Giải thích mã ví dụ trong <Deep Learning qua lời dạy của người sáng lập Keras, ấn bản thứ 3>
Đây là khóa học deep learning thực hành, trong đó bạn trực tiếp thực hành các mã ví dụ trên GitHub từ cuốn 『Deep Learning qua lời dạy của François Chollet, người sáng lập Keras, ấn bản 3』. Bạn sẽ từng bước triển khai từ mạng nơ-ron nhân tạo cơ bản đến các mô hình LLM và diffusion mới nhất, đồng thời nắm vững các pipeline machine learning và những phương pháp hay nhất có thể áp dụng ngay vào công việc thực tế.
Tự mình triển khai bằng Keras từ mạng nơ-ron cơ bản đến LLM và mô hình khuếch tán
Thiết kế pipeline machine learning theo hướng thực tiễn và áp dụng các phương pháp hay nhất
Nắm vững nguyên lý và các kỹ thuật ứng dụng thực tiễn của những kiến trúc deep learning mới nhất
Khóa học này là khóa học giải thích các ví dụ GitHub của cuốn <Học deep learning từ nhà sáng lập Keras, phiên bản 3>.
<Học sâu về Deep Learning từ người sáng lập Keras, phiên bản 3> Thử thách đọc hết sách (https://inf.run/DPba3), bạn có thể tham gia để học khóa học này miễn phí!
Giới thiệu sách
Cuốn sách này được viết dành cho tất cả mọi người muốn học deep learning từ đầu hoặc mở rộng hiểu biết của mình. Dù bạn là kỹ sư machine learning, kỹ sư phần mềm hay sinh viên đại học, bạn đều sẽ học được nhiều điều từ cuốn sách này. Chúng ta sẽ khám phá deep learning bằng cách bắt đầu từ những nội dung đơn giản, rồi dần học đến các kỹ thuật mới nhất. Cuốn sách này tạo sự cân bằng giữa trực giác, lý thuyết và thực hành. Thay vì sử dụng các ký hiệu toán học, sách giải thích những ý tưởng cốt lõi của deep learning thông qua các nguyên lý cơ bản và mã nguồn thực tế. Bạn sẽ được học cách huấn luyện các mô hình machine learning từ đầu cho những bài toán thuộc nhiều lĩnh vực khác nhau, cũng như các khuyến nghị thực tiễn để xây dựng và triển khai mô hình deep learning vào thực tế. Sau khi đọc cuốn sách này, bạn sẽ hiểu rõ deep learning là gì, khi nào nên áp dụng và những giới hạn của nó. Bạn sẽ làm quen với quy trình làm việc tiêu chuẩn để xây dựng và giải quyết các bài toán machine learning, đồng thời học cách xử lý những vấn đề thường gặp.
Độc giả mục tiêu
Cuốn sách này dành cho những người đã có kinh nghiệm lập trình Python và muốn bắt đầu với machine learning và deep learning. Tuy nhiên, sách cũng sẽ khá hữu ích với các độc giả khác. ∙ Nếu là một nhà khoa học dữ liệu quen thuộc với machine learning, bạn sẽ có thể phát triển nhanh nhất và tiếp cận deep learning — lĩnh vực nổi bật nhất của machine learning — một cách vững chắc và thực tiễn. ∙ Nếu là một nhà nghiên cứu hoặc kỹ sư deep learning đang muốn bắt đầu học framework Keras, cuốn sách này sẽ là một khóa học cấp tốc lý tưởng về Keras. ∙ Nếu là một học viên cao học đang nghiên cứu deep learning với nền tảng lý thuyết, bạn sẽ học được các khía cạnh thực tiễn, xây dựng trực giác về mạng nơ-ron sâu và làm quen với những phương pháp hay nhất cốt lõi. Ngay cả khi không lập trình, nếu là người hiểu về công nghệ, bạn vẫn sẽ được hỗ trợ trong việc học các khái niệm cơ bản và nâng cao về deep learning. Để hiểu các ví dụ mã, bạn cần quen thuộc với Python. Không sao nếu bạn chưa từng có kinh nghiệm về machine learning hay deep learning. Cuốn sách này trình bày tất cả những kiến thức cơ bản cần thiết. Bạn cũng không cần có kiến thức về toán học. Chỉ cần trình độ toán trung học phổ thông là đủ để đọc cuốn sách.
Lời nhận xét
Anthony Goldbloom (người sáng lập Kaggle)
“Đây là cuốn sách hoàn hảo cho tất cả những ai muốn học trực tiếp từ những bậc thầy trong ngành.”
“Đây là một cẩm nang sâu sắc và thiết thực, bắt đầu từ những nguyên lý cơ bản và chỉ cho bạn cách tư duy để xây dựng các mô hình thực sự hoạt động.”
