Tìm hiểu thuật toán tối ưu hóa Adabelief Optimizer

Hi các bạn, lại là mình đây, hôm nay mình sẽ cùng các bạn tìm hiểu thuật toán tối ưu hóa AdaBelief. Thuật toán này được sử dụng để thay cho thuật toán Adam optimizer mà các bạn hiện đang xài để huấn luyện mô hình Deep learning. Nào, chúng ta cùng bắt đầu tìm hiểu nhé.

• Phạm Duy Tùng 9 minute read

Reinforcement Learning và tictactoe

Trong khi trong các phương pháp lý thuyết trò chơi nói chung, ví dụ thuật toán min-max, thuật toán luôn giả định chúng ta có một đối thủ hoàn hảo, công việc phải thực hiện là tối đa hóa phần thưởng của mình và giảm thiểu phần thưởng của đối thủ ( tối đa hóa điểm của mình và tối thiểu hóa điểm của đối thủ), trong học củng cố, chúng ta không cần giả định đối thủ của chúng ta là 1 thiên tài xuất chúng, nhưng chung ta vẫn thu được mô hình với kết quả rất tốt.

• Phạm Duy Tùng 11 minute read

Xây dựng game xếp gạch bằng opencv và python

Xếp gạch là một trong những game được các bạn thế hệ 8x, 9x đời đầu phá đảo. Bây giờ chúng ta thử code lại nó với opencv và Python nhé. (optional)

• Phạm Duy Tùng 7 minute read

Ngưỡng (thresholding) trong opencv

Khi làm việc với opencv, chúng ta bắt gặp rất nhiều thuật toán cần phải xét ngưỡng. Vậy giá trị ngưỡng là gì. Ở bài viết này, chúng ta sẽ tìm hiểu và làm rõ nội dung trên nhé

• Phạm Duy Tùng 5 minute read

Hai khái niệm quan trọng giúp tăng độ chính xác của các mô hình trong machine learning

Việc huấn luyên mô hình máy học có thể sẽ gây ra cho bạn một chút khó khăn nếu bạn không hiểu những thứ bạn dang làm là đúng hay sai. Trong hầu hết các trường hợp, các mô hình học máy là các "hộp đen"

• Phạm Duy Tùng 7 minute read

Simhash

Thuật toán Simhash

• Phạm Duy Tùng 4 minute read

Các hàm hash có sẵn trong python

Trong bài viết này, mình sẽ đề cập đến các thuật toán hash có sẵn trong python

• Phạm Duy Tùng 6 minute read

Tìm hiểu Non-maximum Suppression (NMS)

Bài viết này được mình tham khảo chính từ bài viết của tác giả Sambasivarao. K và bài báo có tên là Improving Object Detection With One Line of Code năm 2017 của nhóm tác giả Navaneeth Bodla.

• Phạm Duy Tùng 3 minute read

Tìm hiểu mạng AlexNet, mô hình giành chiến thắng tại cuộc thi ILSVRC 2012

Trong bài viết này, chúng ta sẽ tìm hiểu mô hình AlexNet và CaffeNet. AlexNet là mô hình neural network giành chiến thắng tại cuộc thi ILSVRC năm 2012.

• Phạm Duy Tùng 9 minute read

Tìm hiểu mạng MobileNetV1

Trong bài viết này, chúng ta sẽ tìm hiểu mô hình MobileNetV1 của nhóm tác giả Andrew G. Howard, Menglong Zhu, Bo Chen, Dmitry Kalenichenko, Weijun Wang, Tobias Weyand, Marco Andreetto, Hartwig Adam - Google Inc từ bài báo MobileNets Efficient Convolutional Neural Networks for Mobile Vision Applications đăng năm 2017. Mục tiêu của mô hình này là xây dựng một mô hình mạnh mẽ nhưng nhỏ gọn, có thể chạy deep neural network trên các thiết bị di động như điện thoại, máy tính bảng hoặc các thiết bị nhúng.

• Phạm Duy Tùng 7 minute read