Kỷ nguyên đại hải tặc AI đã mở ra.

Nhập môn / Deep Learning(DL), Machine Learning(ML)

4.5

(24)

1,500+

Giúp bạn trực quan hóa chính xác các khái niệm của các lý thuyết nền tảng của deep learning.

Nhập môn

Deep Learning(DL), Machine Learning(ML)

대학원 안가고 Deep Learning 공부할래요 - Cơ sở cho học sâu

sorryhyun96

Nhập môn / Deep Learning(DL), Machine Learning(ML)

4.5

(24)

1,500+

14 ngày cùng Claude Code

sorryhyun96

206.043 ₫

Nhập môn / React, Python, Java, AI, ChatGPT

3.2

(29)

200+

Sau 14 ngày sử dụng ngay từ khi vừa ra mắt, đây là lý do tại sao tôi khuyên dùng Claude Code (AI Coding) cho cả những người đang tìm việc và những người đang đi làm vì có thể áp dụng được ngay lập tức.

Nhập môn

React, Python, Java

14 ngày cùng Claude Code

sorryhyun96

206.043 ₫

Nhập môn / React, Python, Java, AI, ChatGPT

3.2

(29)

200+

Các khái niệm nâng cao cho Deep learning

sorryhyun96

Trung cấp trở lên / Deep Learning(DL), Machine Learning(ML), NLP, AI

4.7

(7)

Để theo kịp xu hướng Deep Learning gần đây, chúng ta sẽ tìm hiểu bối cảnh phát triển đột phá của Deep Learning.

Trung cấp trở lên

Deep Learning(DL), Machine Learning(ML), NLP

Các khái niệm nâng cao cho Deep learning

sorryhyun96

Trung cấp trở lên / Deep Learning(DL), Machine Learning(ML), NLP, AI

4.7

(7)

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Mô hình ngôn ngữ lớn cho mọi người LLM (Mô hình ngôn ngữ lớn) Phần 1 - Dùng thử Tinh chỉnh Llama 2

AISchool

Trung cấp trở lên / LLM, Llama, Deep Learning(DL), PyTorch, ChatGPT

4.7

(119)

1,400+

Bạn sẽ học từng bước từ các khái niệm cơ bản về LLM (Mô hình ngôn ngữ lớn) cho đến cách tinh chỉnh mô hình Llama 2, LLM hiệu suất cao, trên tập dữ liệu bạn chọn.

Trung cấp trở lên

LLM, Llama, Deep Learning(DL)

Mô hình ngôn ngữ lớn cho mọi người LLM (Mô hình ngôn ngữ lớn) Phần 1 - Dùng thử Tinh chỉnh Llama 2

AISchool

Trung cấp trở lên / LLM, Llama, Deep Learning(DL), PyTorch, ChatGPT

4.7

(119)

1,400+

[PyTorch] Học NLP dễ dàng và nhanh chóng

coco

Trung cấp trở lên / Deep Learning(DL), Artificial Neural Network, PyTorch, NLP

4.3

(20)

300+

Chúng tôi trình bày các kỹ thuật xử lý ngôn ngữ tự nhiên cơ bản và nhiều tác vụ văn bản khác nhau bằng cách sử dụng học sâu.

Trung cấp trở lên

Deep Learning(DL), Artificial Neural Network, PyTorch

[PyTorch] Học NLP dễ dàng và nhanh chóng

coco

Trung cấp trở lên / Deep Learning(DL), Artificial Neural Network, PyTorch, NLP

4.3

(20)

300+

[NLP 완전정복 I] Sự ra đời của Attention: Từ giới hạn của RNN·Seq2Seq đến hiểu biết về NLP thông qua việc triển khai attention

Sotaaz

1.030.217 ₫

Nhập môn / Python, Deep Learning(DL), PyTorch, attention-model, transformer

5.0

(1)

