Từ khái niệm Vision Transformer công nghệ deep learning mới nhất đến triển khai Pytorch

Khóa học này nói về việc nghiên cứu các mạng lưới thần kinh thông tin vật lý, một trong những công nghệ học sâu cải tiến thế hệ tiếp theo và trực tiếp triển khai chúng bằng Pytorch. Cùng tôi tìm hiểu thế hệ công nghệ trí tuệ nhân tạo tiên tiến tiếp theo!

Đây là khóa học triển khai nhiều mạng nơ-ron nhân tạo khác nhau bằng cách sử dụng PyTorch, một framework học sâu có tính ứng dụng rất cao trong lĩnh vực Trí tuệ Nhân tạo.

Đây là bài giảng nơi bạn có thể học từ mô hình YOLO ban đầu, mô hình nhận dạng đối tượng theo thời gian thực, cho đến mô hình mới nhất. Ngoài ra, bạn sẽ tìm hiểu các công nghệ deep learning khác nhau cùng với nhận dạng đối tượng.

Bài giảng này cung cấp những kiến ​​thức cần thiết để hiểu cấu trúc và nguyên lý hoạt động của các mạng nơ-ron nhân tạo khác nhau và tạo ra các mô hình tốt.

Tìm hiểu cách hiểu các mô hình học máy nâng cao mà không cần toán học và dễ dàng triển khai chúng bằng Python.

Đề cập nội dung đại số tuyến tính cần thiết cho nghiên cứu Machine Learning/Deep Learning.

Tìm hiểu cách sử dụng OpenCV và xử lý hình ảnh thông qua triển khai thực tế nhận dạng danh thiếp. OpenCV sẽ được giải thích ngắn gọn và các chức năng OpenCV cần thiết để triển khai nhận dạng danh thiếp sẽ được giải thích chi tiết hơn. Nói cách khác, thay vì là một khóa học cơ bản, nó cung cấp một phần trích dẫn để sử dụng thực tế trong việc nhận dạng danh thiếp. Nó cũng bao gồm việc sử dụng Tesseract và công cụ OCR của Microsoft. Mã nguồn của khóa học này dựa trên Python, nhưng vì bạn sẽ học các lớp và chức năng OpenCV cũng như công nghệ xử lý và nhận dạng hình ảnh nên sẽ không khó để áp dụng nó cho Android và iOS dựa trên điều này. Những người tham gia khóa học sẽ được cung cấp slide bài giảng và mã nguồn nhận dạng danh thiếp thực tế. Nội dung bài giảng đã được hoàn thiện và kiểm chứng hơn nữa trong ba buổi hội thảo ngoại tuyến tổ chức vào tháng 1 và tháng 2 năm 2017, đã được người hướng dẫn ghi lại cẩn thận để sử dụng trực tuyến. Đây là các hàm OpenCV được sử dụng trong bài giảng này. cv2.Canny() cv2.GaussianBlur() cv2.VideoCapture() cv2.adaptiveThreshold() cv2.approxPolyDP() cv2.arcLength() cv2.boundingRect() cv2.boxPoints() cv2.contourArea() cv2.convertScaleAbs() cv2.createTrackbar() cv2.cvtColor() cv2.destroyAllWindows() cv2.dilate() cv2.drawContours() cv2.findContours() cv2.getAffineTransform() cv2.getPerspectiveTransform() cv2.getTrackbarPos() cv2.imread() cv2.imshow() cv2.imwrite() cv2.minAreaRect() cv2.namedWindow() cv2.hình chữ nhật() cv2.resize() cv2.threshold() cv2.waitKey() cv2.warpAffine() cv2.warpPerspective()

Trong bài giảng này, bạn sẽ tìm hiểu cách thực hiện phát hiện đối tượng bằng mô hình deep learning hiệu suất cao mới nhất bằng API phát hiện đối tượng TensorFlow thông qua thực hành Colab đơn giản và tìm hiểu các nguyên tắc của các mô hình phát hiện đối tượng deep learning mới nhất.

Khi nghiên cứu AI hoặc thực hiện một dự án sử dụng nó, việc thực hiện một luận điểm cơ bản là điều cần thiết. Thông qua bài giảng này, hãy nâng cao kỹ năng thực hành của bạn bằng cách triển khai một luận văn thực tế!

Khóa học này là quá trình học từng bước về nguyên lý nhận diện hình ảnh và đối tượng sử dụng deep learning từ cơ bản đến các mô hình mới nhất. - Xây dựng nền tảng: Hiểu về tensor và cấu trúc cơ bản của mạng neural với Pytorch - Hiểu về hình ảnh: Học khái niệm computer vision, cấu trúc dữ liệu hình ảnh, kỹ thuật tăng cường dữ liệu (Augmentation) - Học mô hình CNN: Thực hành phân loại hình ảnh với mạng neural tích chập (CNN) (CIFAR-10, v.v.) - Transfer Learning: Sử dụng các mô hình đã được huấn luyện sẵn để học nhanh với ít dữ liệu - Object Detection: Hiểu và thực hành các mô hình phát hiện đối tượng mới nhất như R-CNN, YOLO, SSD, DETR - Segmentation: Trải nghiệm phân đoạn đối tượng theo từng pixel thông qua U-Net, Mask R-CNN

Đây là khóa học giúp bạn thực hiện dự án Amenity Detection của nhóm Khoa học dữ liệu Airbnb (điển hình về ứng dụng TensorFlow) dưới dạng dự án nhân bản, tổng hợp kinh nghiệm lên blog GitHub và tạo danh mục đầu tư AI.

AI Rõ ràng trí tuệ nhân tạo và di động đang là xu hướng. Nhưng làm thế nào để bạn học máy học và học sâu và sử dụng chúng trên thiết bị di động? Bây giờ, hãy cùng tìm hiểu các dự án Thị giác máy tính di động hữu ích được sử dụng trong cuộc sống hàng ngày.

Đây là khóa học dành cho người mới bắt đầu giúp hiểu về khái niệm và cách sử dụng Mô hình Thị giác-Ngôn ngữ (Vision-Language Model, VLM), đồng thời thực hành chạy mô hình LLaVA trên môi trường Ollama và tích hợp với MCP (Model Context Protocol). Khóa học này bao gồm nguyên lý của mô hình đa phương thức, lượng tử hóa (Quantization), phát triển dịch vụ và demo tích hợp, đồng thời cung cấp cân bằng giữa lý thuyết và thực hành.

Ngành đóng tàu và vận tải biển là lĩnh vực đại diện của công nghiệp nặng truyền thống, nhưng đang đảm bảo sức cạnh tranh mới thông qua sự kết hợp của chuyển đổi số và công nghệ trí tuệ nhân tạo (AI). Khóa học này được cấu thành tập trung vào các trường hợp ứng dụng cụ thể được sử dụng trong thực tế như quản lý sản xuất nhà máy đóng tàu dựa trên AI, tự động hóa thiết kế tàu thuyền, tối ưu hóa logistics hàng hải, xây dựng hệ thống bảo trì dự đoán. Với cách tiếp cận tập trung vào thực tế, bạn có thể hiểu được **'AI thực sự hoạt động như thế nào trong nhà máy đóng tàu'** chứ không chỉ là lý thuyết đơn thuần. Ngoài ra, còn đề cập đến việc xây dựng cơ sở hạ tầng dữ liệu, huấn luyện mô hình cần xem xét trong giai đoạn đưa công nghệ AI vào sử dụng, và cả những hạn chế đặc thù của môi trường hàng hải.

Khi bạn tải hình ảnh lên, Opencv sẽ xử lý hình ảnh đó để tạo một ứng dụng web phát hiện khuôn mặt.

Ngành công nghiệp điện tử và bán dẫn là lĩnh vực đặc biệt quan trọng trong việc quản lý và đổi mới dựa trên dữ liệu do quy trình siêu chính xác và chuỗi cung ứng phức tạp. Khóa học này đề cập đến các chiến lược thực tiễn có thể áp dụng ngay trong sản xuất điện tử và bán dẫn như phát hiện lỗi, tối ưu hóa quy trình, bảo trì dự đoán, quản lý chuỗi cung ứng bằng cách sử dụng công nghệ AI. Cùng với các trường hợp thực tế của các công ty toàn cầu, khóa học cũng đưa ra phương pháp triển khai AI chi phí thấp và hiệu quả cao mà các doanh nghiệp vừa và nhỏ có thể áp dụng một cách thực tế. Thông qua đó, học viên sẽ có thể hiểu và áp dụng chiến lược sản xuất dựa trên AI không chỉ để nâng cao năng suất và giảm chi phí mà còn để trang bị khả năng cạnh tranh trong tương lai.

Đây là khóa học dự án máy học toàn diện, nơi bạn học nhiều dự án hồi quy và phân loại máy học hữu ích khác nhau cùng với lý thuyết sử dụng Python và TensorFlow 2 dựa trên dữ liệu lớn của Boston Marathon.

Công nghệ OCR thực sự dùng trong thực tế, nếu muốn học đúng cách thì chỉ cần một khóa học này là đủ! Đạt mục tiêu chính xác trên 98% ngay cả với tài liệu phi cấu trúc và bố cục phức tạp, dựa trên các mô hình SOTA mới nhất cùng kinh nghiệm thực chiến, chúng tôi sẽ cùng bạn xây dựng dự án OCR cấp doanh nghiệp.

Chứng chỉ thiết yếu trong thời đại AI, MS AI-900! 🚀 Bạn có biết không? ChatGPT chỉ hoạt động trên Microsoft Azure! Nếu bạn muốn tận dụng đúng cách Microsoft Azure OpenAI - nền tảng độc quyền cung cấp các mô hình GPT mới nhất, thì đây chính là cơ hội. Hãy phát triển thành chuyên gia dịch vụ Azure AI thông qua khóa học AI-900, và làm chủ các giải pháp AI cấp doanh nghiệp mà các công ty tin tưởng. Hãy nâng cao khả năng cạnh tranh của bạn với tư cách là một chuyên gia AI thực thụ bằng cách đạt được chứng nhận công nhận toàn cầu!