Giải phóng nhân loại khỏi toán học (Đại số tuyến tính Phần I) - Hình học Vector
asdfghjkl13551941
Đây là bài giảng đầu tiên về đại số tuyến tính và là bài giảng về hiểu biết hình học về vectơ và các phép toán vectơ.
입문
Linear Algebra, algebra
[Khóa học chuyên gia Deep Learning DL1301] Tính toán mạng Deep Learning
Bài giảng này đề cập đến những hoạt động mà mạng học sâu sử dụng để tạo ra kết quả đầu ra.
(4.8) 11 đánh giá
192 học viên
Độ khó Cơ bản
Thời gian 12 tháng
Deep Learning(DL)
Deep Learning(DL)
Artificial Neural Network
Artificial Neural Network
Tensorflow
Tensorflow
Deep Learning(DL)
Deep Learning(DL)
Artificial Neural Network
Artificial Neural Network
Tensorflow
Tensorflow
Đánh giá từ những học viên đầu tiên
Đánh giá từ những học viên đầu tiên
4.8
5.0
jamesjuwon
100% đã tham gia
Đó là một bài giảng rất hay. Trước hết, tôi đã học xong bài giảng một lần và tôi sẽ học bằng cách nghe lại. Mong thầy tiếp tục có những bài giảng hay.
5.0
NC_Ryan
100% đã tham gia
Không thể so sánh được với những bài giảng chỉ giải thích lý thuyết và mã một cách đơn giản. Sự chân thành của người hướng dẫn đối với những gì ông muốn học sinh học là điều hiển nhiên, nội dung và cấu trúc rất tốt. Đây chính là loại bài giảng mà tôi đang tìm kiếm. Hãy tạo ra nhiều bài giảng hay với nhiều chủ đề đa dạng.
5.0
양창민
100% đã tham gia
Đó là một bài giảng tốt. Đặc biệt, sau khi giải thích lý thuyết, sẽ rất tốt nếu hiểu được quy trình bằng cách triển khai cả mã TensorFlow và mã Python từ dưới lên và so sánh chúng. Tôi hy vọng bài giảng lan truyền ngược lỗi sẽ sớm xuất hiện.
Bạn sẽ nhận được điều này sau khi học.
Khái niệm cơ bản về học sâu
Tính toán mạng học sâu
Dòng chảy căng
Bài giảng này là bài giảng đầu tiên trong [Dự án L4DL] đề cập đến vấn đề học sâu một cách nghiêm túc.
Video định hướng
[L4DL] Chương trình giảng dạy dự án 📑
Lý lịch
Khi nghiên cứu về học sâu, việc chỉ tạo ra một mô hình và đào tạo nó không có nhiều ý nghĩa lâu dài.
Để thực sự hiểu về học sâu, bạn cần hiểu các hoạt động mà mạng học sâu sử dụng để tính toán đầu ra trước khi tìm hiểu về thuật toán truyền ngược hoặc cập nhật tham số.
Mô hình học sâu thực tế được tạo ra thông qua quy trình sau.
Theo góc nhìn của việc học sâu, phần bạn cần tập trung nhiều nhất chính là quy trình Đào tạo mô hình.
Và quá trình này diễn ra như sau:
Bài giảng này tập trung vào lan truyền xuôi , tương ứng với dự đoán mô hình và tính toán tổn thất trong khóa học này. Qua đó, bạn sẽ tìm hiểu cách mạng nơ-ron tích chập tạo ra kết quả đầu ra .
Và dựa trên khái niệm này, chúng ta sẽ có được sự hiểu biết sâu sắc hơn về học sâu.
Mạng nơ-ron tích chập
Học sâu lần đầu tiên được ứng dụng trong phân loại hình ảnh. Theo đó, các mô hình cơ bản nhất để hiểu học sâu là các bộ phân loại hình ảnh như LeNet, AlexNet và VGGNet.
Do đó, trong bài giảng này, chúng ta sẽ tập trung vào tính toán mạng liên quan đến Mạng nơ-ron tích chập, mà chúng ta sẽ tập trung vào trong thời gian tới.
Triển khai với Tensorflow
Trong bài giảng này, chúng ta sẽ sử dụng TensorFlow để tạo các lớp cơ bản nhất được sử dụng trong học sâu, chẳng hạn như lớp dày đặc, lớp tích chập, lớp gộp max/average và lớp softmax. Chúng ta cũng sẽ tự tạo các phép toán và xem những gì đã học về mặt lý thuyết được triển khai như thế nào trong TensorFlow .