Tại sao Attention lại cần thiết và cách thức hoạt động của nó được hiểu thông qua 'việc triển khai trực tiếp bằng code'. Khóa học này xuất phát từ những hạn chế cấu trúc của mô hình RNN và Seq2Seq, xác minh thông qua thí nghiệm vấn đề nghẽn cổ chai thông tin do context vector cố định tạo ra, vấn đề phụ thuộc dài hạn và giải thích một cách tự nhiên cách Attention đã xuất hiện để giải quyết những hạn chế đó. Không chỉ đơn thuần giới thiệu khái niệm, mà trực tiếp xác nhận qua thí nghiệm những hạn chế cấu trúc của RNN và vấn đề nghẽn cổ chai thông tin của Seq2Seq, và triển khai từng cái một **Bahdanau Attention(attention cộng)** và **Luong Attention(attention tích vô hướng)** đã xuất hiện để giải quyết vấn đề này, hiểu rõ sự khác biệt giữa chúng. Mỗi attention Hình thành mối quan hệ Query–Key–Value theo cách nào, Có những khác biệt toán học·trực quan nào trong quá trình tính toán trọng số, Tại sao lại không thể không dẫn đến các mô hình thế hệ sau Đặc tính và dòng chảy tiến hóa đó được kết nối một cách tự nhiên. Cách Attention nhìn nhận câu và từ, Cách mỗi từ được gán tầm quan trọng và tích hợp thông tin được học tập dưới dạng công thức → trực quan → code → thí nghiệm liên kết thành một. Khóa học này là quá trình xây dựng 'thể lực cơ bản' để hiểu đúng Transformer, giúp hiểu sâu sắc tại sao khái niệm Attention lại mang tính cách mạng, và tại sao tất cả các mô hình NLP hiện đại sau này (Transformer, BERT, GPT, v.v.) lại lấy Attention làm thành phần cốt lõi. Đây là khóa học được tối ưu hóa cho những học viên muốn thể hóa dòng chảy RNN → Seq2Seq → Attention không phải bằng khái niệm mà bằng code và thí nghiệm.

Nhập môn

Python, Deep Learning(DL), PyTorch

[NLP 완전정복 I] Sự ra đời của Attention: Từ giới hạn của RNN·Seq2Seq đến hiểu biết về NLP thông qua việc triển khai attention

Sotaaz

1.030.217 ₫

Nhập môn / Python, Deep Learning(DL), PyTorch, attention-model, transformer

5.0

(1)

Nắm vững các khái niệm học sâu để ứng dụng vào trí tuệ nhân tạo thực tiễn

dlbro

1.471.739 ₫

Nhập môn / Machine Learning(ML), Deep Learning(DL), Artificial Neural Network

4.7

(113)

1,300+

Update

Đây là khóa học cung cấp những kiến thức thiết yếu cần có để hiểu cấu trúc và nguyên lý hoạt động của nhiều loại mạng nơ-ron nhân tạo khác nhau, đồng thời xây dựng các mô hình tốt.

Nhập môn

Machine Learning(ML), Deep Learning(DL), Artificial Neural Network

Nắm vững các khái niệm học sâu để ứng dụng vào trí tuệ nhân tạo thực tiễn

dlbro

1.471.739 ₫

Nhập môn / Machine Learning(ML), Deep Learning(DL), Artificial Neural Network

4.7

(113)

1,300+

Update

Mô hình ngôn ngữ lớn, nhanh chóng nắm bắt những điểm cốt lõi!

haesunpark

912.478 ₫

Nhập môn / Artificial Neural Network, PyTorch, LLM, Fine-Tuning, RNN

4.7

(10)

Đây là khóa học dựa trên <Mô hình ngôn ngữ lớn, nhanh chóng nắm bắt những điểm cốt lõi!> (Insight, 2025), trình bày về lý thuyết và các ví dụ thực tiễn của LLM.

