» Từ khóa: mo hinh hoc sau

Bài giảng Học sâu và ứng dụng - Bài 5: Huấn luyện mạng nơ-ron (Phần 2). Bài này cung cấp cho học viên những nội dung về: các giải thuật tối ưu cho mạng nơ-ron; chiến lược thay đổi tốc độ học; một số kỹ thuật chống overfitting; làm giàu dữ liệu (data augmentation); lựa chọn siêu tham số;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

 62 p fbu 21/11/2024 19 0 Download

Từ khóa: Bài giảng Học sâu và ứng dụng, Học sâu và ứng dụng, Kỹ thuật chống overfitting, Kỹ thuật kết hợp nhiều mô hình, Kỹ thuật học tái sử dụng, Giải thuật tối ưu

Bài giảng Học sâu và ứng dụng - Bài 11: Một số ứng dụng học sâu trong xử lý ngôn ngữ tự nhiên (Phần 2). Bài này cung cấp cho học viên những nội dung về: bài toán sinh văn bản character-RNN; giới thiệu về bài toán dịch máy; mô hình NMT; cơ chế chú ý (attention);... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

 74 p fbu 21/11/2024 17 0 Download

Từ khóa: Bài giảng Học sâu và ứng dụng, Học sâu và ứng dụng, Xử lý ngôn ngữ tự nhiên, Bài toán sinh văn bản, Bài toán dịch máy, Dịch máy thống kê, Mô hình sequence-to-sequence

Bài giảng Học sâu và ứng dụng - Bài 12: Mô hình sinh dữ liệu. Bài này cung cấp cho học viên những nội dung về: giới thiệu về mô hình sinh; giới thiệu về mạng sinh dữ liệu; mô hình tự mã hóa Autoencoder; GANs; mô hình tự mã hóa;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

 65 p fbu 21/11/2024 20 0 Download

Từ khóa: Bài giảng Học sâu và ứng dụng, Học sâu và ứng dụng, Mô hình sinh dữ liệu, Mô hình tự mã hóa, Học không gian ẩn, Biểu diễn không gian ẩn

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 21 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 29 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