Xem đầu :))

Đỉnhhh

Thầy giáo xịn quá ạ, cho theo học với, trả phí bằng 1 hộp pate nhé

Khối reset giúp tránh hiện tượng "vanishing gradient" và giữ được đặc trưng của đối tượng trong ảnh. Cách xử lý là cộng phần dư thừa vào kết quả, giải quyết vấn đề về kích thước và số kênh không khớp khi đi qua các lớp. khoảnh khắc quan trọng: 00:02 Cấu trúc mạng CNN cần reset để tránh hiện tượng vanishing gradient, ảnh hưởng đến việc học sâu và tổng quát hóa đặc trưng. Hành động kết hợp hàm và cộng thêm giúp mô hình sâu mà không mất thông tin. -Vấn đề vanishing gradient và ảnh hưởng đến việc học sâu và tổng quát hóa đặc trưng. -Cách hoạt động của việc reset mạng CNN để tránh mất thông tin và tăng cường độ sâu của mô hình. 06:16 Cách sử dụng khối reset để tăng độ nổi bật của đối tượng trong ảnh bằng cách cộng thêm ảnh gốc và lớp dư thừa. Điều này giúp làm rõ đặc trưng và tránh làm mờ hình ảnh, nhất là khi xử lý ảnh của động vật. -Cách thức cộng thêm ảnh gốc và lớp dư thừa để tạo độ nổi bật cho đối tượng trong ảnh. -Sử dụng khối reset để làm rõ đặc trưng và tránh làm mờ hình ảnh, đặc biệt khi xử lý ảnh động vật. 12:23 Để tăng giá trị đặc trưng, cần xử lý vấn đề kích thước ảnh không cùng nhau và số kênh khác nhau trong mô hình. -Sự khác nhau về số kênh trong lớp ảnh cần xác định số lượng filter và kích thước cửa sổ tại lớp đó. -Xử lý vấn đề kích thước ảnh không cùng nhau thông qua việc giảm kích thước và thêm hyperparameter cho số lượng filter. 18:45 Tuần Mạnh giải thích về việc kết hợp các lớp với kích thước khác nhau để xử lý vấn đề cộng trừ. Những cấu trúc khối khác nhau sẽ tạo ra các mô hình khác nhau. -So sánh cấu trúc khối với virus và fibroot, giải thích sự khác biệt giữa chúng. -Giải thích về việc tính cộng thêm phần dư thừa và ví dụ về việc sử dụng các layer khác nhau trong mô hình. 25:06 Mô hình học sâu được trình bày với việc thảo luận về việc đặt tham số và chuẩn hóa ảnh để dễ dàng tính toán, mở rộng kỹ thuật chuẩn hóa và quá trình tính toán. -Quá trình đặt tham số và chuẩn hóa ảnh để tối ưu hóa tính toán trong mô hình học sâu. -Mô hình Paris với việc chuẩn hóa để tối ưu hóa tính toán và quá trình thay đổi cơ đồi của ma trận. -Quá trình cộng dư thừa và kết quả tính toán cuối cùng của mô hình học sâu. 32:17 Chương trình giới thiệu về việc xây dựng mô hình máy học và các thao tác cần thực hiện để tối ưu hóa mô hình. Phân tích cụ thể về việc điều chỉnh đầu vào và đầu ra, cũng như xử lý sự chênh lệch giữa các layer. -Việc thêm lớp trung gian để tùy chỉnh thông số giúp máy học tốt hơn và cải thiện hiệu suất mô hình. -Phương pháp tối ưu hóa mô hình thông qua việc thêm các layer và điều chỉnh tham số để đạt hiệu suất tối ưu. 39:19 Việc học và thực hành trong lĩnh vực công nghệ thông tin đòi hỏi sự tập trung và cố gắng từ mọi người để tiến bộ. -Anh Quang và các bạn đưa ra nhận xét và góp ý để cải thiện bài trình bày của người khác. -Yêu cầu kỹ năng transing chính xác để thực hiện một phần công việc trực tiếp trong lĩnh vực công nghệ thông tin.

video bắt đầu từ 29:13

anh ơi làm sao để tạo quan hệ 1-1 trong casestudio này ạ

sốp ơi làm sao để tạo quan hệ 1-1 trong case studio này ạ

Very good tutorial sir, could you help us adding accuracy metric to watch , if you could make a tutorial on it will be very helpful

thầy giảng hay quá , em chả hiểu rì

🎉🎉🎉

Welcome back ạ 😂

mình chạy code nhưng bị lỗi này RuntimeError: Input type (unsigned char) and bias type (float) should be the same bạn có thể fix giúp mình được không

github.com/DoManhQuang/meoluoiai/blob/main/studyy/tutorial/plot-logicties-regression/learning_process.gif

Cái này thường được áp dụng ở đâu ạ

Đã được Mèo lười dạy về hồi quy tuyến tính và rất hiểu ạ 😂

Các bạn tham khảo code plot linear regression ở đây nhaa github.com/DoManhQuang/meoluoiai/tree/main/studyy/tutorial/plot-linear-regression

Hay quá 🎉🎉🎉

Cái này áp dụng vào cả ML và DL đúng k ạ

Nhớ thời học toán cao cấp ạ :v

Follow mình nhaa <3

K thấy KOL mèo xuất hiện ạ 😂

Code trò 2048 đi admin 😂

Gamee nè: domanhquang.github.io/meoluoiai/gamee/snake/index.html Full source code Github: github.com/DoManhQuang/meoluoiai/tree/main/gamee/snake

Ướccc 😂

Hay quá

hay với dễ hiểu thế nhờ iu anh

nói v ai hiểu ba

Cách hoạt động của foreach là như nào vậy anh ?

anh dạy cách mở đi ạ

Em cám ơn anh

bài dạng này người ra đè có hỏi làm theo tiền tố không anh

từ kq 1 sang kq 2 bạn nhập thiếu biến a à

tiền tố NLR: + * + a b + a / b c + d e c

đa tạ

sai chỗ A => D

Cảm ơn anh nhiều, em cũng học HaUI 😁😁

dạ anh ơi, em có viết phần mềm này bên sql sever ạ nhưng trong mục (anh chọn là mySQL5 ý ạ) em không tìm thấy sql sever đâu, em nên chọn vào mục nào ạ

a có thể gửi e 1 vài đề mẫu k ạ [email protected]

Anh giải nốt đề này được ko anh

anh ơi em cũng có một bài kiểu dạng bài này nhưng kết quả cuối cùng của em là KQ3 nhưng vẫn lẻ thêm một dấu cộng nữa vậy là sai hả anh

cho e cách trìn bày ra giấy được k anh

cho em xin slide này được không anh

anh ơi đề bài yêu cầu là tìm 2 điểm xa nhau nhất mà chứ đâu phải tìm khoang cách max đâu

bạn ơi cho mình hỏi cách cho một bảng hiển thị cả cột thuộc tính với cột not null thế nào bạn, mình thấy chỉ có hiển thị được 1 cột, không biết tìm ở đâu

Đoạn cuối bạn có viết sai ko, quan hệ hóa đơn phải là (số hóa đơn, mã khách hàng, ngày) chứ

sao kg giai bai tap nua vay

Bài giảng rất chi tiết và dễ hiểu, mong a ngay càng có thêm nhiều bài giảng hay và thú vị như thế này nữa

em cảm ơn anh nhiều lắm em vừa tìm ra cách giải bài của em ạ

A=>D sai roi ban oi

anh cho em hỏi chỗ R * đấy là thì dấu * có nghĩa là gì ạ