Nhập môn

Artificial Neural Network, PyTorch, LLM

Mô hình ngôn ngữ lớn, nhanh chóng nắm bắt những điểm cốt lõi!

haesunpark

912.478 ₫

Nhập môn / Artificial Neural Network, PyTorch, LLM, Fine-Tuning, RNN

4.7

(10)

DDPM đến DDIM, Chinh phục hoàn toàn Diffusion thông qua việc triển khai I

Sotaaz

941.913 ₫

Cơ bản / Python, Deep Learning(DL), AI

4.8

(6)

Khóa học này là một masterclass thực chiến tập trung vào việc chinh phục hoàn toàn quá trình tiến hóa của Diffusion Model thông qua các bài báo và mã nguồn. Học viên sẽ học từ nguyên lý bài báo đến việc trực tiếp triển khai các mô hình cốt lõi của AI sinh tạo như DDPM(Denoising Diffusion Probabilistic Model) và DDIM. Khóa học phân tích từng bước bối cảnh xuất hiện của từng mô hình, công thức toán học, cấu trúc mạng (U-Net, VAE, Transformer), quá trình học (Noise Schedule, Denoising Step), và những ý tưởng dẫn đến cải thiện hiệu suất. Học viên sẽ trực tiếp lập trình tất cả các mô hình dựa trên PyTorch, không chỉ dừng lại ở việc hiểu bài báo mà còn có được 'khả năng thực tế để tái tạo và ứng dụng'. Ngoài ra, thông qua việc so sánh sự khác biệt và dòng chảy phát triển giữa các mô hình, học viên sẽ hiểu rõ cách chúng được mở rộng. Khóa học này kết hợp lý thuyết·mã nguồn·thực hành thành một, cung cấp hành trình để nghiên cứu viên·nhà phát triển·nhà sáng tạo đều có thể học hỏi một cách có hệ thống về sự tiến hóa của mô hình sinh tạo. Hãy bắt đầu ngay bây giờ trải nghiệm vượt qua việc 'đọc' bài báo, trực tiếp triển khai để 'hiểu và tái sáng tạo'.

Cơ bản

Python, Deep Learning(DL), AI

DDPM đến DDIM, Chinh phục hoàn toàn Diffusion thông qua việc triển khai I

Sotaaz

941.913 ₫

Cơ bản / Python, Deep Learning(DL), AI

4.8

(6)

LDM đến DiT, chinh phục hoàn toàn Diffusion thông qua việc triển khai II

Sotaaz

1.354.000 ₫

Cơ bản / Python, Deep Learning(DL), Stable Diffusion, AI

5.0

(2)

Khóa học này là một masterclass thực hành hoàn chỉnh phân tích sâu sự phát triển công nghệ cốt lõi của AI tạo sinh từ LDM(Latent Diffusion Model) đến DiT(Diffusion Transformer). Chúng ta sẽ trực tiếp phân tích nguyên lý học tập dựa trên không gian tiềm ẩn của LDM, cấu trúc của Stable Diffusion, và phương thức triển khai của Diffusion Transformer mới nhất thông qua các bài báo và code. Học viên sẽ trực tiếp triển khai các mô hình LDM, CFG(Classifier-Free Guidance), DiT dựa trên PyTorch, đồng thời học một cách có hệ thống các xu hướng mới nhất và sự tiến hóa cấu trúc của mô hình tạo sinh.

Cơ bản

Python, Deep Learning(DL), Stable Diffusion

LDM đến DiT, chinh phục hoàn toàn Diffusion thông qua việc triển khai II

Sotaaz

1.354.000 ₫

Cơ bản / Python, Deep Learning(DL), Stable Diffusion, AI

5.0

(2)

Mô hình ngôn ngữ quy mô lớn cho mọi người LLM Phần 3 - Xây dựng ứng dụng AI với API Google Gemini, API OpenAI và Gemma

AISchool

Trung cấp trở lên / openAI API, ChatGPT, gemini, Gemma, multimodal, LLM, Deep Learning(DL), streamlit

4.8

(16)

Đây là bài giảng trong đó bạn tìm hiểu khái niệm về mô hình Gemini của Google và cách sử dụng API Gemini cũng như tạo các ứng dụng AI khác nhau bằng Streamlit.

