inflearn logo

Deep Learning Odyssey của Shin Kyung-sik - Phép toán tích chập (Convolution)

Đây là bài giảng tập trung chuyên sâu vào tích chập (convolution), phép toán quan trọng nhất trong thị giác máy tính sử dụng học sâu.

5 học viên đang tham gia khóa học này

Độ khó Nhập môn

Thời gian Không giới hạn

Computer Vision(CV)
Computer Vision(CV)
Deep Learning(DL)
Deep Learning(DL)
AI
AI
Computer Vision(CV)
Computer Vision(CV)
Deep Learning(DL)
Deep Learning(DL)
AI
AI

Bạn sẽ nhận được điều này sau khi học.

  • Hiểu rõ về tích chập (Convolution)

  • Lọc thông qua tích chập

  • Khả năng triển khai phép tích chập (convolution)

Deep Learning Odyssey của Shin Kyung-sik

Liên kết bản đồ chương trình học

Phép toán quan trọng nhất của thị giác máy tính, Convolution!
Hiểu sâu về chính Convolution

Khóa học này tập trung chuyên sâu vào Convolution, yếu tố quan trọng nhất trong thị giác máy tính sử dụng Deep Learning.

Khóa học này không chỉ cung cấp nền tảng lý thuyết vững chắc về Convolution với các nội dung sau đây, mà còn giúp bạn bồi dưỡng năng lực thông qua việc trực tiếp triển khai chúng.

Chương 1: Từ các phép toán theo từng pixel đến các phép toán dựa trên vùng lân cận

1.1 Dữ liệu hình ảnh có cấu trúc không gian

1.2 Local Patch

1.3 Phép toán dựa trên lân cận

Chương 2 Windowing

2.0 Thiết lập môi trường phát triển

2.1 Windowing một chiều

2.2 Windowing hai chiều

Chương 3: Convolution một chiều

3.0 Ôn tập: Tích vô hướng và phản ứng của bộ lọc

3.1 Phát hiện cạnh một chiều là gì?

3.2 Quy trình phát hiện cạnh một chiều

3.3 Triển khai phát hiện cạnh một chiều

3.4 Tương quan và tích chập một chiều

Chương 4: Convolution hai chiều

4.1 Quá trình tích chập hai chiều

4.2 Phát hiện cạnh

4.3 Lý thuyết lọc Sobel

4.4 Triển khai lọc Sobel

Chương 5 Kỹ thuật xử lý hình ảnh sử dụng tích chập

5.1 Bộ lọc trung bình trượt

5.2 Phát hiện cạnh bằng độ lớn gradient

5.3 Làm mờ Gaussian (Gaussian Blurring)

5.4 Làm sắc nét hình ảnh

Đặc điểm bản chất và tính thông tin của hình ảnh

Xác nhận các đặc tính của hình ảnh có cấu trúc không gian và hiểu theo một luồng tự nhiên về 1️⃣ local patch, 2️⃣ local connectivity, 3️⃣ neighborhood-based operation xuất hiện để nắm bắt các đặc tính này.

Quá trình trích xuất local patch, windowing!

Là bước chuẩn bị trước khi tìm hiểu về Convolution, bạn sẽ được hiểu về mặt lý thuyết quá trình windowing để trích xuất các local patch, và học cách trực tiếp triển khai nó. Sau đó, chúng ta sẽ tối ưu hóa mã nguồn (refactoring) sang dạng phù hợp cho tính toán trên GPU.

Thấu hiểu tường tận về Convolution một chiều!

Trước khi xử lý tích chập trên hình ảnh, chúng ta sẽ tìm hiểu kỹ về tích chập trên dữ liệu một chiều và hiểu về quá trình lọc. Thông qua đó, bạn có thể hiểu được quá trình trích xuất các mảng cục bộ (local patches) có đặc điểm tương tự với bộ lọc.


Đại diện tiêu biểu của Convolution! Sobel Filtering


Hiểu về tích chập (convolution) trên hình ảnh thông qua bộ lọc Sobel. Điều này không chỉ giúp ích rất nhiều trong việc hiểu về lớp tích chập (convolutional layer) trong học sâu, mà còn giúp bạn nắm vững các khái niệm cơ bản về xử lý hình ảnh.

Giới thiệu các kỹ thuật tiêu biểu sử dụng Convolution

Giới thiệu về các kỹ thuật công thuật tiêu biểu sử dụng tích chập (convolution) một chiều và hai chiều đã được đề cập trong bài giảng này.




Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Người mới bắt đầu muốn xây dựng nền tảng vững chắc về Deep Learning và Computer Vision.

  • Dành cho những ai đang cảm thấy bối rối về phép toán tích chập (convolution)

  • Những người muốn hiểu quá trình triển khai các phép toán học sâu (deep learning)

Cần biết trước khi bắt đầu?

  • Deep Learning Odyssey của Shin Kyung-sik - Kiến thức cơ bản về hình ảnh cho thị giác máy tính

Xin chào
Đây là asdfghjkl13551941

3,735

Học viên

174

Đánh giá

85

Trả lời

4.9

Xếp hạng

19

Các khóa học

Lịch sử giảng dạy

  • [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

Thêm

Chương trình giảng dạy

Tất cả

19 bài giảng ∙ (3giờ 8phút)

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 asdfghjkl13551941

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

Giảm 25% cho thành viên mới

156.495 ₫

25%

208.665 ₫