Học AI & Lập trình
Mạng nơ-ron và CNN hoạt động thế nào: neuron, tích chập, pooling
Hiểu neuron, hàm kích hoạt, tích chập, pooling, feature map, receptive field và tự tính số tham số lớp Conv bằng NumPy, kiểm tra lại với PyTorch.
⭐ Mới bắt đầu? Học theo thứ tự
Chặng 10: Deep Learning trong lộ trình Vision Engineer
12 bài học sắp xếp từ dễ đến khó, có mục tiêu, bài tập và dự án cuối chặng.
Bài viết về PyTorch
Học AI & Lập trình
PyTorch cơ bản: tensor, autograd và vòng lặp huấn luyện 4 bước
Tensor trên CPU/GPU, chuyển ảnh OpenCV sang tensor, autograd và zero_grad, nn.Module, vòng lặp 4 bước huấn luyện CNN OK/NG, lưu nạp state_dict an toàn.
Học AI & Lập trình
Loss function và optimizer: SGD, Momentum, RMSProp, Adam
MAE, MSE, Huber, cross-entropy; batch, mini-batch SGD; Momentum, Adagrad, RMSProp, Adam với công thức đúng và thí nghiệm PyTorch kiểm chứng.
Học AI & Lập trình
Backpropagation: lan truyền ngược qua ví dụ tính tay
Quy tắc chuỗi, đồ thị tính toán, upstream và local gradient: tính tay gradient của f = (x + y)z, tự cài mạng 2 lớp bằng NumPy, đối chiếu autograd.
Học AI & Lập trình
Batch Normalization, Dropout và Receptive Field
BatchNorm khác nhau thế nào lúc train và lúc suy luận, Dropout chống overfitting ra sao, cách tính receptive field và các mẫu sắp xếp lớp CNN.
Học AI & Lập trình
Các kiến trúc CNN kinh điển: LeNet, AlexNet, VGG, ResNet
Hành trình ImageNet: mỗi kiến trúc giải quyết vấn đề gì, ý tưởng cốt lõi, số tham số, độ chính xác và cách dùng mô hình pretrained trong torchvision.
Học AI & Lập trình
Vanishing/Exploding gradient và khởi tạo trọng số
Vì sao mạng sâu khó huấn luyện: sigmoid và ReLU, khởi tạo Xavier/He đúng công thức qua thí nghiệm 10 lớp, gradient clipping và checklist khi loss NaN.
Học AI & Lập trình
Dataset, DataLoader và augmentation cho ảnh công nghiệp với PyTorch
Viết Dataset đọc ảnh OK/NG bằng OpenCV, dùng DataLoader, cân bằng lớp bằng WeightedRandomSampler và chọn augmentation không làm sai nhãn ảnh công nghiệp.
Học AI & Lập trình
Dự án: phân loại ảnh OK/NG bằng transfer learning PyTorch, xuất ONNX
Tinh chỉnh ResNet18 với ít ảnh: đóng băng rồi mở băng, augmentation an toàn, chọn ngưỡng theo escape, ma trận nhầm lẫn, xuất ONNX và so khớp kết quả.
Học AI & Lập trình
PyTorch: 7 bước huấn luyện một mạng phân loại ảnh
Tensor, Dataset, DataLoader, model, loss, optimizer, vòng lặp train/validate/test: pipeline huấn luyện phân loại ảnh CIFAR-10 hoàn chỉnh từ đầu.
Học AI & Lập trình
Transfer Learning và Data Augmentation khi có ít dữ liệu
Feature extractor hay fine-tune? Chọn chiến lược theo kích thước và độ tương đồng dữ liệu, kèm kỹ thuật tăng cường ảnh với torchvision.
Học AI & Lập trình
Từ R-CNN đến Faster R-CNN: anchor, RoI Pooling, RPN
Họ R-CNN giảm từ 50 giây xuống 0,2 giây mỗi ảnh: bounding box regression, RoI Pooling, anchor, RPN, 4 hàm loss và fine-tune bằng torchvision.
Học AI & Lập trình
Image Segmentation: FCN, U-Net, DeepLab, Mask R-CNN
Phân loại từng pixel: semantic, instance, panoptic; upsampling, transposed convolution, atrous conv, Mask R-CNN, độ đo mIoU, Dice và code PyTorch.
Học AI & Lập trình
GAN – Mạng đối sinh: cho máy tính tự “vẽ” ảnh
Generator và Discriminator đấu trí ra sao, hàm minimax, huấn luyện DCGAN bằng PyTorch, mode collapse và các biến thể cGAN, pix2pix, CycleGAN.
Học AI & Lập trình
Hàm mất mát cho phân loại: cross-entropy, class weight, focal loss
Hiểu softmax và cross-entropy bằng con số cụ thể, vì sao dữ liệu ít ảnh NG làm mô hình lười, và cách xử lý bằng trọng số lớp hoặc focal loss trong PyTorch.
Học AI & Lập trình
PyTorch: lưu checkpoint và huấn luyện tiếp sau khi bị gián đoạn
Checkpoint cần model, optimizer, scheduler và epoch. Thí nghiệm chứng minh huấn luyện tiếp cho kết quả y hệt, cùng lỗi weights_only của torch.load từ bản 2.6.
Học AI & Lập trình
Xuất mô hình PyTorch sang ONNX và kiểm tra kết quả khớp PyTorch
Xuất PyTorch và YOLO sang ONNX, chạy bằng ONNX Runtime, đo sai số trên nhiều ảnh, bắt lỗi tiền xử lý và lưu thẻ mô hình có mã băm.
Tài nguyên
Cách tra cứu tài liệu OpenCV, PyTorch, Ultralytics hiệu quả
Kiểm tra phiên bản, đọc tài liệu API đúng cách, tra cứu ngay trong Python và quy trình xử lý lỗi khi code không chạy.
Kiến thức
Môi trường ảo, pip và requirements.txt cho dự án AI Vision
Tạo venv cho từng dự án, cài đúng gói OpenCV, lưu requirements.txt, cài offline cho máy nhà máy, cài PyTorch nhận GPU và script kiểm tra môi trường.
Kiến thức
PyTorch, TensorFlow, ONNX, OpenVINO, TensorRT: học gì trước?
Vai trò của framework huấn luyện và runtime triển khai trong vòng đời một dự án AI Vision, cùng gợi ý thứ tự học.
Học AI & Lập trình
U-Net cho phân đoạn ảnh: tự cài bằng PyTorch với Dice loss
Encoder, decoder, skip connection, U-Net nhỏ bằng PyTorch, vì sao cần Dice loss cho vết lỗi nhỏ, huấn luyện và báo cáo Dice, escape, overkill.
Tài nguyên
Cheat sheet PyTorch: tensor, lớp mạng, huấn luyện, xuất mô hình
Tra cứu nhanh tensor, GPU, lớp mạng, hàm mất mát, vòng lặp huấn luyện, lưu tải mô hình và các lỗi hay gặp.