Trung cấp trở lên

openAI API, ChatGPT, gemini

Mô hình ngôn ngữ quy mô lớn cho mọi người LLM Phần 3 - Xây dựng ứng dụng AI với API Google Gemini, API OpenAI và Gemma

AISchool

Trung cấp trở lên / openAI API, ChatGPT, gemini, Gemma, multimodal, LLM, Deep Learning(DL), streamlit

4.8

(16)

Tạo LLM tùy chỉnh lần đầu tiên – Nhập môn Fine-tuning LoRA & QLoRA

HappyAI

Nhập môn / Deep Learning(DL), NLP, AI, LLM, Fine-Tuning

4.5

(56)

"Bước đầu tiên để tạo LLM tùy chỉnh của riêng bạn với Fine-tuning nhẹ dựa trên LoRA!" Đây là khóa học thực hành nhập môn được thiết kế để những người mới tiếp xúc với LLM cũng có thể dễ dàng theo dõi. Giảm thiểu lý thuyết phức tạp, hướng dẫn từng bước toàn bộ quy trình từ tải mô hình → áp dụng dữ liệu → huấn luyện → so sánh kết quả. Trong thời gian ngắn, bạn sẽ trực tiếp trải nghiệm quy trình của các kỹ thuật fine-tuning nhẹ hiện đại như LoRA·QLoRA, và có thể nắm bắt được cảm giác "À, fine-tuning LLM hoạt động như thế này". Hãy tự mình cảm nhận thành tựu tạo ra LLM chuyên biệt cho lĩnh vực của bạn, ngay cả khi không có nhiều tài nguyên!

Nhập môn

Deep Learning(DL), NLP, AI

Tạo LLM tùy chỉnh lần đầu tiên – Nhập môn Fine-tuning LoRA & QLoRA

HappyAI

Nhập môn / Deep Learning(DL), NLP, AI, LLM, Fine-Tuning

4.5

(56)

Hướng dẫn sử dụng LLM cục bộ (Local LLM) Phần 1 - Sử dụng small LLM(sLLM) & Đánh giá hiệu suất (Evaluation) và cải thiện LLM

AISchool

Trung cấp trở lên / AI, LLM, LangChain, AI Agent, LangGraph

4.0

(2)

Học cách sử dụng các LLM cục bộ đa dạng (Qwen, Gemma) và tìm hiểu các kỹ thuật khác nhau để đánh giá (Evaluation) và cải thiện hiệu suất của hệ thống LLM một cách hiệu quả.

Trung cấp trở lên

AI, LLM, LangChain

Hướng dẫn sử dụng LLM cục bộ (Local LLM) Phần 1 - Sử dụng small LLM(sLLM) & Đánh giá hiệu suất (Evaluation) và cải thiện LLM

AISchool

Trung cấp trở lên / AI, LLM, LangChain, AI Agent, LangGraph

4.0

(2)

Từ cơ bản LLM đến RAG·LangChain mới nhất: Làm chủ khóa học cơ bản LLM chỉ trong 5 giờ!

HappyAI

Cơ bản / Chatbot, LLM, LangChain, RAG, openAI API

4.1

(32)

Đây là khóa học giúp bạn thành thạo lý thuyết cơ bản về LLM và các công nghệ cốt lõi của LangChain cùng RAG. Bạn có thể dễ dàng học từ kiến thức nền tảng về LLM đến các công nghệ AI mới nhất được sử dụng trong thực tế!

Cơ bản

Chatbot, LLM, LangChain

Từ cơ bản LLM đến RAG·LangChain mới nhất: Làm chủ khóa học cơ bản LLM chỉ trong 5 giờ!

HappyAI

Cơ bản / Chatbot, LLM, LangChain, RAG, openAI API

4.1

(32)