Tag Deep Learning
Tìm kiếm bài viết trong Tag Deep Learning
Tùy chỉnh LLM với dữ liệu của bạn
Tùy chỉnh mô hình ngôn ngữ lớn (LLM) với dữ liệu của bạn. Trong bối cảnh các mô hình ngôn ngữ lớn (LLM) ngày càng được ứng dụng rộng rãi, việc tối ưu hóa và tùy chỉnh các mô hình này để phù hợp với cá
0 0 3
So Sánh Generative AI và AI Thông Thường: Hiểu Rõ Hơn Về Tương Lai Của AI
1. Giới Thiệu. . Lời chào mừng: Xin chào các bạn độc giả thân mến! Chào mừng các bạn đến với bài viết hôm nay.
0 0 2
Trí Tuệ Nhân Tạo, Học Máy Và Học Sâu: Tất Cả Những Gì Bạn Cần Biết
I. Giới Thiệu. . Giới thiệu về tầm quan trọng của việc hiểu trí tuệ nhân tạo (AI), học máy (Machine Learning), và học sâu (Deep Learning):.
0 0 4
Exponential Moving Average trong Deep Learning
Chất lượng của mô hình học sâu (deep learning) có liên quan chặt chẽ đến quá trình huấn luyện chúng. Để huấn luyện được mô hình tốt, việc giảm nhiễu (noise) từ quá trình cập nhật ngẫu nhiên (stochasti
0 0 6
Boruta - Một thuật toán mạnh mẽ cho lựa chọn đặc trưng
Feature selection là một bước cơ bản trong các Machine learning pipeline. Ta có trong tay một đống "thập cẩm" các feature, công việc bây giờ là chọn những feature quan trọng và bỏ những feature không
0 0 6
Ứng dụng cụ thể của Deep Learning và cách nó định hình cách thức làm việc của chúng ta
Trong thời đại công nghệ hiện đại, Deep Learning đã trở thành một phần không thể tách rời của cuộc sống hàng ngày của chúng ta. Từ dịch vụ trực tuyến đến ứng dụng di động và thậm chí trong các lĩnh vự
0 0 9
Model của bạn thật sự tốt hay chỉ là một sự may mắn?
Nếu từng tham gia các cuộc thi trên Kaggle, bạn sẽ thấy rằng, chỉ cần chênh lệch 0.01% kết quả cũng sẽ làm bạn thằng $100.
0 0 8
[Paper Explain] Mixtral of Experts: Lắm thầy thì model khỏe
Mở đầu. Với những người sử dụng Large Language Model (LLM), hẳn cái tên Mixtral 8x7B đã không còn xa lạ gì nữa.
0 0 4
NeuralNotes — Music generation using Transformers
Introduction. Currently, I have pursued a topic that using deep learning for automatic music generation during my bachelor thesis at VGU.
0 0 5
Text Summarization — What is it?
Introduction. Recently, text summarization in deep learning strikes my mind, making me obsess with it for days and nights.
0 0 5
Few-Shot Learning cho phân loại hình ảnh
Giới thiệu chung. Một vấn đề khi sử dụng các model Deep Learning là không phải lúc nào ta cũng có đủ lượng dữ liệu để train.
0 0 9
Paper reading | X3D: Expanding Architectures for Efficient Video Recognition
Đóng góp của bài báo. Ý tưởng cơ bản để xây dựng model cho các bài toán liên quan tới video đó là mở rộng kiến trúc mạng cho ảnh từ 2D theo chiều thời gian lên 3D.
0 0 9
Paper reading | MaxViT: Multi-Axis Vision Transformer
Đóng góp của bài báo. Các mô hình ViT nếu như không pretrained trước đó sẽ có hiệu suất kém hơn so với các mô hình ConvNets.
0 0 6
Paper reading | CoAtNet: Marrying Convolution and Attention for All Data Sizes
Giới thiệu. Kể từ sự ra đời của AlexNet, mạng ConvNets đã trở thành một kiến trúc mô hình quan trọng trong lĩnh vực thị giác máy tính.
0 0 7
Paper reading | CLIP4STR: A Simple Baseline for Scene Text Recognition with Pre-trained Vision-Language Model
Đóng góp của bài báo. Các mô hình pretrained Vision-language (VL) với dữ liệu lớn như CLIP và ALIGN thể hiện sự mạnh mẽ trong đa dạng task về hình ảnh và ngôn ngữ.
0 0 5
Paper reading | Tóm tắt mô hình ResNeSt: Split-Attention Networks
Đóng góp của bài báo. Bài báo giới thiệu một kiến trúc mô hình đơn giản có tên ResNeSt sử dụng channel-wise attention trên các nhánh của mạng với mục tiêu tận dụng sức mạnh capture thông tin tương tác
0 0 5
Paper reading | Tìm hiểu mô hình ResNeXt
Đóng góp của bài báo. Bài báo giới thiệu một kiến trúc mô hình mới có tên ResNeXt (Residual Next) là phiên bản nâng cấp từ ResNet.
0 0 4
Paper reading | Deep High-Resolution Representation Learning for Visual Recognition
Đóng góp của bài báo. Bài báo đề xuất kiến trúc High-Resolution Net (HRNet) là một kiến trúc mạng nơ-ron sâu được phát triển cho các ứng dụng trong lĩnh vực thị giác máy tính, đặc biệt là trong bài to
0 0 4
Paper reading | EfficientNetV2: Smaller Models and Faster Training
Đóng góp của bài báo. Kết quả training có độ chính xác cao là rất tốt tuy nhiên việc tối ưu thời gian, tài nguyên training và inference của model cũng quan trọng không kém Được giới thiệu lần đầu vào
0 0 7
Paper reading | Xception phiên bản nâng cấp của Inception V3
Đóng góp của bài báo. Bài báo giới thiệu mô hình Xception (Extreme Inception) là một kiến trúc mạng neural được phát triển dựa trên ý tưởng của Inception và sử dụng các convolution depthwise separable
0 0 9