Giới thiệu về Deep Learning
Gi i thi u v Deep Learningớ ệ ề
Trí thông minh nhân t o (AI) và H c máy (ML) đang là các ch đ hot nh tạ ọ ủ ề ấ
hi n nay. Thu t ngệ ậ ữ "AI"đ c nh c đ n h ng ngày, nh ng có nh ng ượ ắ ế ằ ư ữ
ng i không hi u AI nghĩa là gì. Bài vi t này s gi i thi u c b n v AI vàườ ể ế ẽ ớ ệ ơ ả ề
ML, c th b n s hi u Deep Learning, m t lo i ph bi n c a ML, ho t ụ ể ạ ẽ ể ộ ạ ổ ế ủ ạ
đ ng nh th nào.ộ ư ế
Quá trình hình thành
B c đ u tiên đ hi u cách Deep Learning ho t đ ng là n m rõ s khác ướ ầ ể ể ạ ộ ắ ự
bi t gi a các thu t ng quan tr ng.ệ ữ ậ ữ ọ
Artificial Intelligence vs Machine Learning (Trí thông minh nhân t o và ạ
H c máyọ)
Artificial Intelligence là b n sao trí thông minh c a con ng i trong ả ủ ườ
máy tính.
Khi nghiên c u v AI l n đ u đ c b t đ u, các nhà nghiên c u đã th tái ứ ề ầ ầ ượ ắ ầ ứ ử
t o trí thông minh con ng i cho m t vài vi c c th - nh là ch i game. ạ ườ ộ ệ ụ ể ư ơ
H đã gi i thi u m t l ng l n các quy t c mà máy tính c n ph i tuân ọ ớ ệ ộ ượ ớ ắ ầ ả
theo. Máy tính ph i có m t danh sách c th các hành đ ng kh thi và ả ộ ụ ể ộ ả
quy t đ nh đ a ra t ng hành đ ng d a vào các quy t c này.ế ị ư ừ ộ ự ắ
Machine Learning h ng đ n kh năng c a m t cái máy đ h c cách ướ ế ả ủ ộ ể ọ
s d ng m t l ng l n t p d li u (dataset) thay vì các quy t c đã ử ụ ộ ượ ớ ậ ữ ệ ắ
đ c đ t s n cho nó.ượ ặ ẵ
ML cho phép máy tính h c t chính b n thân nó. Cách h c này l i d ng ọ ừ ả ọ ợ ụ
s c m nh x lý c a máy tính hi n đ i, nh ng chi c máy tính có th d ứ ạ ử ủ ệ ạ ữ ế ể ễ
dàng x lý l ng l n các t p d li u.ử ượ ớ ậ ữ ệ
Supervised learning vs unsupervised learning (h c có giám sát và h c ọ ọ
không giám sát)
H c có giám sát bao g m vi c s d ng các t p d li u có dán nhãn ọ ồ ệ ử ụ ậ ữ ệ
(labelled dataset) mà có các đ u vào và đ u ra đ c d đoán.ầ ầ ượ ự
Khi b n hu n luy n m t AI s d ng ph ng pháp h c giám sát, b n ph i ạ ấ ệ ộ ử ụ ươ ọ ạ ả
đ a vào m t đ u vào và ch cho nó chính xác đ u ra là gì. N u AI cho đ u ư ộ ầ ỉ ầ ế ầ
ra sai, nó s t đi u ch nh s tính toán c a nó. Quá trình l p l i trong t p ẽ ự ề ỉ ự ủ ặ ạ ậ
d li u s hoàn thành cho đ n khi AI không đ a ra k t qu sai n a. M t ví ự ệ ẽ ế ư ế ả ữ ộ
d cho h c có giám sát là AI d báo th i ti t. AI này h c cách d báo th i ụ ọ ự ờ ế ọ ự ờ
ti t d a vào các d li u cũ đã có. D li u hu n luy n đó có các đ u vào ế ự ự ệ ữ ệ ấ ệ ầ
(đ m, t c đ gió, áp su t) và các đ u ra (nhi t đ ).ộ ẩ ố ộ ấ ầ ệ ộ
H c không giám sát là nhi m v c a h c máy đ s d ng các t p d ọ ệ ụ ủ ọ ể ử ụ ậ ữ
li u không có c u trúc c th .ệ ấ ụ ể
Khi b n hu n luy n AI s d ng h c không giám sát, b n đ AI t phân ạ ấ ệ ử ụ ọ ạ ể ự
tích, phân lo i d li u. M t ví d c a h c không giám sát là AI d đoán ạ ữ ệ ộ ụ ủ ọ ự
hành vi cho website th ng m i. Nó s không h c b ng cách s d ng các ươ ạ ẽ ọ ằ ử ụ
t p d li u dán nhãn, thay vào đó nó s t t o ra các phân l p c a nó cho ậ ữ ệ ẽ ự ạ ớ ủ
d li u đ u vào. Nó s ch ra cho b n t ng lo i ng i dùng s mua t ng ữ ệ ầ ẽ ỉ ạ ừ ạ ườ ẽ ừ
lo i s n ph m khác nhau nào.ạ ả ẩ
V y Deep Learning ho t đ ng ra sao?ậ ạ ộ
Deep Learning là m t ph ng pháp c a H c máy. Nó cho phép chúng ta ộ ươ ủ ọ
hu n luy n m t AI có th d đoán đ c các đ u ra d a vào m t t p các ấ ệ ộ ể ự ượ ầ ự ộ ậ
đ u vào. C hai ph ng pháp có giám sát và không giám sát đ u có th s ầ ả ươ ề ể ử
d ng đ hu n luy n.ụ ể ấ ệ
