file
stringlengths 47
47
| text
stringlengths 1
182
|
---|---|
./data/e1f67df5-6ee9-4061-b0bc-69e8b37cde54.wav | ây chưa đi đã tìm được một nhà đầu tư rồi mọi người này |
./data/d869583a-1a0c-4310-9dc7-39514c94725f.wav | ai train được rồi thả like nha mọi người có ai có câu hỏi gì phần này không |
./data/2b4a0945-7f56-4808-9907-a81d42631be7.wav | ấy thì mình nghĩ là cái âm thanh nó cũng sẽ giống ảnh thôi đấy thì mình cũng sẽ masking một số a phần đi |
./data/d303a4ff-1702-4082-bbfd-5251449b813c.wav | nhưng mà trên tập validation mà chúng ta không có học thì bắt đầu nó sẽ giảm đi đấy |
./data/00bc21a4-c79e-4f29-9080-9b3563803a8a.wav | thầy giáo ơi đối với ngôn ngữ khác model của thầy có hoạt động không hay phải label training lại từ đầu |
./data/5a5cbb5e-b458-42f5-bf58-95de88def574.wav | update cái accuracy hiện tại ấy |
./data/d4a25543-1200-4d01-a0eb-f945a4c901e3.wav | ây xem là có tốt hơn được nữa không |
./data/bb250297-30d6-4133-a649-89bee5384b49.wav | thì đôi khi các bạn phải xét một cái random giá trị ấy ví dụ x mà bằng không thì các bạn phải |
./data/48f4575b-3200-41d3-a6e6-3856c6c3d64a.wav | ví dụ tôi hay sử dụng những cái mang tính chất là nhận xét kiểu như vậy |
./data/2cf9007d-2ebd-4b4c-a326-4c1b3c69b87f.wav | tensorflow dataset hoặc bên pytorch cũng có luôn pytorch dataset |
./data/eb461953-13cb-4e76-b8e7-797e178a8194.wav | càng ngày các bạn càng tiếp cận đến cái chỗ cực trị đúng không thì chúng ta cần phải dừng lại kiểu như thế |
./data/dff40ce9-1787-4b80-9922-7687d32115dd.wav | đại loại bây giờ các bạn hiểu là chúng ta đã đóng gói được dữ liệu vào trong một cái dataset |
./data/ce0ba266-f44f-4e36-9681-0bed79fd6741.wav | kiểu này chắc chắn là nếu mà có lớp học hôm đấy chắc hơi vắng |
./data/1e6067a0-1cea-4a22-a25a-48b1ead77ac0.wav | ấy thì các bạn sẽ chuẩn bị một số cái a ví dụ có điều kiện thì làm slide nêu một số ý tưởng của mình |
./data/558780f4-7dd2-406b-9545-f6b96604d0b3.wav | ấy các bạn thấy nó khá là nặng |
./data/f3608eef-4559-4e51-9643-9a133abc8550.wav | relu thì nó sẽ a mang tính chất bùng nổ hơn có nghĩa cái nào mà âm thì là bằng không |
./data/0ab60f82-30f8-4265-b382-2c2d7dc5cf59.wav | ủa không ra |
./data/e74c2a89-e72b-45a3-affe-8d0c6eb7a490.wav | đấy ví dụ early stopping này mình luôn luôn có một cái biến để xem là cái giá trị hiệu quả nhất ở đâu |
./data/4719700a-1bfe-458a-b6fe-bec7f14f6936.wav | đấy nếu mà small nó bị à overfit thì các bạn lại thử một cái ở giữa giữa cái tiny và cái small |
./data/12176570-7e32-4546-bec2-37eaae754a4e.wav | sau đó mình mới dùng toàn bộ tập dữ liệu ấy thì cái ý tưởng cũng là như vậy |
./data/6bdc2cbb-adfc-4666-b7f1-64e57d64b1eb.wav | nhưng mà mình thường nghĩ ấy chắc là trong ảnh người ta sẽ dùng gan |
./data/34b894ce-3128-4015-bc72-4b2dd347e07a.wav | ấy ví dụ ở đây các bạn để activation là softmax chẳng hạn |
./data/5a5cbbd8-deed-4504-9687-5a5c238e5f7e.wav | ok còn năm phút nữa mình sẽ a trả lời những cái câu hỏi |
./data/baf68a3b-6cff-4e19-8dc9-d51da5b6d553.wav | đến khi làm project ấy là rất là nhiều à đọc và lập trình nha mọi người |
./data/17ab272d-8fdc-41f6-a06c-bf14fb00f63b.wav | ấy tuy nhiên thì bây giờ người ta đổi nhiều sang dùng relu rồi sigmoid thì công thức như này đây |
