
Hướng dẫn LaTeX viết phương trình
asdfghjkl13551941
350.797 ₫
24%
263.098 ₫Nhập môn / LaTeX
4.9
(7)
100+
Đây là bài giảng về cách sử dụng LaTeX để viết công thức.
Nhập môn
LaTeX
Chúng tôi sẽ tổng hợp các khái niệm lý thuyết về MNIST, bộ dữ liệu cơ bản nhất trong thị giác máy tính, đồng thời học cách triển khai thông qua API của Torchvision và cách tự xây dựng một custom dataset class.
23 học viên đang tham gia khóa học này
Độ khó Cơ bản
Thời gian Không giới hạn
Khái niệm về OCR và đặc điểm của bộ dữ liệu dành cho OCR
Tìm hiểu về bộ dữ liệu MNIST
Cách sử dụng API bộ dữ liệu của Torchvision
Cách tự viết class dataset tùy chỉnh (custom dataset class)
Khả năng EDA (Phân tích dữ liệu khám phá) đối với tập dữ liệu
Trong khóa học này, chúng tôi sẽ tổng hợp về bộ dữ liệu MNIST, bộ dữ liệu của mô hình đã đưa thị giác máy tính vào thương mại hóa, dưới góc nhìn của nhà nghiên cứu và phát triển.
Ngoài ra, sau khi học cách sử dụng API của PyTorch để xử lý bộ dữ liệu MNIST một cách nhanh chóng và dễ dàng, bạn sẽ được nuôi dưỡng năng lực cơ bản về xử lý dữ liệu thông qua việc tự mình triển khai custom dataset class.
MNIST là bộ dữ liệu cơ bản nhất trong thị giác máy tính, đồng thời cũng là bộ dữ liệu có nhiều điều để học hỏi dưới góc nhìn của nhà nghiên cứu và phát triển. Trong bài giảng này, chúng ta sẽ
Nhận dạng ký tự quang học (OCR)
MNIST dưới góc nhìn OCR
Quá trình tinh tuyển (curation) từ bộ dữ liệu NIST sang bộ dữ liệu MNIST
thông qua đó, thay vì chỉ đơn thuần tìm hiểu xem MNIST là bộ dữ liệu như thế nào, chúng ta sẽ thiết lập các nội dung lý thuyết về bộ dữ liệu dưới góc nhìn thực tiễn.
Trong bài giảng này, chúng ta sẽ tìm hiểu cách sử dụng MNIST dataset class của Torchvision, phương pháp dễ nhất để xử lý tập dữ liệu MNIST bằng lập trình.
Thông qua đó, chúng ta không chỉ hiểu được cách sử dụng thông thường của các lớp dataset do Torchvision cung cấp, mà còn hiểu được cách cấu trúc các lớp custom dataset mà chúng ta sẽ trực tiếp triển khai sau này.
Trong thực tế, hiếm khi Torchvision cung cấp sẵn các lớp dữ liệu như MNIST. Khi đó, chúng ta phải tự mình triển khai custom dataset class.
Trong bài giảng này, chúng ta sẽ triển khai toàn bộ custom dataset class cho MNIST, một bộ dữ liệu thị giác máy tính cơ bản nhất, từ đầu đến cuối. Qua đó, các bạn sẽ học được cách sử dụng các bộ dữ liệu tự thu thập hoặc các bộ dữ liệu mà Torchvision không cung cấp trong học sâu.
Vì MNIST là một bộ dữ liệu đã được xử lý tốt nên nó có những đặc điểm khá tinh gọn.
Trong bài giảng này, chúng ta sẽ sử dụng lớp dataset đã triển khai trước đó để tiến hành EDA nhằm nắm bắt các đặc điểm cơ bản của bộ dữ liệu. Qua đó, bạn có thể học được cách nắm bắt các đặc tính của bộ dữ liệu thị giác máy tính.
Khóa học này dành cho ai?
Người mới bắt đầu muốn xây dựng nền tảng vững chắc về Deep Learning và Computer Vision.
