Chủ đề: Cải tiến độ chính xác của mô hình học sâu & Giới thiệu CNN
Thời gian: 20h00 – 21h30, Thứ Sáu, ngày 18/07/2025
Hình thức: Trực tuyến qua Google Meet

Trong buổi workshop thứ ba thuộc chuỗi Training Nghiên cứu Khoa học hè 2025, sinh viên đã được giới thiệu các phương pháp nâng cao độ chính xác của mô hình học sâu như: Regularization, tối ưu hóa hiện đại (Adam, RMSProp), chuẩn hóa dữ liệu, học chuyển tiếp (Transfer Learning), cùng các kỹ thuật xử lý vanishing gradient như ReLU và BatchNorm.

z6818363940066 eb42abc9aa96dcd28ed9796152c29bbb

z6818363936718 75d1a42363ef0bc4777a98bbeb395378

z6818363931772 efe8bb5e4e0495412dc38acaa4b7fe7d

z6818363927540 5a3d1fdc38f3a0d30e063fcb66e05544

z6818363916635 056ef013d3c2e96d8b7d9a66b9bc2e1d

z6818953437806 9424ab68d25bf82afe193e525eb252f9

Phần hai tập trung vào nền tảng và ứng dụng của mạng neuron tích chập (CNN) – một bước ngoặt trong lĩnh vực nhận dạng ảnh, với các kiến trúc nổi bật như LeNet, AlexNet, VGG, ResNet, Inception.

z6818953435822 69b6a2509c1402d9c7023a55f0245039

Phần thực hành giúp sinh viên trực tiếp trải nghiệm xây dựng mô hình CNN cơ bản bằng TensorFlow, phân loại ảnh với mô hình pretrained và học chuyển tiếp.

z6818953437806 9424ab68d25bf82afe193e525eb252f9

🔗 Thông tin chi tiết và liên hệ: https://se.uit.edu.vn/vi/lien-he