inflearn logo

PyTorch Deep Learning Bootcamp: Tự triển khai mô hình CNN và RNN

Khóa học này được thiết kế để giúp bạn dễ dàng hiểu và áp dụng học sâu (deep learning) thông qua lý thuyết và thực hành bằng cách sử dụng PyTorch. Dựa trên kinh nghiệm thực hiện các dự án học máy, giảng viên sẽ giải thích từng bước các khái niệm phức tạp (mạng thần kinh, tối ưu hóa, huấn luyện mô hình) để bất kỳ ai cũng có thể hiểu được. Nhiều người học nắm vững lý thuyết nhưng lại gặp khó khăn trong việc triển khai mô hình thực tế. Khóa học này được cấu trúc tập trung vào thực hành để giải quyết vấn đề đó. Thông qua khóa học này, bạn có thể hiểu được các khái niệm cốt lõi của học sâu và trực tiếp xây dựng các mô hình xử lý thị giác máy tính cũng như dữ liệu chuỗi (sequence data).

1 học viên đang tham gia khóa học này

Độ khó Trung cấp trở lên

Thời gian Không giới hạn

Python
Python
PyTorch
PyTorch
Deep Learning(DL)
Deep Learning(DL)
Computer Vision(CV)
Computer Vision(CV)
NLP
NLP
Python
Python
PyTorch
PyTorch
Deep Learning(DL)
Deep Learning(DL)
Computer Vision(CV)
Computer Vision(CV)
NLP
NLP

Bạn sẽ nhận được điều này sau khi học.

  • Bạn có thể trực tiếp triển khai và huấn luyện mô hình mạng thần kinh nhân tạo bằng cách sử dụng PyTorch.

  • Có thể giải quyết bài toán phân loại hình ảnh bằng cách sử dụng mô hình CNN.

  • Có thể xử lý dữ liệu chuỗi thời gian và văn bản bằng cách sử dụng các mô hình RNN, LSTM và GRU.

  • Có thể hiểu và áp dụng hàm mất mát (Loss function) cùng các kỹ thuật tối ưu hóa.

  • Bạn có thể học cách xử lý dữ liệu bằng cách sử dụng PyTorch Dataset và DataLoader.

  • Bạn có thể học cách giải quyết các vấn đề Overfitting (quá khớp) và Underfitting (dưới khớp).

Thực hành Deep Learning với PyTorch: Chinh phục dữ liệu hình ảnh và chuỗi với CNN & RNN

👉 Trong khóa học này, bạn sẽ trực tiếp triển khai các mô hình học sâu được ứng dụng trong nhiều lĩnh vực công nghiệp khác nhau như thị giác máy tính, xử lý ngôn ngữ tự nhiên (NLP) và phân tích chuỗi thời gian bằng cách sử dụng PyTorch.
👉 Với cách tiếp cận dựa trên dự án thực tế, bạn có thể rèn luyện khả năng xây dựng mô hình có thể áp dụng vào thực tiễn thay vì chỉ dừng lại ở lý thuyết.

💡 (Đề xuất ví dụ trực quan)

  • Sơ đồ cấu trúc CNN

  • Sơ đồ luồng RNN / LSTM

  • Mẫu kết quả phân loại hình ảnh (CIFAR-10)

Bạn sẽ học được gì

🧠 Phần (1): Các từ khóa chính

Mạng thần kinh nhân tạo · PyTorch · Xử lý dữ liệu · Tối ưu hóa

Trong phần này, bạn sẽ học về các khái niệm cốt lõi của Deep Learning và cách sử dụng cơ bản của PyTorch.

  • Hiểu cấu trúc và nguyên lý hoạt động của Mạng thần kinh nhân tạo (ANN)

  • Vai trò và cách sử dụng của hàm Loss và Optimizer

  • Hiểu về các hàm kích hoạt khác nhau (ReLU, Sigmoid, v.v.)

  • Xử lý dữ liệu sử dụng PyTorch Dataset & DataLoader

  • Quy trình huấn luyện mô hình và phương pháp đánh giá hiệu suất

💡 (Đề xuất ví dụ trực quan)

  • Hình ảnh cấu trúc Neural Network

  • Biểu đồ giảm thiểu tổn thất (Loss)

  • Sơ đồ luồng DataLoader

👁️ Phần (2): Từ khóa cốt lõi

CNN · RNN · LSTM · GRU · Dự án thực tế

Trong phần này, bạn sẽ xây dựng các mô hình học sâu thực tế để phát triển kỹ năng thực hành.

  • Phân loại hình ảnh sử dụng CNN (Thực hành với CIFAR-10)

  • Hiểu các tham số chính của CNN như Kernel, Stride, v.v.

