Tag Deep Learning

Tìm kiếm bài viết trong Tag Deep Learning

- vừa được xem lúc

Những sự thật thú vị về PT4AL: một SOTA Active Learning

Lời mở đầu. Nhân dịp đầu xuân năm mới, chúc mọi người sức khỏe dồi dào và có những bước tiến lớn trong sự nghiệp.

0 0 1

- vừa được xem lúc

[Paper Explain] MetaFormer: Khi Attention is NOT all you need cho bài toán phân loại ảnh

Yêu cầu nhỏ. Hiểu về các lớp Norm khác nhau hoạt động như nào: BatchNorm (BN), GroupNorm (GN), LayerNorm (LN) và biết cách sử dụng Pytorch. . Hình 0.

0 0 1

P4. (Lại là) Machine Learning with Graphs

Trong phần 2, mình có đề cập đến cấp độ Node trong bài toán Machine Learning in Graphs rồi (mọi người có thể xem lại tại link này: P2. Machine Learning with Graphs).

0 0 0

- vừa được xem lúc

3 Cấp độ hiểu về Batch Normalization (Bài dịch - Johann Huber)

Trong series bài dịch này, mình sưu tầm những bài trên nguồn như Medium và dịch lại với mục đích:. .

0 0 1

- vừa được xem lúc

P3. Nấu món Graphs cùng NetworkX

Trong hai phần trước, mình đã giới thiệu một chút về Graphs cũng như một số bài toán Machine Learning ở cấp độ Node cho Graphs rồi. Để đổi gió một tí thì hôm nay thực hành xào nấu mấy món khai vị liên

0 0 1

- vừa được xem lúc

Phân loại hình ảnh với Vision Transformer

Ví dụ này triển khai mô hình Vision Transformer (ViT) của Alexey Dosovitskiy để phân loại hình ảnh và thể hiện mô hình đó trên tập dữ liệu CIFAR-100. Mô hình ViT áp dụng kiến trúc Transformer với khả

0 0 4

- vừa được xem lúc

Tổng quan Super-resolution và các bài toán về Object Detection

. Đọc bài viết trên Pixta Vietnam tại đây: https://pixta.vn/tong-quan-ve-super-resolution-va-object-detection. . 1.

0 0 1

- vừa được xem lúc

P2. Machine Learning with Graphs

Trong phần trước, mình đã giới thiệu về kiểu dữ liệu Graph, cũng như một số định nghĩa liên quan đến kiểu dữ liệu này. Hôm nay mình sẽ đi sâu hơn vào cách sử dụng Machine Learning để giải quyết một số

0 0 1

- vừa được xem lúc

Machine Learning Cơ bản || Lesson 01: Sơ lược về Machine Learning

Sơ lược về Machine Learning (ML). 1) Định nghĩa về ML:.

0 0 4

- vừa được xem lúc

Điểm tin AI tuần qua: số thứ 5: 19/12/2022 - 14/12/2022

1, Các hoạt động đáng chú ý trong tuần:. CUDA Toolkit 12.0 Released for General Availability. Radar Trends to Watch: December 2022.

0 0 4

- vừa được xem lúc

[paper explain] Scaling Up Your Kernels to 31x31: Sự trở lại mạnh mẽ của CNN trên đường đua ImageNet

Lời mở đầu. Kể từ khi transformer được áp dụng vào bài toán vision, chúng ta đã được chứng kiến sự nhảy vọt ngoạn mục của họ mô hình này khi liên tục những SoTA trên tập ImageNet được xô đổ bởi ViTsex

0 0 7

- vừa được xem lúc

[Điểm Tin AI Tuần Qua] Số thứ hai: 28/11/2022 - 03/12/2022

Chương trình điểm tin hàng tuần của AI Research được xây dựng nhằm mục đích giúp bạn cập nhật các xu hướng mới nhất. Nội dung số thứ hai của chương trình bao gồm các nội dung

0 0 4

- vừa được xem lúc

[Điểm Tin AI Tuần Qua] Số thứ nhất: 20/11/2022 - 27/11/2022

Đến với số đầu tiên, chúng ta sẽ cùng điểm qua một số nội dung chính như sau:. 1, Các hoạt động đáng chú ý trong tuần:.

0 0 3

- vừa được xem lúc

[Paper Explained] Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network

Giới thiệu. Trong bài toán super resolution, mạng CNN đã chứng tỏ được sức mạnh của nó trong bài toán này với độ chính xác vượt trội hơn so với các phương pháp truyền thống.

0 0 3

- vừa được xem lúc

[Paper Explain]:Spatial Dual-Modality Graph Reasoning - Bài toán trích xuất thông tin với mô hình Graph

Giới thiệu chung. Trích xuất thông tin chính từ tài liệu văn bản như CV, hóa đơn, biên lai, .

0 0 3

- vừa được xem lúc

Thiết kế mạng Quantum Neural Network với Pytorch và Qiskit

Mở đầu. Ở các phần trước, mình đã giới thiệu qua về lý thyết cơ bản để xây dựng một mạng nơ-ron lượng tử đồng thời kết hợp code ví dụ với thư viện Paddle Quantum.

0 0 5

- vừa được xem lúc

SAM: Giải thuật tối ưu đang dần được ứng dụng rộng rãi

Trong quá trình training, chúng ta thường chỉ quan tâm đến giá trị training loss mà không quan tâm đến độ dốc (sharpness) của đồ thị loss quanh điểm đó. Mối quan hệ giữa hình dạng của đồ thị loss và t

0 0 6

- vừa được xem lúc

DINO: SOTA của Object Detection có gì hay ho

1. Lời mở đầu.

0 0 10

- vừa được xem lúc

RCNet: Kiến trúc FPN đỉnh cao cho object detection ?

Giới thiệu chung. Kiến trúc FPN ( feature pyramid network) từ lâu đã được sử dụng trong object detection cho nhiệm vụ tăng cường thông tin của một mức scale bằng cách fusion đặc trưng từ scale trước đ

0 0 8

- vừa được xem lúc

Model-Centric và Data-Centric là gì vậy?

Xin chào mọi người hôm nay mình sẽ viết 1 bài chủ đề hơi khác một chút xíu so với mọi ngày. Model centric và Data centric là gì và nó khác nhau như thế nào? Như mọi người cũng biết Data và model đều l

0 0 12