Deep Learning Foundations: From Neural Networks to Large Language Models (bằng tiếng Anh).

Học sâu cung cấp năng lượng cho cuộc cách mạng trí tuệ nhân tạo hiện đại, nhưng bắt đầu thường cảm thấy áp đảo với toán học phức tạp và thuật ngữ học thuật dày đặc. Chương trình học dựa trên văn bản này phân tích các khái niệm này thành những lời giải thích rõ ràng, hướng dẫn bạn từ các thuật toán nhận thức cơ bản đến các mô hình ngôn ngữ hiện đại. Bạn sẽ chuyển từ một người mới bắt đầu đến một người hiểu cách mạng nơ-ron sâu xử lý thông tin, nhận ra các mô hình, và tạo ra văn bản. Bạn sẽ có một nền tảng khái niệm và thực tiễn trong kiến trúc AI hiện đại, chuẩn bị cho bạn đọc, viết và lý luận về các hệ thống học sâu với sự tự tin. Bạn sẽ học được gì: Hiểu được toán học cơ bản và các khái niệm cốt lõi đằng sau các nơ-ron nhân tạo, trọng lượng, thiên vị và các hàm kích hoạt; Xây dựng mạng nơron sâu từng bước sử dụng thư viện Python hiện đại và các thực tiễn tốt nhất; Ứng dụng mạng nấm thần kinh để giải quyết các vấn đề nhận dạng hình ảnh và thị giác máy tính cổ điển; Tìm hiểu Mạng nơron lặp lại và mô hình trình tự để xử lý dữ liệu trình tự và văn bản; Học các kiến trúc cơ bản của biến đổi, cơ chế tự chú ý và mô phỏng ngôn ngữ lớn; Huấn luyện thực hành, điều chỉnh và gỡ lỗi các mô hình học sâu để tối ưu hóa hiệu suất của chúng. Chương trình bắt đầu với thuật ngữ thiết yếu, mô hình nhận thức cơ bản, và định nghĩa nền tảng trước khi chuyển sang thiết kế kiến trúc thực tế. Bạn sẽ tiến triển một cách có hệ thống từ các mạng lưới đơn giản đến các mô hình dựa trên biến đổi tiên tiến, nghiên cứu các mã thực hiện rõ ràng trên đường đi. Lớp học này được thiết kế cho các kỹ sư AI tham vọng, nhà phát triển phần mềm, và những người đam mê công nghệ tò mò mới đến học sâu. Không cần kinh nghiệm học máy trước, mặc dù một sự quen thuộc cơ bản với Python là hữu ích. Bắt đầu đọc hôm nay và mở khóa các nguyên tắc cốt lõi của học sâu hiện đại.