Aran Komatsuzaki (nhà nghiên cứu tại EleutherAI)
“Đây là cuốn hướng dẫn hoàn hảo, bao quát những nội dung cập nhật nhất trong số các sách về học sâu hiện có!”
Salvatore Sanfilippo (người sáng lập Redis)
“Truyền tải xuất sắc bản chất thực sự của mạng nơ-ron. Đây là một cuốn sách kỹ thuật xuất sắc, hiếm có trong vài năm qua.”
Martin Görner (Google)
“Chollet là một nhà giáo dục xuất sắc. Ông giải thích các khái niệm phức tạp một cách rõ ràng và sử dụng mã thực tiễn thay vì toán học. Ông cũng là một nhà nghiên cứu máy học giàu kinh nghiệm. Thật vui khi được đọc những hiểu biết sâu sắc của ông về nhiều kiến trúc mô hình và các mẹo huấn luyện.”
Sayak Paul (Carted)
“Hãy đắm mình vào cuốn sách nhập môn thú vị này, bao gồm nhiều ví dụ thực tiễn trong lĩnh vực học sâu. Đây là cuốn sách必 đọc mà mọi kỹ sư học sâu đều nên đọc.”
Edmon Begoli (Phòng thí nghiệm Quốc gia Oak Ridge)
“Cuốn sách kinh điển hiện đại nay còn tuyệt vời hơn.”
Yiannis Paraskevopoulos (Đại học West Attica)
“Đây là cuốn kinh thánh thực sự về học sâu.”
Raushan Jha (Microsoft)
“Đây là cuốn sách hay nhất về deep learning sử dụng Python.”
Viton Vitanis (Viseca Payment Services)
”Đây là một cuốn sách đầy ắp những hiểu biết sâu sắc. Nó hữu ích cho cả người mới bắt đầu và các chuyên gia máy học giàu kinh nghiệm.“
Todd Cook (Appen)
“Giải thích hoàn hảo về deep learning từ A đến Z.”Mua sách
Tôi theo học chuyên ngành kỹ thuật cơ khí, nhưng sau khi tốt nghiệp, tôi luôn làm công việc đọc và viết mã. Tôi là Google AI/Cloud GDE. Tôi điều hành blog TensorFlow (tensorflow.blog), đồng thời viết và dịch sách về machine learning và deep learning, khám phá một cách thú vị ranh giới giữa phần mềm và khoa học.
Đã viết 『Deep learning học bằng cách tự mình xây dựng』(Hanbit Media, 2025), 『Machine learning + deep learning tự học (bản sửa đổi)』(Hanbit Media, 2025), 『Phân tích dữ liệu tự học với Python』(Hanbit Media, 2023), 『Kỹ thuật trò chuyện bằng ChatGPT』(Hanbit Media, 2023), 『Do it! Nhập môn deep learning』(Easyspublishing, 2019).
『Machine Learning thực hành với scikit-learn và PyTorch』(Hanbit Media, 2026), 『Học deep learning từ người sáng lập Keras (lần 3)』(Gilbut, 2026),『Fine-tuning LLM, nhanh chóng nắm vững những điều cốt lõi!』(Insight, 2026), 『Học LLM & AI với PyTorch』(Hanbit Media, 2026), 『Mô hình ngôn ngữ lớn, nhanh chóng nắm vững những điều cốt lõi!』(Insight, 2025), 『Machine Learning, nhanh chóng nắm vững những điều cốt lõi!』(Insight, 2025), 『Học LLM bằng cách tự xây dựng từ đầu』(Gilbut, 2025), 『Machine Learning thực hành』(Hanbit Media, 2025), 『Machine Learning Q & AI』(Gilbut, 2025), 『Toán học cho nhà phát triển』(Hanbit Media, 2024), 『Giải quyết các vấn đề ML trong thực tế với Python』(Hanbit Media, 2024), 『Giáo trình Machine Learning: phiên bản PyTorch』(Gilbut, 2023), 『Bài giảng ChatGPT của Stephen Wolfram』(Hanbit Media, 2023), 『Machine Learning thực hành lần 3』(Hanbit Media, 2023), 『Học deep learning tạo sinh qua thực hành lần 2』(Hanbit Media, 2023), 『Python đánh thức bộ não lập trình』(Hanbit Media, 2023), 『Xử lý ngôn ngữ tự nhiên bằng Transformer』(Hanbit Media, 2022), 『Học deep learning từ người sáng lập Keras lần 2』(Gilbut, 2022), 『Machine Learning&Deep Learning dành cho nhà phát triển』(Hanbit Media, 2022), 『Gradient Boosting với XGBoost và scikit-learn』(Hanbit Media, 2022), 『Học deep learning với đội ngũ Google Brain bằng TensorFlow.js』(Gilbut, 2022), 『Machine Learning sử dụng các thư viện Python (bản sửa đổi lần 2)』(Hanbit Media, 2022), cùng hàng chục cuốn sách khác, đã được dịch sang tiếng Hàn.