Chào các bạn, sau một thời gian ở ẩn, chúng ta lại tiếp tục với việc thực chiến AI, ở bài viết này, chúng ta sẽ train mô hình AI Reinforcement Learning với tựa game đã đi vào bao nhiêu thế hệ trẻ thơ, Mario, tuy nhiên, để bắt đầu bài viết, mình sẽ note lại một vài ý về Reinforcement Learning, Q learning, và cải tiến của Deep Q-Network là Double Deep Q-Network , trong phần code mình sẽ sử dụng Double Deep Q-Network
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.
Ở bài viết này, chúng ta sẽ sử dụng pretrain model của kares để phân loại hoa hồng (rose), hoa mặt trời (sunflower), hoa bồ công anh (dandelion), hoa cúc (daisy) và hoa tulip.
Khi bạn làm thực tế LSTM, rất khó để xác định số lượng node ẩn, số lớp của mô hình. Trong bài này, mình sẽ trình bày một công thức để giúp các bạn đỡ phải băng khoăn khi lựa chọn tham số.
Python là ngôn ngữ kịch bản được phát triển kể từ năm 1991. Ở một số thực nghiệm, ta thấy rằng python "ăn" rất nhiều RAM. Ở bài viết này, chúng ta sẽ phân tích sâu hơn về vì sao python lại ăn ram và cách khắc phục.
Python là ngôn ngữ kịch bản được phát triển kể từ năm 1991. Và đến tận ngày nay, nó là một trong những ngôn ngữ được yêu thích nhất của các lập trình viên trên toàn thế giới. Ở bài viết này, chúng ta sẽ đề cập 5 mẹo hay chúng ta cần biết để làm việc hiệu quả hơn với python.
Ở bài viết này, chúng ta tìm hiểu một số mẹo khi huấn luyện mô hình sử dụng deep learning.
Ở bài viết này, chúng ta tìm hiểu một số mẹo khi huấn luyện mô hình sử dụng deep learning.
Ở bài viết này, chúng ta sẽ bàn về cách lựa chọn mô hình object detector tối ưu cho bài toán.
Ở bài viết này, chúng ta sẽ tìm hiểu single shot object detectors và ứng dụng của nó trên các thuật toán SSD, Yollov3, FPN và RetinaNet.