./data/c71c9756-a90e-42d4-9972-7e538c851d96.wav | đấy train một thể xem nào |
./data/0413aed2-bd69-4e89-801c-da8f7f760155.wav | dùng trong hình ảnh thì mình thì anh nghĩ là nó sẽ kiểu transfer |
./data/1a89fb4f-aeb0-4796-ad28-37dd4eaea015.wav | đây độ dài khác nhau chẳng hạn ờ giọng khác nhau ví dụ thế thì chúng ta có thể phân loại được các loại hoa nào có ba loại hoa ở đây |
./data/2e9f7136-e5d2-477e-a5a9-624b7b116b1a.wav | mọi người có câu hỏi gì không |
./data/b47eef8d-acf9-490a-94b2-01d40bf334b2.wav | ở đây thì nhìn cái thuật toán này nó cũng phức tạp nhưng mà thực ra nó cũng gọi là viết theo kiểu công thức thôi |
./data/57291cd7-3d8f-463a-8ea4-52ee4152ff74.wav | như này là thiên biến vạn hoá |
./data/89bf4013-e840-4028-8d58-0b7f8fcdeed7.wav | để mô tả được cái bộ lớn ấy |
./data/b0c56f4c-fc45-4c1a-ab93-2842010fda47.wav | có ai có câu hỏi gì nữa không |
./data/e93a3d41-394d-498a-9054-a24f161df437.wav | ấy thì các bạn tắt cái này đi đây cái logit là cái trước softmax |
./data/50d39ebc-1dfe-4d6f-99d4-6390572050c4.wav | chuyển miền đấy học được quan hệ của những cái feature với nhau |
./data/23a58176-5634-49c9-a189-7c267fe75543.wav | nếu mà các bạn dùng một phần nhỏ thôi chẳng hạn thì có thể là nó sẽ không được đúng lắm |
./data/c4ebef93-f21d-4e76-b8d0-6bfc2183ad76.wav | callback là gì cái này ở trong nếu mà các bạn học javascript ý thì theo kiểu mà hướng sự kiện ấy |
./data/c75a19ef-ada5-4b23-bc61-24adb27c6f6c.wav | có nghĩa là sau một ngàn epoch nó sẽ còn một phần hai và một phần ba sau hai ngàn epoch |
./data/49dc479f-85fa-4793-8a6a-58afc616b85c.wav | có nghĩa là hai cái bộ a cái bộ data mà các bạn lấy ra cái mẫu lấy ra ấy nó chưa đủ |
./data/c0fc10e9-63b5-450a-bf99-eeed21e14f40.wav | có nghĩa các bạn cảm giác như là mấy tb thì nó sẽ phải có hàng triệu thậm chí hàng tỉ câu |
./data/af99ac03-365c-4b8b-b027-13eafe608708.wav | đấy thì các bạn sẽ dừng lại không đi tiếp nữa và các bạn lưu được cái điểm tối ưu nhất này |
./data/173923eb-d726-481f-b729-9585a95c3788.wav | các bạn chạy notebook nha mọi người |
./data/91cd3681-65af-4122-9a74-9aa2d67cd3a9.wav | cho nên trong trường hợp này cái mạng nơ ron của chúng ta vẫn đang phục vụ bài toán phân loại nha mọi người cuối cùng các bạn cũng phải vẽ được cái đường ranh giới nào cho nó phù hợp |
./data/1a32fed6-356b-47b4-9147-65007915e753.wav | ở bên gia đình rồi à đi chơi với bạn bè ấy thì chúng ta sẽ nghỉ tuần sau chúng ta sẽ học bình thường nha mọi người |
./data/90289b17-e38d-4287-82a7-b905a3cb4a67.wav | ở đây có một số cái chiến lược mà khi các bạn sử dụng early stopping |
./data/9c602453-d3c3-4795-93f1-120c02dffb41.wav | mà ở đây cái quá trình mà forward ấy các bạn sẽ sử dụng chính các model này |
./data/e2a19e8f-50b3-4908-9e7a-bdfea8ac7bec.wav | mà các bạn phải code rất là dài đúng không ấy mình sẽ lấy một cái ví dụ như này |
./data/95727e37-0b74-4327-95cc-3ee1ccd577cf.wav | cái learning rate nó càng giảm được không ạ |
./data/7a3b9a7e-caf1-4077-b694-4f26994dba17.wav | ấy thì mình có thể sử dụng mấy cái yếu tố đó để hình thành lên một cái giống như là cái ảnh kiểu như vậy |
./data/9cc0ae8f-e937-43eb-a694-4c53fb48ee24.wav | mới có bảy người train được thôi à |
