.. raw:: html
.. _chap_modern_cnn:
Mạng Nơ-ron Tích chập Hiện đại
==============================
.. raw:: html
Ở chương trước, chúng ta đã nắm rõ các khái niệm cơ bản trong việc xây
dựng mạng nơ-ron tích chập, bây giờ hãy cùng tìm hiểu về học sâu hiện
đại. Trong chương này, từng phần sẽ trình bày một kiến trúc mạng nơ-ron
quan trọng mà tại một thời điểm nào đó (có thể cả trong hiện tại) là mô
hình nền tảng được sử dụng trong một lượng lớn các nghiên cứu và dự án.
Mỗi kiến trúc mạng này thống trị trong một khoảng thời gian, nhiều mạng
đã về nhất hoặc nhì tại ImageNet, một cuộc thi được xem là thước đo sự
phát triển của học có giám sát trong thị giác máy tính kể từ năm 2010.
.. raw:: html
Những mô hình này gồm có: AlexNet, mạng quy mô lớn đầu tiên được triển
khai để đánh bại các phương pháp thị giác máy tính truyền thống trong
một thử thách quy mô lớn; VGG, mạng tận dụng một số lượng các khối được
lặp đi lặp lại; Mạng trong Mạng (*Network in Network - NiN*), một kiến
trúc nhằm di chuyển toàn bộ mạng nơ-ron theo từng điểm ảnh ở đầu vào;
GoogLeNet sử dụng các phép nối song song giữa các mạng; Mạng phần dư
(*residual networks - ResNet*) là kiến trúc mạng được sử dụng phổ biến
nhất hiện nay; và cuối cùng là Mạng tích chập kết nối dày đặc (*densely
connected network - DenseNet*), dù yêu cầu khối lượng tính toán lớn
nhưng thường được sử dụng làm mốc chuẩn trong thời gian gần đây.
.. toctree::
:maxdepth: 2
alexnet_vn
vgg_vn
nin_vn
googlenet_vn
batch-norm_vn
resnet_vn
densenet_vn
Những người thực hiện
---------------------
Bản dịch trong trang này được thực hiện bởi:
- Đoàn Võ Duy Thanh
- Nguyễn Văn Cường
- Lê Khắc Hồng Phúc
- Phạm Minh Đức