강의

N
챌린지

멘토링

N
클립

커뮤니티

BEST
AI Technology

/

Deep Learning & Machine Learning

Bootcamp Học Sâu và PyTorch cho Người Mới Bắt Đầu (Dễ Dàng! Từ Cơ Bản đến Transformer Cốt Lõi của ChatGPT) [Phân Tích/Khoa Học Dữ Liệu Phần 3]

Đây là khóa học được thiết kế mới dựa trên kinh nghiệm thất bại khi gi강사 lần đầu học deep learning, giúp bạn từng bước nắm vững toán học cần thiết để hiểu deep learning, lý thuyết, triển khai dựa trên PyTorch, transfer learning, cho đến transformer - trái tim của GPT.

(4.9) 93 đánh giá

1,676 học viên

Độ khó Cơ bản

Thời gian Không giới hạn

  • funcoding
Deep Learning(DL)
Deep Learning(DL)
PyTorch
PyTorch
Machine Learning(ML)
Machine Learning(ML)
Artificial Neural Network
Artificial Neural Network
Vision Transformer
Vision Transformer
Deep Learning(DL)
Deep Learning(DL)
PyTorch
PyTorch
Machine Learning(ML)
Machine Learning(ML)
Artificial Neural Network
Artificial Neural Network
Vision Transformer
Vision Transformer
Danh sách tin tức
funcoding님의 프로필 이미지
funcoding

[Jae Jae Mi Coding] Chia sẻ các điểm sửa đổi trong khóa học Deep Learning

Xin chào. Tôi là Dave Lee của Janjaemi Coding.

Xin lỗi vì làm phiền, tôi muốn chia sẻ nhanh về một số điểm cần chỉnh sửa trong khóa học deep learning.

Trong chương "Áp dụng CNN cho bài toán phân loại MNIST", có lỗi ở phần tính toán test_loss khi đánh giá kiểm tra. Chúng tôi xin lỗi vì sự bất tiện này. Do đó, chúng tôi đã cập nhật tài liệu liên quan theo ngữ cảnh sau.

nn.NLLLoss() về cơ bản được áp dụng cài đặt reduction='mean', do đó nó trả về loss trung bình của các mẫu trong batch đó cho mỗi mini-batch. Vì vậy, test_loss được tích lũy thông qua vòng lặp for trở thành "tổng các giá trị trung bình của mini-batch".

Trong mã hiện tại, giá trị này được chia cho tổng số mẫu (len(test_batches.dataset), ví dụ: 10000), điều này dẫn đến việc tính toán ra một giá trị nhỏ hơn nhiều so với loss thực tế. Để tính toán chính xác, cần chia cho số lượng mini-batch (len(test_batches), ví dụ: 79).

Nói cách khác, vì đây là tổng của các giá trị trung bình mini-batch, nên cần chia cho số lượng mini-batch để tính toán chính xác loss trung bình tổng thể.

Các tập tin đã được sửa đổi:

  • # Hướng dẫn Phân loại MNIST với CNN Notebook này hướng dẫn cách xây dựng

  • I understand you want me to translate the content of "12_CNN_MNIST_GPU.ipynb". However, I don't see the actual content to translate in your message. Please provide the Korean text

  • # Translation Since you haven't provided the actual content from the file "12_CNN_MNIST_GPU_DROPOUT.ipynb" to translate, I'm ready to translate it once you share the Korean text content. Please paste the Korean text from the notebook that you'd like

Tôi đã hoàn thành việc sửa đổi tài liệu Jupyter Notebook đó, nên nếu bạn tải lại tài liệu học tập, bạn sẽ có thể học với mã đã được sửa đổi.

Cảm ơn bạn.

Bình luận