.. 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