Các tham số trong mạng
Sau khi hoàn thành khóa học này, bạn sẽ hiểu các tham số có thể huấn luyện được của toàn bộ mạng học sâu và cách các biến này được sử dụng trong tính toán . Do đó, bạn sẽ hiểu các đặc điểm của từng lớp như sau:
Sau đó, khái niệm này sẽ được sử dụng để hiểu quy tắc chuỗi vectơ giúp đào tạo các mô hình học sâu.
Khuyến nghị cho
những người này
Khóa học này dành cho ai?
Người mới bắt đầu học sâu
[Dự án L4DL] Người tham gia
Cần biết trước khi bắt đầu?
Python cơ bản
3,601
Học viên
163
Đánh giá
85
Trả lời
4.9
Xếp hạng
16
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
Chương trình giảng dạy
Tất cả
38 bài giảng ∙ (10giờ 58phút)
Tài liệu khóa học:
Tài liệu bài giảng
Ngày đăng:
Cập nhật lần cuối:
Đánh giá
Tất cả
11 đánh giá
4.8
11 đánh giá
jamesĐánh giá 16
∙
Đánh giá trung bình 4.9
- hotdog4242
Đánh giá 1
∙
Đánh giá trung bình 5.0
5
100% đã tham giaKhông thể so sánh được với những bài giảng chỉ giải thích lý thuyết và mã một cách đơn giản. Sự chân thành của người hướng dẫn đối với những gì ông muốn học sinh học là điều hiển nhiên, nội dung và cấu trúc rất tốt. Đây chính là loại bài giảng mà tôi đang tìm kiếm. Hãy tạo ra nhiều bài giảng hay với nhiều chủ đề đa dạng.
- asdfghjkl13551941Giảng viên
Cảm ơn bạn đã đánh giá tốt :) Tôi sẽ cố gắng hết sức để làm bài giảng tốt hơn!
- root2yaja4362
Đánh giá 11
∙
Đánh giá trung bình 5.0
- pjh8022
Đánh giá 1
∙
Đánh giá trung bình 5.0
- patchnote
Đánh giá 26
∙
Đánh giá trung bình 5.0
Khóa học khác của asdfghjkl13551941
Hãy khám phá các khóa học khác của giảng viên!
![[PL 0303] Python cho Trực quan hóa Dữ liệu - Lớp học Master Matplotlib강의 썸네일](https://cdn.inflearn.com/public/courses/336172/cover/80fa86e7-dcb6-4b0f-b15b-323b6fa32809/336172.png?f=avif&w=420)
![[PL 0302] Python cho thao tác dữ liệu - Lớp học nâng cao NumPy강의 썸네일](https://cdn.inflearn.com/public/courses/334756/cover/a4cbdc80-53da-4422-9b8d-67362b68a9fa/334756.png?f=avif&w=420)
![[PL 0301] Môi trường ảo Python và Anaconda강의 썸네일](https://cdn.inflearn.com/public/courses/334755/cover/9d8ca8fb-2031-4dba-aa31-efb43963dba7/334755.png?f=avif&w=420)
![[PY 0205] Python Level 4 cho Trí tuệ nhân tạo - Đối tượng và Lớp강의 썸네일](https://cdn.inflearn.com/public/courses/334425/cover/d595b571-3e0c-4a63-9d5f-f2195736de2b/334425.png?f=avif&w=420)
![[PY 0204] Python cấp 3 cho trí tuệ nhân tạo - Hàm강의 썸네일](https://cdn.inflearn.com/public/courses/333279/cover/eb80d90b-0359-4c7d-b9ee-f4997c35171d/333279.png?f=avif&w=420)
![[PY 0203] Cơ bản về gỡ lỗi강의 썸네일](https://cdn.inflearn.com/public/courses/333278/cover/1c14834a-9ab7-4973-b8f0-e8f6f24bffc8/333278.png?f=avif&w=420)
![[PY 0202] Python Level 2 cho Trí tuệ nhân tạo강의 썸네일](https://cdn.inflearn.com/public/courses/332825/cover/af1a2083-d1ee-4b72-8ce9-55281cb89c9a/332825.png?f=avif&w=420)
![[PY 0201] Python cấp độ 1 cho trí tuệ nhân tạo강의 썸네일](https://cdn.inflearn.com/public/courses/332643/cover/db98c954-be00-44ca-bd33-3cd69e290fff/Untitled.001.png?f=avif&w=420)
