Tìm

Trần Ngọc Minh Notes

Stay hungry, stay foolish!

Chuyên mục

tensorflow

Trực quan dữ liệu với thư viện TensorFlow.js

Trong bài https://ngocminhtran.com/2020/04/20/tensorflow-js-thu-vien-machine-learning-cho-web-developer/ chúng ta đã làm quen với thư viện TensorFlow.js – một thư viện Machine Learning (và Deep Learning) dành cho “dân”  sử dụng JavaScript. Và trong bài này, chúng ta sẽ làm quen với một thư viện... Continue Reading →

TensorFlow.js: Thư viện Machine Learning cho Web Developer

Giới thiệu Nếu bạn là người phát triển web chuyên sử dụng ngôn ngữ JavaScript và rất muốn học và ứng dụng Machine Learning (ML) một cách nhanh chóng thì TensorFlow.js là một giải pháp phù hợp. TensorFlow.js là thư... Continue Reading →

Cập nhật các mô hình Linear Regression dùng TensorFlow 2.X

Trong loạt bài Học TensorFlow, tôi đã đề cập đến mô hình Linear Regression đơn giản tại https://ngocminhtran.com/2019/06/03/tensorflow-ham-mat-mat-loss-function-trong-linear-regression/ và mô hình đa thức - dạng tổng quát của mô hình Linear Regression tại https://ngocminhtran.com/2019/06/28/tensorflow-mo-hinh-da-thuc-trong-linear-regression/. Tất cả đều sử dụng TensorFlow... Continue Reading →

Cập nhật nhanh TensorFlow 2.0

Giới thiệu TensorFlow 2.0 Chúng ta đã tìm hiểu cơ bản về TensorFlow trong loạt bài Học TensorFlow nhưng đó chỉ là TensorFlow 1.X. Vào tháng 1 năm 2019, Google đã thông báo về TensorFlow 2.0 và đến cuối năm,... Continue Reading →

TensorFlow: Mô hình đa thức trong Linear Regression

Mô hình đa thức (Polynomial Model) Các mô hình tuyến tính (linear models) giúp chúng ta dễ hình dung và dễ học nhưng là mô hình không thể áp dụng trong thế giới thực. Quỹ đạo viên đạn, vệ tinh,... Continue Reading →

TensorFlow: Hàm mất mát (loss function) trong Linear Regression

Hàm mất mát L1 và L2 Một trong các cách tiếp cận dùng để giải quyết bài toán Linear Regression là sử dụng hàm chi phí (cost function) hay cũng có thể gọi  là hàm mất mát (loss function). Để... Continue Reading →

TensorFlow: Cholesky Decomposition (Phân tích ma trận Cholesky)

Các thuật toán trong Machine Learning (ML) chia thành 3 nhánh là supervised learning (tạm dịch: học giám sát), unsupervised learning (tạm dịch: hoc không giám sát) và reinforcement learning (tạm dịch: học tăng cường). Linear regression (tạm dịch: Hồi... Continue Reading →

TensorFlow: Kiểu dữ liệu (data types) và Lazy loading

Kiểu dữ liệu Giống như Python, TensorFlow cũng trang bị cho mình một tập hợp các kiểu dữ liệu dùng cho các mục đích khác nhau. Bảng dưới đây trình bày các kiểu dữ liệu trong TensorFlow: Các kiểu dữ... Continue Reading →

TensorFlow: Các hàm toán học, vector và ma trận

Các hàm toán học cơ bản Khi làm việc với machine learning, chúng ta phải thực hiện rất nhiều các thao tác toán học như cộng, trừ, nhân, chia, lũy thừa, v.v. TensorFlow cung cấp một tập hợp các hàm... Continue Reading →

Tensor, biến (variable) và placeholder

Tensor Đơn vị cơ bản trong TensorFlow là các tensor. Một tensor là một vec tơ hay một ma trận - chẳng qua là một danh sách các vectơ. Các tensors có thể được khai báo với các biến hay... Continue Reading →

Trực quan hóa dữ liệu dùng TensorBoard

Khi làm việc với TensorFlow, trong nhiều trường hợp, chúng ta cần trực quan hóa dữ liệu dưới dạng các hình ảnh, lược đồ, sơ đồ, v.v. để có thể hiểu dữ liệu, sửa lỗi, và tối ưu chương trình... Continue Reading →

Nhập môn TensorFlow

Giới thiệu TensorFlow là thư viện Machine Learning mã nguồn mở được Google giới thiệu năm 2015. Kể từ thời điểm đó đến nay, TensorFlow đã phát triển với tốc độ chóng mặt và trở thành thư viện ML phổ... Continue Reading →

Thực thi mã Python trên Anaconda prompt

Sau khi cài đặt thành công Anaconda, chúng ta bắt đầu viết vài dòng mã Python. Dòng mã sau đây dùng để viết lệnh xuất dòng chữ Hello Word trong Python 3.6.4: Cách thực hiện: Mở Anaconda prompt và gõ... Continue Reading →

Cài đặt Python cho Machine Learning và Tensorflow trong Windows 10

Tải Anaconda Cài đặt Anaconda (ví dụ vị trí cài đặt là D:\soft\Anaconda_Python_Install) Thiết lập biến môi trường: Vào System Properties > Environment Variables Tại ô System variables chọn Path và nhấn nút Edit Trong cửa sổ Edit  environment variables nhấn... Continue Reading →

Powered by WordPress.com.

Up ↑

%d bloggers like this: