Blog

Hiện tại trên blog mình hoàn thành 2 series: Deep Learning cơ bản và Generative Adversarial Networks (GAN). Cũng như đưa sách Deep Learning cơ bản miễn phí tới bạn đọc.

Mình đang viết series Pytorch.

Pytorch

Gần đây mình có làm một vài project về Pytorch nên mình muốn chia sẻ kiến thức tới mọi người. Mình sẽ viết chi tiết từ những phần cơ bản nhất của Pytorch như tensor cho đến phần triển khai model đưa ra sử dụng thực tế cho mọi người (deployment). Để cho những người mới chưa sử dụng Pytorch bao giờ cũng có thể hiểu các kiền thức nền tảng của Pytorch, sau đó xây dựng và phát triển ứng dụng với Pytorch.

Ở series Deep Learning cơ bản, mình tập trung vào lý thuyết Deep Learning và code dựa trên Keras. Keras là 1 trong những high-level API framework mà dễ tiếp cận nhất cho người mới bắt đầu. Bằng chứng cho chuyện “tiện” của Keras là Tensorflow bản 2.0 đã tích hợp luôn module Keras vào trong nó. Còn ở series Pytorch lần này, mình tập trung vào giải thích chi tiết cơ chế hoạt động của Pytorch và cách triển khai model Deep Learning ra ngoài thực tế dùng Pytorch.

Nội dung loạt bài viết.

• Bài 1: Tensor
• Bài 2: Autograd
• Bài 3: Neural Network
• Bài 4: Dataset, DatasetLoader
• Bài 5: Transfer Learning
• Bài 6: Lưu và load model trong Pytorch
• Bài 7: FastAPI
• Bài 8: Torchserve
• Bài 9: ONNX, tensorrt, torchscript
• Bài 10: Pytorch lightning

Code cho series này mọi người lấy ở đây.

Generative Adversarial Networks (GAN)

Thời gian qua chắc mọi người đã nghe tới FaceApp hay DeepNude, đó đều là ứng dụng của mạng GAN.

Sau sự thành công của series Deep Learning cơ bản cũng như sách Deep Learning cơ bản, mình tiếp tục muốn giới thiệu tới bạn đọc series về GAN, một nhánh nhỏ trong Deep Learning nhưng đang rất phát triển. Nó như một hướng đi tiếp theo cho những ai đã theo hết series Deep Learning cơ bản.

Series Deep Learning cơ bản giống như cung cấp nền tảng về Deep Learning cho mọi người, còn series này muốn giúp mọi người làm quen với việc đọc paper, đọc code trên github và chạy với custom dataset.

Qua đó hy vọng mọi người dễ tiếp cận hơn với việc nghiên cứu trong môi trường học thuật cũng như đi làm ở công ty về lĩnh vực Machine Learning hay Deep Learning.

Nội dung của loạt bài viết

• Bài 0: Giới thiệu series GAN (Generative Adversarial Networks)
• Bài 1: Giới thiệu về GAN
• Bài 2: Deep Convolutional Generative Adversarial Network (DCGAN)
• Bài 3: Conditional GAN (cGAN)
• Bài 4: Least Squares Generative Adversarial Networks (LSGAN)
• Bài 5: GAN evaluation
• Bài 6: Image to image translation
• Bài 7: Pix2pix
• Bài 8: CycleGAN
• Bài 9: StarGAN

Code cho series này mọi người ở đây.

Deep learning cơ bản

Mọi người có bao giờ nghe đến ô tô tự lái; robot phẫu thuật; hệ thống dịch tự động; chatbot tự động trả lời; alphaGo,… Tất cả đều là ứng dụng của Deep learning.

Sau thời gian ấp ủ khá lâu mình xin cho ra mắt series bài viết hướng dẫn về Deep learning cơ bản. Mỗi bài viết sẽ giải thích chi tiết nhưng đơn giản, dễ hiểu cho tất cả mọi người. Nội dung sẽ đi từ lý thuyết đến thực hành và luôn có các ứng dụng thực tế đi kèm.

Sách Deep Learning cơ bản được tổng hợp từ series này. Tuy nhiên nội dung sách được biên soạn cẩn thận hơn so với blog ở các phần sau:

• Hướng dẫn cài đặt và sử dụng môi trường Anaconda cũng như google colab cho người mới dùng dễ sử dụng hơn.
• Kiến thức về Python cơ bản.
• Phần bài tập sau mỗi chương để bạn đọc vận dụng các kiến thức đã học.
• Nội dung mỗi bài được chỉnh sửa cẩn thận hơn.

Mọi người tải sách ở đây.

Bên cạnh đó mình cũng mở khóa Deep Learning cơ bản dành cho các bạn có kiến thức cơ bản về toán cao cấp và lập trình, muốn học tập và theo đuổi con đường ML/DL/AI.

Nội dung của loạt bài viết

• Bài 0: Giới thiệu về deep learning
• Bài 1: Linear regression và gradient descent
• Bài 2: Logistic regression
• Bài 3: Neural network
• Bài 4: Backpropagation
• Bài 5: Giới thiệu về xử lý ảnh
• Bài 6: Convolutional neural network
• Bài 7: Giới thiệu keras và bài toán phân loại ảnh
• Bài 8: Ứng dụng CNN cho ô tô tự lái
• Bài 9: Transfer learning và data augmentation
• Bài 10: Các kĩ thuật cơ bản trong deep learning
• Bài 11: Object detection với faster-RCNN
• Bài 12: Image segmentation với U-Net
• Bài 13: Recurrent neural network
• Bài 14: Long short term memory
• Bài 15: Ứng dụng thêm mô tả cho ảnh (image captioning)

Code cho series này mọi người xem ở đây.