./data/e58f807d-5355-45ba-8441-00ed1a8e9246.wav | có một phần batch norm này nhưng mà mình sẽ nói về sau batch norm này thì |
./data/cfaaec89-9bfe-45bf-907a-31257d525f11.wav | đấy người ta sẽ tìm trong tất cả những cái câu này những cái câu nào có nhiều cụm từ này nhất |
./data/b4232a0b-2159-448d-8a31-a87cb7d6d2ab.wav | người ta sẽ người ta gọi là masking |
./data/f8795e57-a1f2-4d78-a7de-75cb87b3fa9c.wav | giúp bài overfit à bài overfit ở trên này nha |
./data/64302756-adc3-4f06-b817-1eafd0cc4440.wav | đến chỗ này các bạn dừng thôi chúng ta không có đi đi thêm nữa ví dụ trong mười epoch này các bạn thấy là |
./data/8049c79c-20e9-4353-a831-c21875cc8929.wav | được không ok không mọi người |
./data/023cd0ad-cb5a-4162-8c8e-f454f69749f1.wav | tạo ra một cái learning rate rất là lớn để nó vượt qua được nhiều những cái điểm mà nó |
./data/157c4338-587b-4c14-b5cd-b45be4495ed5.wav | mạng nơ ron là một cái universal function có nghĩa là nó có thể xấp xỉ được hầu hết những cái phân phối trong thực tế |
./data/f7da8ace-a4c9-4638-9216-d25f5529af1e.wav | đây là xương sống cho cái mà các bạn sẽ học trong tương lai cho nên là các bạn phải cố gắng làm bài tập softmax nha mọi người |
./data/5f371b69-8434-4b88-ae05-3d28249e64d2.wav | thì trong những cái bài toán khác nhau các bạn phải sử dụng những cái metric khác nhau ấy ví dụ ở trong âm thanh thi nó dùng cái metric là |
./data/3dfdadea-6271-4df0-8ab2-405a75c4a4b5.wav | bây giờ mình thử train thêm một chút nữa nhá tại sao mình train hơn tại vì bây mình thấy như thế này |
./data/c1844f4a-e6be-486e-981b-512a2cf04d3f.wav | cái này cũng vậy cái này thì tôi không có mask cái từ thích mà tôi mask cái từ quán này đi |
./data/4d52ec07-520b-46cc-82bc-19ac34d6e0f5.wav | luôn luôn là có một trên m đấy có nghĩa là nó sẽ chuẩn hoá theo số lượng điểm dữ liệu ở đây |
./data/2f522342-a97b-436b-9162-6dd310a75404.wav | ấy thì đây là phase hai của cái a ứng dụng này nha mọi người ấy thì nếu mà ai mà quan tâm thì |
./data/9b355a9e-61f3-4154-a4d7-e57771b9f71c.wav | mà người ta gọi là những cái tầng ẩn trong bộ dữ liệu của mình ý ví dụ chủ đề này |
./data/6c7e1c60-d3f6-492e-a979-2b355f4c70e1.wav | tôi đợi hai trăm epoch mà thấy nó không có khả quan nữa thì tôi sẽ dừng |
./data/6fd9c01a-87cf-4ebe-9ef0-c2baddf73016.wav | đây train step đây |
./data/92bb1a1b-d36f-4367-95b4-3e029dca3419.wav | đấy trong những cái bài trước các bạn đã học là overfit là khi cái mô hình của chúng ta nó học thuộc cái dữ liệu |
./data/a07df38f-a04b-4abf-9468-f404209af923.wav | mình sẽ chạy luôn cái medium này nha mọi người |
./data/44b11ddf-0d5c-4b68-89a4-3b781bacb22a.wav | ấy thì đây chính là chiến lược mà mình hay dùng nhiều hơn là chiến lược kia đấy |
./data/ef8f994c-7099-4443-928c-a5f019af5964.wav | ở đây thì mấy cái lock thôi các bạn sẽ a |
./data/ada7ad70-c8d5-4b20-aafc-8330acfb24a9.wav | không nên gọi là lan man quá rồi thử những cái phương pháp mà |
./data/ee75b8f4-c40c-4784-9e87-131f9ace468f.wav | có nghĩa là cái model này nó có cái nhiệm vụ là tái tạo cái đầu vào đúng không ạ |
./data/5eb4bd16-6ecd-4f6f-a061-926c05ba6136.wav | đấy ví dụ trong cái code ơ chắc code transformer đúng không |
