» Từ khóa: mang hoc sau

Bài giảng Học sâu và ứng dụng - Bài 8: Một số ứng dụng học sâu trong thị giác máy (Phần 2). Bài này cung cấp cho học viên những nội dung về: giới thiệu bài toán phân đoạn ảnh; lớp tăng độ phân giải upsampling; hàm mục tiêu; một số mạng phân đoạn ảnh tiêu biểu;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

 46 p fbu 21/11/2024 2 0 Download

Từ khóa: Bài giảng Học sâu và ứng dụng, Học sâu và ứng dụng, Bài toán phân đoạn ảnh, Lớp tăng độ phân giải upsampling, Hàm mục tiêu, Mạng phân đoạn ảnh

Bài giảng Học sâu và ứng dụng - Bài 7: Một số ứng dụng học sâu trong thị giác máy (Phần 1). Bài này cung cấp cho học viên những nội dung về: giới thiệu tổng quan về thị giác máy và các ứng dụng; giới thiệu về bài toán phát hiện đối tượng; giới thiệu một số mạng đề xuất vùng RCNN, Fast R-CNN, Faster R-CNN; giới thiệu một số mạng không đề...

 64 p fbu 21/11/2024 2 0 Download

Từ khóa: Bài giảng Học sâu và ứng dụng, Học sâu và ứng dụng, Thị giác máy tính, Bài toán phát hiện đối tượng, Bài toán thị giác máy, Mạng một giai đoạn

Bài giảng Học sâu và ứng dụng - Bài 2: Giới thiệu về mạng nơ-ron. Bài này cung cấp cho học viên những nội dung về: mạng nơ-ron và bộ não; perceptron mềm (logistic); perceptron đơn giản hóa; perceptron đơn giản hóa; perceptron nhiều đầu ra; mạng nơ-ron một lớp ẩn;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

 38 p fbu 21/11/2024 2 0 Download

Từ khóa: Bài giảng Học sâu và ứng dụng, Học sâu và ứng dụng, Mạng nơ-ron, Mạng nơ-ron một lớp ẩn, Mạng nơ-ron nhiều lớp, Định lý xấp xỉ tổng quát

Bài giảng Học sâu và ứng dụng - Bài 4: Huấn luyện mạng nơ-ron (Phần 1). Bài này cung cấp cho học viên những nội dung về: hàm kích hoạt; tiền xử lý dữ liệu; khởi tạo trọng số; các kỹ thuật chuẩn hóa;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

 46 p fbu 21/11/2024 2 0 Download

Từ khóa: Bài giảng Học sâu và ứng dụng, Học sâu và ứng dụng, Huấn luyện mạng nơ-ron, Tiền xử lý dữ liệu, Kỹ thuật chuẩn hóa, Hàm kích hoạt

Bài giảng Học sâu và ứng dụng - Bài 3: Giới thiệu về mạng tích chập (Conv Neural Networks). Bài này cung cấp cho học viên những nội dung về: lịch sử CNNs; lớp tích chập; lớp gộp (pooling layer); lớp gộp max pooling; accuracy comparison;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

 48 p fbu 21/11/2024 2 0 Download

Từ khóa: Bài giảng Học sâu và ứng dụng, Học sâu và ứng dụng, Mạng tích chập, Conv Neural Networks, Lớp tích chập, Lớp gộp max pooling, Phép toán tích chập

Bài giảng Học sâu và ứng dụng - Bài 9: Mạng hồi quy. Bài này cung cấp cho học viên những nội dung về: bài toán dự đoán chuỗi; mạng hồi quy thông thường; lan truyền ngược theo thời gian (BPTT); mạng LSTM và GRU; một số áp dụng;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

 58 p fbu 21/11/2024 2 0 Download

Từ khóa: Bài giảng Học sâu và ứng dụng, Học sâu và ứng dụng, Mạng hồi quy, Bài toán dự đoán chuỗi, Lan truyền ngược theo thời gian, Recurrent Neural Network (RNN)

Bài viết tập trung nghiên cứu chẩn đoán hư hỏng cho kết cấu cầu dây sử dụng mạng học sâu tiên tiến cho dữ liệu thu được từ cảm biến quang. Theo đó, kết quả đã chứng minh thấy phương pháp đề xuất hoàn toàn vượt trội so với phương pháp học sâu truyền thống với kết quả lần lượt trên tập kiểm thử và kiểm tra là 77.5 và 74.1%.

 10 p fbu 25/09/2024 5 0 Download

Từ khóa: Mạng bộ nhớ ngắn dài hạn, Mạng thần kinh tích chập 1 chiều, Dữ liệu theo thời gian, Cảm biến sợi quang, Mạng học sâu

Học sâu hiện nay đang phát triển và được nhiều nhóm tác giả quan tâm nghiên cứu, tuy nhiên các mô hình học sâu có những rủi ro tiềm tàng về an toàn có thể trở thành những lỗ hổng nghiêm trọng cho các ứng dụng. Bài viết sử dụng phương pháp thay đổi điểm ảnh để thực hiện một cuộc tấn công đối kháng, từ đó có thể tấn công và đánh lừa...

 9 p fbu 27/05/2024 8 0 Download

Từ khóa: Tấn công đối kháng, Tấn công hộp đen, Mạng thần kinh sâu, Hệ thống học sâu, Mô hình InceptionV3

Bài viết đưa ra các biện pháp khắc phục vấn đề suy giảm đạo hàm (vanishing gradient) trong mạng nơron Multi Layer Perceptrons (MLP) khi thực hiện huấn luyện mô hình quá sâu (có nhiều hidden layer). Có sáu phương pháp khác nhau tác động vào model, chiến thuật train,... để giúp giảm thiểu vanishing gradients được giới thiệu trong bài viết trên bộ dữ liệu...

 9 p fbu 25/03/2024 16 0 Download

Từ khóa: Xây dựng hàm MyNormalization, Huấn luyện mô hình học sâu, Bộ dữ liệu FashionMNIST, Mạng nơron Multi Layer Perceptrons, Phương pháp Weight Increasing