-
Tuần 1 - Ngày 10 tháng 7 năm 2019
- Giới thiệu về khóa học
- Hướng dẫn viết chương trình Python trên web
- Hướng dẫn sử dụng PyCharm
- Tổng quan về Python
- Kỹ năng sử dụng Google search
- Viết tài liệu kỹ thuật dùng Markdown
- Hàm xây dựng sẵn trong Python – math và random
- Cài đặt các công thức toán cơ bản
- Xây dựng hàm trong python
- Điều kiện if-else
- Những lỗi thường gặp trong Python
- Reading assignment
-
Tuần 2 - Ngày 17 tháng 7 năm 2019
-
Tuần 3 - Ngày 24 tháng 7 năm 2019
-
Tuần 4 - Ngày 31 tháng 7 năm 2019
-
Tuần 5 - Ngày 7 tháng 8 năm 2019
-
Advanced Python
-
Tuần 6 - Ngày 14 tháng 8 năm 2019
-
Tuần 7 - Ngày 28 tháng 8 năm 2019
-
Tuần 8
-
Tuần 9
Bài tập
Bài tập 1: Cho ảnh grayscale 5x5
qua tầng convolutional có filter 3x
3, với padding P = 1
và stride S = 2
.
a) Hãy tính kích thước đầu ra?
b) Hãy tính ma trận đầu ra?
Bài tập 2: Tính Output khi áp dụng tầng activation ReLU cho ảnh dưới đây
Bài tập 3: Thực hiện phép tính pooling với filter 2x2
và stride S = 1
cho hình sau
a) Tính kích thước đâu ra?
b) Thực hiện tính max-pooling với size = 2x2
c) Thực hiện tính average-pooling với size = 2x2
Bài tập 4: (Feature detector) cho ảnh như hình bên dưới và ma trận C.
Tính sự tương quan giữa A và C: Y=correlation(A, C)
Nếu Y > 5000
thì ảnh A có đặc trưng C.
Bài tập 5: Dựa vào phần cài đặt CNN cho Cifar-10 ở bài trước, các bạn hãy thiết kế CNN với nhiều layer convolution hơn bằng cách dùng filter size = 3×3. Dùng bộ dữ liệu Cifar-10 để kiểm tra xem CNN với nhiều layer hơn có chính xác hơn hay không?