WEBVTT 00:00.180 --> 00:04.020 Xin chào và chào mừng bạn đến với phần Mạng nơ-ron hợp pháp. 00:04.020 --> 00:07.500 Rất vui vì bạn cũng tham gia với chúng tôi cho phần này. 00:07.500 --> 00:11.010 Và hôm nay chúng ta sẽ che đậy kế hoạch tấn công. 00:11.010 --> 00:13.560 Chúng ta sẽ tìm hiểu mọi thứ trong phần này như thế nào? 00:13.560 --> 00:14.910 Có quá nhiều thứ để học. 00:15.480 --> 00:17.340 Hãy xem chúng ta sẽ tiếp cận vấn đề này như thế nào. 00:17.340 --> 00:17.790 Được rồi. 00:17.790 --> 00:19.350 Chúng ta sẽ học gì trong phần này. 00:19.350 --> 00:25.050 Trước hết, chúng ta sẽ nói về những gì mạng phức hợp thực sự rất quan trọng để hiểu được mục tiêu cuối cùng mà 00:25.050 --> 00:28.710 bạn đang hướng tới trước khi bạn thực sự bắt đầu làm việc với nó. 00:28.710 --> 00:30.270 Vì vậy, chúng ta sẽ nói về các tính năng. 00:30.270 --> 00:31.980 Chúng ta sẽ xem xét một vài ví dụ nhỏ. 00:31.980 --> 00:36.660 Chúng tôi sẽ so sánh não người với các mạng thần kinh nhân tạo về mặt nhận dạng hình ảnh. 00:36.660 --> 00:42.210 Vì vậy, sẽ là một hướng dẫn nhỏ thú vị để giúp chúng ta bắt đầu toàn bộ phần này. 00:42.360 --> 00:47.340 Sau đó, chúng ta sẽ nói về bước một, đi thẳng vào hoạt động tích chập của nó. 00:47.340 --> 00:56.220 Vì vậy, phần này của khóa học bao gồm một số bước mà chúng ta cần phải thực hiện để xây dựng một mạng nơron 00:56.220 --> 00:56.970 tích hợp. 00:56.970 --> 00:58.980 Và đó là cách mà các hướng dẫn này sẽ được chia nhỏ. 00:58.980 --> 01:00.450 Vì vậy, đây sẽ là bước một. 01:00.450 --> 01:06.420 Phép toán tích chập sẽ tìm hiểu mọi thứ về bộ phát hiện tính năng. 01:06.420 --> 01:08.700 Chúng ta sẽ nói về, đó cũng là các bộ lọc. 01:08.700 --> 01:14.490 Chúng ta sẽ nói về bản đồ đặc điểm và các thông số khác nhau ở đó như thế nào, ý nghĩa của chúng. 01:14.490 --> 01:17.130 Và chúng ta cũng sẽ xem xét một số ví dụ trực quan. 01:17.250 --> 01:26.010 Sau đó, chúng ta sẽ nói về bước một, phần B, lớp giá trị hoặc lớp màu đỏ, là đơn vị tuyến tính được chỉnh 01:26.010 --> 01:26.580 lưu. 01:26.580 --> 01:35.190 Và chúng ta sẽ nói về lý do tại sao độ tuyến tính là không tốt và cách chúng tôi muốn có nhiều tính chất không tuyến tính hơn trong mạng của mình 01:35.190 --> 01:36.510 để nhận dạng hình ảnh. 01:36.600 --> 01:41.250 Sau đó, chúng ta sẽ nói về gộp bước hai và chúng ta sẽ hiểu cách hoạt động của gộp. 01:41.250 --> 01:46.350 Chúng tôi sẽ nói cụ thể về tổng hợp tối đa và chúng tôi cũng sẽ đề cập đến một số điều về tổng hợp 01:46.350 --> 01:51.300 có nghĩa hoặc một số tổng hợp và các cách tiếp cận khác mà bạn có thể thực hiện cho quá trình tổng hợp. 01:51.900 --> 01:55.440 Cũng trong bài giảng này, chúng ta sẽ có một ví dụ thực sự thú vị. 01:55.440 --> 01:59.640 Vì vậy, sẽ có một công cụ tương tác, rất trực quan mà chúng ta sẽ xem xét. 01:59.640 --> 02:05.130 Vì vậy, hãy nhớ chú ý đến phần cuối của bài giảng đó vì điều đó sẽ bổ sung rất nhiều giá trị cho quá trình học 02:05.130 --> 02:08.400 tập của bạn, những gì chúng ta sẽ thảo luận ở phần cuối ở đó. 02:09.030 --> 02:10.590 Bước ba Làm phẳng. 02:10.590 --> 02:16.050 Vì vậy, ở đây chúng tôi sẽ là một hướng dẫn nhanh về cách tiến hành từ các lớp gộp sang lớp 02:16.050 --> 02:17.070 phẳng của bạn. 02:17.070 --> 02:19.450 Và sau đó chúng ta sẽ nói về các kết nối đầy đủ. 02:19.450 --> 02:25.950 Vì vậy, đây là hướng dẫn rất hấp dẫn, tập hợp mọi thứ lại với nhau và đưa mọi thứ vào góc 02:25.950 --> 02:33.270 nhìn và thực sự cho bạn thấy mọi thứ hoạt động như thế nào vào cuối ngày và cách những tế bào thần kinh cuối cùng 02:33.270 --> 02:40.740 đó hiểu cách phân loại hình ảnh, hướng dẫn rất, rất quan trọng và hy vọng rằng điều đó sẽ tóm tắt hoặc sắp xếp mọi thứ 02:40.740 --> 02:42.240 lại với nhau cho bạn. 02:42.240 --> 02:45.930 Và cuối cùng chúng ta sẽ có một bản tóm tắt sẽ tóm tắt mọi thứ chúng ta đã nói. 02:46.290 --> 02:52.950 Và như một tính năng bổ sung nhỏ, tôi đã bao gồm một hướng dẫn về máy Mac mềm và entropy chéo, vì vậy bạn không cần phải thực 02:52.950 --> 02:54.000 hiện hướng dẫn này. 02:54.000 --> 02:59.310 Nhưng tôi nghĩ nó sẽ là một bổ sung kiến thức tuyệt vời vì đây là những thuật ngữ mà bạn sẽ 02:59.310 --> 03:01.830 gặp khi xử lý các mạng nơ-ron tích tụ. 03:01.830 --> 03:04.500 Vì vậy, có thể, có thể lấy nó ngay lập tức. 03:04.500 --> 03:10.860 Có thể khi bạn bắt gặp những thuật ngữ này, bạn sẽ luôn biết rằng bạn có thể quay lại khóa học này và tham gia hướng dẫn 03:10.950 --> 03:14.430 này để hiểu rõ hơn về máy Mac mềm và entropy chéo là gì. 03:14.430 --> 03:20.280 Và cũng như mọi khi, trong suốt các hướng dẫn này, sẽ có rất nhiều bài đọc được đề xuất để bạn 03:20.280 --> 03:22.860 nâng cao kỹ năng và có thêm kiến thức. 03:23.100 --> 03:25.950 Và trên lưu ý đó, tôi rất nóng lòng được gặp bạn trong bài hướng dẫn đầu tiên. 03:25.950 --> 03:31.380 Đây sẽ là một phần rất vui và thú vị và cho đến lần sau, hãy tận hưởng việc học sâu.