rằng mỗi đầu vào và đầu ra là độc lập với tất...
Trong bài này, ta sẽ tập trung nhiều hơn vào torchvision.datasets và các loại khác nhau . PyTorch bao gồm các bộ tải tập dữ liệu sau: MNIST COCO (Captioning and Detection) Tập dữ liệu bao gồm phần lớn hai loại hàm...
Convents là tất cả về việc xây dựng mô hình CNN từ đầu. Kiến trúc mạng sẽ bao gồm sự kết hợp của các bước sau: Conv2d MaxPool2d Rectified Linear Unit View Linear Layer Huấn luyện mô hình : Huấn...
Trong bài này ta sẽ tập trung vào việc tạo Convent từ đầu. Tạo mạng nơ-ron mẫu hoặc quy ước tương ứng với torch. Bước 1 : Tạo một lớp cần thiết với các tham số tương ứng. Các tham...
Mạng nơ-ron CNN bao gồm tính năng chính là trích xuất. Các bước sau được sử dụng để thực hiện việc trích xuất tính năng của mạng nơ-ron tích tụ. Bước 1 : import torch import torch.nn as nn from...
Ở bài này, ta sẽ tập trung vào mô hình trực quan hóa dữ liệu với sự trợ giúp của convents. Cần thực hiện các bước sau để có được bức tranh trực quan hoàn hảo với mạng nơ-ron thông...
Trong bài này, cách tiếp cận thay thế dựa trên một mạng nơ ron tích tụ 2D duy nhất trên cả hai chuỗi. Mỗi lớp trong mạng code lại mã nguồn trên cơ sở chuỗi đầu ra được tạo cho...
Ta sẽ tìm hiểu về mô hình nhúng từ(Word Embedding) nổi tiếng – word2vec. Mô hình Word2vec được sử dụng để tạo nhúng từ với sự trợ giúp của nhóm các mô hình liên quan. Mô hình Word2vec được triển...
Mạng nơ-ron sâu ( Deep neural networks ) có một tính năng đặc biệt cho phép tạo ra những đột phá trong việc học máy hiểu quá trình ngôn ngữ tự nhiên. Có thể quan sát thấy rằng hầu hết các...
