[Khóa học 3 tuần] Thử thách đọc hết cuốn sách "Deep Learning từ con số 0 - Tập 1" cùng dịch giả

Nếu bạn muốn bắt đầu học Deep Learning một cách "bài bản" nhưng luôn ngần ngại trước các công thức và thuật ngữ, thì lần này hãy thử thay đổi phương pháp xem sao.

Thử thách đọc hết sách lần này là thử thách cùng nhau đọc cuốn <Deep Learning từ con số 0 (Bản Remaster)> trong vòng 3 tuần. Thay vì phụ thuộc vào framework, chúng ta sẽ hiểu rõ nguyên lý bằng cách "tự tay triển khai từ con số 0" các khái niệm cốt lõi.

Cuốn sách này bắt đầu từ Perceptron, đi qua mạng thần kinh, học máy (hàm mất mát·độ lệch), lan truyền ngược sai số, các kỹ thuật học tập một cách tuần tự, và cuối cùng dẫn dắt đến nền tảng của mạng thần kinh tích chập (CNN) và nhận dạng hình ảnh. Các khái niệm phức tạp được giải thích thông qua việc trực quan hóa bằng đồ thị tính toán, và phần thực hành được thiết kế để bạn trực tiếp thực hiện bằng Python, giúp chuyển đổi từ việc "biết" sang "có thể làm được".

✅ Thử thách đọc hết sách sẽ diễn ra như thế này

Mỗi tuần, bạn sẽ đọc một lượng nội dung nhất định (lý thuyết), trực tiếp thực thi/chỉnh sửa các mã nguồn cốt lõi (thực hành) và nhìn lại những gì đã học thông qua việc viết một bài cảm nhận ngắn. Mục tiêu là giúp bạn hoàn thành việc học đến cùng bằng cách chia nhỏ lộ trình và thực hiện "cùng nhau", thay vì dễ dàng bỏ dở khi tự học một mình. Nội dung được thiết kế để ngay cả khi bạn chưa quá thành thạo Python vẫn có thể theo kịp.

✅ Quyền lợi tham gia là gì?

• Quyền lợi điểm thưởng Hanbit: Tặng tối đa 20.000 điểm Hanbit cho những người hoàn thành khóa học.

• Q&A với dịch giả: Cơ hội trực tiếp đặt câu hỏi cho dịch giả về những điểm còn vướng mắc khi đọc, cách nắm bắt thuật ngữ/khái niệm, hay những câu hỏi như “Tại sao cái này lại được triển khai như thế này?”.

• Cung cấp cơ hội tham dự hội thảo trực tuyến cùng dịch giả: "Bạn đã nắm vững nền tảng, giờ nên đi đâu tiếp theo?"

✅ Đề xuất cho những người sau đây

• Những ai muốn bắt đầu học Deep Learning với cuốn <밑시딥1 (Bản Remaster)>

• Những ai muốn hiểu nguyên lý Deep Learning thông qua việc "triển khai thực tế" thay vì chỉ "học thuộc lòng"

• Những ai muốn hệ thống lại một cách bài bản các khái niệm cốt lõi của Deep Learning như CNN, lan truyền ngược (backpropagation)

✅ Mẹo để thực hiện thử thách thành công

• Ưu tiên "mã nguồn chạy được": Ngay cả khi chưa hiểu công thức, hãy cứ gõ và chạy thử mã nguồn được cung cấp trong sách để kiểm tra xem kết quả có ra đúng hay không. Việc chạy thử mã nguồn rồi truy ngược lại sẽ giúp ích cho việc thấu hiểu.

• Đừng bỏ cuộc ở phần lan truyền ngược: 'Phương pháp lan truyền ngược sai số' ở tuần thứ 2 có lẽ là phần khó nhất. Tôi khuyên bạn nên vừa tự tay vẽ đồ thị tính toán vừa cố gắng thấu hiểu nó.

• Tận dụng Q&A với dịch giả: Nếu bạn gặp khó khăn khi tự suy nghĩ, hãy tích cực sử dụng phần Q&A với dịch giả. Những câu hỏi cụ thể như "Công thức này nằm ở phần nào trong mã nguồn?" sẽ rất tốt.