Người học muốn cải thiện 'đáng kể' khả năng triển khai học sâu (deep learning)
Người học muốn tìm hiểu về bộ dữ liệu MNIST
Cần biết trước khi bắt đầu?
Deep Learning Odyssey của Shin Kyung-sik - Giới thiệu về Thị giác máy tính
4,166
Học viên
197
Đánh giá
85
Trả lời
4.9
Xếp hạng
21
Các khóa học
[LIKE LION] Khóa học Trí tuệ nhân tạo Trung - Cao cấp
[Viện Khoa học Khí tượng Quốc gia] Khóa học Weather AI Boostcamp năm 2022, 2023, 2025
[Samsung Electro-Mechanics] Khóa học SW chuyên sâu dành cho nhân viên mới
[Viện Đào tạo Nhân lực Khoa học và Công nghệ Quốc gia] Chương trình cố vấn dài hạn nâng cao năng lực thực hiện R&D
[Viện Đào tạo Nhân lực Khoa học và Công nghệ Quốc gia] Sản xuất nội dung E-learning cho khóa học chuyên sâu về R&D
[Viện Đào tạo Nhân lực Khoa học và Công nghệ Quốc gia] Khóa học trực quan hóa dữ liệu nghiên cứu dành cho nghiên cứu sinh sau tiến sĩ
[Đại học Wonkwang] Đào tạo AI tập trung và Khóa học AI ngắn hạn & dài hạn tại Đại học Wonkwang
[Cơ quan Thúc đẩy Xã hội Thông tin và Trí tuệ Nhân tạo Hàn Quốc] Đào tạo nhân tài nữ trong lĩnh vực SW
[SK m&service] Ra quyết định dựa trên dữ liệu
[Hiệp hội Thúc đẩy Kinh doanh IT Hàn Quốc] ICT COG Academy
[Sở Giáo dục Seoul] Đào tạo lĩnh vực công nghệ mới
[KT] Khóa học nâng cao năng lực AI của KT [K-ICT] Trại phân tích khu vực dữ liệu an toàn [Viện Thúc đẩy Kinh tế và Khoa học Gyeonggi] Học Vision AI lần đầu tiên [Viện Thúc đẩy Kinh tế và Khoa học Gyeonggi] Phân tích dữ liệu bằng Python
[KT] Khóa học nâng cao năng lực AI của KT
[K-ICT] Trại phân tích khu vực an toàn dữ liệu
[Viện Thúc đẩy Kinh tế và Khoa học Gyeonggi] Nhập môn Vision AI cho người mới bắt đầu
[Gyeonggido Business & Science Accelerator] Nhập môn phân tích dữ liệu bằng Python
[Viện Khoa học và Công nghệ Seoul] Đào tạo chuyên sâu về ứng dụng AI
[Đại học Quốc gia Seoul] Đào tạo nâng cao năng lực ứng dụng AI
[HD Korea Shipbuilding & Offshore Engineering] Phát triển đánh giá năng lực vị trí nghiên cứu AI tại AIC
[Multicampus] Từ nguyên lý đến thực thi, làm chủ các thuật toán học máy cốt lõi
[패스트캠퍼스] Tiếp cận Deep Learning dưới góc độ toán học
[패스트캠퍼스] Trọn bộ từ A-Z về Machine Learning và Phân tích dữ liệu trong một lần học
[패스트캠퍼스] Byte Degree Lv.2 Deep Learning Essentials
[Fast Campus] Khoảng cách siêu biệt về Trí tuệ nhân tạo Deep Learning
[Fast Campus] Khoảng cách siêu việt Khoa học máy tính VER.2
Phân tích A-Z [Fast Campus] Byte Degree Lv.2 Deep Learning Essentials [Fast Campus] Deep Learning AI Super Gap [Fast Campus] Khoa học Máy tính Super Gap VER.2
Tất cả
21 bài giảng ∙ (3giờ 39phút)
Tài liệu khóa học:
Hãy khám phá các khóa học khác của giảng viên!
Khám phá các khóa học khác trong cùng lĩnh vực!
Giảm 25% cho thành viên mới
219.251 ₫
25%
292.331 ₫