  • Cách giải quyết vấn đề Overfitting / Underfitting

  • Hiểu cấu trúc và sự khác biệt giữa RNN, LSTM, GRU

  • Thực hành xử lý dữ liệu chuỗi thời gian và dữ liệu văn bản

💡 (Đề xuất ví dụ trực quan)

  • Trực quan hóa CNN Feature Map

  • Sơ đồ cấu trúc RNN/LSTM

  • Biểu đồ kết quả huấn luyện mô hình

Trước khi bạn đăng ký

📦 Trước khi đăng ký học

📁 Tài liệu học tập

Trong khóa học này, chúng tôi cung cấp các tài liệu học tập sau đây:

  • 📄 Tài liệu PPT bài giảng

  • 💻 Mã thực hành PyTorch (Cung cấp toàn bộ)

  • ☁️ Môi trường thực hành Google Colab

  • 📊 Bộ dữ liệu ví dụ (CIFAR-10, v.v.)

👉 Tất cả tài liệu đều có thể tải xuống và được cấu trúc tập trung vào thực hành.
👉 Mã nguồn và tài liệu có quy mô khoảng vài chục MB, có thể yên tâm sử dụng mà không lo nặng máy.

⚠️ Prerequisites & Notices

✔️ Kiến thức tiên quyết

  • Ngữ pháp Python cơ bản

  • Khái niệm cơ bản về Machine Learning (Khuyến nghị, không bắt buộc)

🎥 Đặc điểm bài giảng

  • Cung cấp video chất lượng HD

  • Bài giảng tập trung vào thực hành (tỷ trọng coding cao)

  • Giải thích theo từng bước giúp người mới bắt đầu cũng có thể học được

📢 Đề xuất phương pháp học tập

  • Vừa xem bài giảng vừa trực tiếp thực hành lập trình

  • Nâng cao mức độ hiểu biết thông qua việc chỉnh sửa mã nguồn và thực nghiệm

  • Củng cố khái niệm thông qua việc học lặp đi lặp lại

💬 Q&A và cập nhật

  • Có thể đặt câu hỏi bất cứ lúc nào thông qua phần Q&A của bài giảng

  • Nội dung chính sẽ được cập nhật và dự kiến cung cấp thêm tài liệu bổ sung

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Người mới bắt đầu đã có kiến thức cơ bản về Python nhưng gặp khó khăn trong việc triển khai mô hình học sâu (deep learning)

  • Người học nắm vững lý thuyết nhưng còn thiếu kinh nghiệm thực tế trong dự án

  • Những người muốn học tập trung vào thực hành sử dụng PyTorch

  • Nhà phát triển muốn bắt đầu dự án Computer Vision hoặc NLP

Cần biết trước khi bắt đầu?

  • Kiến thức cơ bản về Python

  • Hiểu biết về các khái niệm cơ bản của học máy (khuyến nghị)

  • Ý chí quyết tâm thực hành theo hướng dẫn

Xin chào
Đây là kimw24072

Đại diện Answerinus - Giảng viên vận hành 5 khóa học IT chính quy tại Multicampus (RPA & ChatGPT & Crawling & AI & PE) - Vận hành 5 khóa học Generative AI chính quy tại Hiệp hội Hiệu suất Hàn Quốc (KMA) (RPA & ChatGPT & Crawling & AI & Xử lý dữ liệu) - Tác giả cuốn sách [Sách Sejong bình chọn năm 2022] "Python Coding kiếm tiền dành cho người không chuyên IT" - Tác giả cuốn sách [Sách Sejong bình chọn năm 2023] "Tự động hóa công việc bằng Python (RPA) dành cho người không chuyên IT" - Vận hành kênh YouTube "Vi-Hyeon-Ko Automation Research Institute" (Viện nghiên cứu tự động hóa cho người không chuyên) - Giảng dạy tại nhiều tập đoàn lớn và doanh nghiệp nhà nước như Samsung, Hyundai, SK, KT, LG, v.v. - Số lượng học viên đào tạo offline về Generative AI tích lũy đạt 6.600 người & hơn 500 trường hợp huấn luyện dự án thực tế [Tính đến tháng 12/2024] - Tư vấn đào tạo IT & Giảng viên tại Multicampus thuộc tập đoàn Samsung - Quy hoạch / Vận hành đào tạo AI tại bộ phận HRD của Hyundai Steel thuộc tập đoàn Hyundai Motor - 12 năm kinh nghiệm làm việc ở vị trí không chuyên về phát triển tại Hyundai Steel thuộc tập đoàn Hyundai Motor (Kinh doanh / Kế hoạch / Thiết kế hệ thống / HRD, v.v.)
Thêm

Chương trình giảng dạy

Tất cả

20 bài giảng ∙ (11giờ 36phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của kimw24072

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Ưu đãi có thời hạn

656.750 ₫

8%

716.455 ₫