./data/260560c6-71dc-4b39-aaff-101aa6e1c2aa.wav | đấy thì cái này nó chỉ là một phần rất là nhỏ ở trong cái cái trang này thôi cái trang này thì |
./data/5437b8de-7703-47bf-b3b2-f0b7bff9bea5.wav | cái mà người ta hay làm nhất là ví dụ có một cái câu là tôi không thích quán này |
./data/73b32ef8-33a2-42f8-a01c-689c21e06602.wav | đấy phase hai ấy có nghĩa là |
./data/2ac28058-d70e-4558-9872-396e39cc07a6.wav | ấy bên này accuracy đâu đó có sáu mấy phần trăm thôi nhưng bên này cũng sáu mươi bẩy phần trăm |
./data/3f78261c-b21d-43aa-83ee-52d603dbc64e.wav | đây đây các bạn thấy training này phải |
./data/1b8627d1-bf4d-41a1-b30b-a9e28e3c1534.wav | thì có thể là hai tám cộng một bằng hai mươi chín nhân với mười sáu |
./data/18aad2e8-ff95-4dbc-8b01-203eafded8aa.wav | có ai có câu hỏi gì phần này không cái phần versioning quan trọng nha mọi người |
./data/1451ace9-fe08-46f4-b08d-6885f2c405c0.wav | ấy xong các bạn sẽ masking đi tầm khoảng ba bốn cột để cho mình phải |
./data/8fc1b8ad-85c5-4f32-8cd4-a9677565bd5a.wav | không biết nam có ok không |
./data/1c540551-88a0-4d72-ac8a-8e690ba3dda1.wav | xong mình lấy những cái câu kia làm cái câu để mình query ra ấy rồi cái câu này cũng thế mình đặt là tiếp tuyến như thế này |
./data/57d9521b-b586-4b39-908b-47b7b3fb7738.wav | ấy thì về sau các bạn à chỉ cần search là đạo hàm là gì thì nó sẽ tìm trong video đấy ở những cái đoạn nào |
./data/a7f2a392-78a6-4bdb-95a3-c1a9b8ab8d41.wav | ấy đúng không ạ thì giống như các bạn sử dụng rất nhiều mô hình khác nhau ấy thì cái tư tưởng này nó rất giống là bagging |
./data/6d74a303-ef2b-4392-82c8-d2bbd6f37dd2.wav | hoặc là các bạn tạo ra một cái model to nhưng mà các bạn dropout lớn |
./data/d88009ac-f320-4972-8ab8-025e3e1a40b5.wav | nó phải rất là quan trọng nha mọi người các bạn không được bỏ quên kĩ năng đấy |
./data/0d12936b-3f42-4005-b5a3-cc9ac03d99c7.wav | ấy so sánh độ tương đồng giữa hai câu thì chúng ta biến thành vector xong dùng cái cosine thôi |
./data/ef9efb3e-fb2c-48f6-9fb2-9ec24c432723.wav | đây người ta đi theo hướng data centric là |
./data/3876c826-c334-476c-b81c-13e0527375fa.wav | thực thuật toán adam này ấy check point có nghĩa các bạn sẽ xếp lại cái model của các bạn |
./data/e73a6812-385f-47a1-b08e-cd0ae3ce990a.wav | bị phũ là sao em |
./data/d6b10c51-a367-4e89-b821-983aaaa11cbc.wav | thì đây một cái hình mà các bạn sẽ thấy |
./data/68b36c24-3d19-495c-960a-d3941b757582.wav | ấy cho nên là không chắc chắn là chúng ta sẽ thu được cái tối ưu nhất đâu mà có thể các bạn phải train nhiều hơn |
./data/85be1613-8cf8-42e0-ba78-a2a952e4fd6b.wav | sau đó mình lấy một trăm ngàn kia ra mình train đến khi nào gặp cái loss đấy thì mình sẽ dừng |
./data/efca3dbc-c700-4f4d-9ef3-4c14e2012a14.wav | thì mình sẽ làm hạ như này mình sẽ a |
./data/71f1998e-731f-4158-b671-23a48642f565.wav | ấy ây |
./data/677bab64-bccf-47f0-9e07-a5a63d61e412.wav | có nghĩa là cái câu a cái âm thanh này nó dài mấy giây ấy cái thứ hai là cái a |
./data/ac607252-dd15-4ff2-9ac1-9ac62c3174e4.wav | đây là một cái điểm à dữ liệu nha thì cái này nó sẽ tiêu cực thì người ta sẽ để là nhãn không |
./data/15117a84-e867-4a40-9071-e850dd9aa294.wav | chứ nó không giống như kiểu các bạn làm python nó có mỗi là if như thế này và else như kia |