Chúng ta s h c cách deep learning ho t đ ng ra sao b ng cách xây d ng ẽ ọ ạ ộ ằ ự
m t d ch v d đoán giá vé máy bay. Ta s hu n luy n nó b ng ph ng ộ ị ụ ự ẽ ấ ệ ằ ươ
pháp h c có giám sát.ọ
Chúng ta mu n d đoán giá vé d a vào các đ u vào nh sau:ố ự ự ầ ư
Sân bay kh i hànhở
Sân bay đ nế
Ngày bay
Hãng hàng không
M ng n ronạ ơ
Cũng gi ng đ ng v t, b não c a AI cũng có các n ron. Chúng đ c bi u ố ộ ậ ộ ủ ơ ượ ể
di n b ng các vòng tròn. Các n ron này đ u đã đ c liên k t.ễ ằ ơ ề ượ ế
Các n ron đ c nhóm va ò 3 lo i layer khác nhau:ơ ượ ạ
1. Input layer
2. Các hidden layer
3. Output layer
Input layer nh n các d li u đ u vào. Trong tr ng h p c a chúng ta, ta ậ ữ ệ ầ ườ ợ ủ
có 4 n r on trong input layer: sân bay kh i hành, sân bay đ n, ngày bay, ơ ở ế
hãng bay. Input layer s đ a các đ u vào này vào hidden layer th nh t.ẽ ư ầ ứ ấ
Các hidden layer th c hi n các phép tính toán cho các đ u vào. Th thách ự ệ ầ ử
l n nh t trong vi c t o m ng n ron là quy t đ nh s l ng các hidden ớ ấ ệ ạ ạ ơ ế ị ố ượ
layer này, cũng nh s các n ron cho m i layer.ư ố ơ ỗ
Từ “Deep” trong Deep Learning ch đ n vi c có nhi u h n m t hidden ỉ ế ệ ề ơ ộ
layer.
Output layer tr v d li u đ u ra, tr ng h p c a ta s là đ a ra d đoánả ề ữ ệ ầ ườ ợ ủ ẽ ư ự
v giá ề
vé.
V y làm th nào máy móc có th tính toán đ c v d đoán giá vé?ậ ế ể ượ ề ự
M i m t k t n i gi a n ron đ c liên k t v i m t tr ng s (weight). ỗ ộ ế ố ữ ơ ượ ế ớ ộ ọ ố
Tr ng s này ch rõ ra t m quan tr ng c a giá tr đ u vào. Tr ng s kh i ọ ố ỉ ầ ọ ủ ị ầ ọ ố ở
t o đ c ch n ng u nhiên.ạ ượ ọ ẫ
Khi d đoán giá vé, ngày kh i hành là nguyên t quan tr ng nh t. Vì v y, ự ở ố ọ ấ ậ
m ng n ron liên k t c a ngày kh i hành s có m t tr ng s l n.ạ ơ ế ủ ở ẽ ộ ọ ố ớ
M i m t n ron s có m t Hàm kích ho t (Activation Function). Các hàm ỗ ộ ơ ẽ ộ ạ
này s là các thu t toán nh : softmax, gaussian.... M t trong nh ng m c ẽ ậ ư ộ ữ ụ
đích c a nó là đ chu n hóa output t n ron. Khi m t t p d li u input ủ ể ẩ ừ ơ ộ ậ ữ ệ
đ c truy n qua t t c các layer c a m ng n ron, nó s tr v d li u ượ ề ấ ả ủ ạ ơ ẽ ả ề ữ ệ
đ u ra thông qua output layer.ầ
Hu n luy n Neural Networkấ ệ
Đ hu n luy n đ c m ng n ron, b n c n có:ể ấ ệ ượ ạ ơ ạ ầ
1. L ng l n t p d li u (data set)ượ ớ ậ ữ ệ
2. M t máy tính m nh đ tính toánộ ạ ể
Tr l i v i bài toán d đoán giá vé máy bay, chúng ta c n d li u v l ch ở ạ ớ ự ầ ữ ệ ề ị
s c a giá vé. Và v i s l ng l n c a t p h p các sân bay, ngày bay, ử ủ ớ ố ượ ớ ủ ậ ợ
chúng ta cũng c n m t l ng l n t ng đ ng v giá vé.ầ ộ ượ ớ ươ ươ ề
Đ hu n luy n AI, chúng ta c n đ a c c đ u vào t t p d li u, sau đó so ể ấ ệ ầ ư ấ ầ ừ ậ ữ ệ
sánh v i đ u ra c a nó v i đ u ra c a t p d li u m u. Khi AI ch a đ c ớ ầ ủ ớ ầ ủ ậ ữ ệ ẫ ư ượ
hu n luy n, đ u ra c a nó s có th b sai.ấ ệ ầ ủ ẽ ể ị
Khi ta đã hoàn thành v i t p d li u, ta có th t o m t hàm hi n th đ sai ớ ậ ữ ệ ể ạ ộ ể ị ộ
c a đ u ra c a AI so v i đ u ra th c t . Hàm này đ c g i làủ ầ ủ ớ ầ ự ế ượ ọ Cost
Function . M t cách hi u đ n gi n r ng, ta mu n Cost Function c a ta s ộ ể ơ ả ằ ố ủ ẽ
tr v 0, khi đó đ u ra c a AI cũng s gi ng v i đ u ra th c t t t p d ả ề ầ ủ ẽ ố ớ ầ ự ế ừ ậ ữ
li u.ệ
Làm th nào đ làm gi m cost function?ế ể ả
Ta thay đ i tr ng s gi a các n ron. Chúng ta có th ch n ng u nhiên đ ổ ọ ố ữ ơ ể ọ ẫ ể
thay đ i cho đ n khi cost function là nh nh t, nh ng nh v y cũng không ổ ế ỏ ấ ư ư ậ
có ích l m.ắ
Thay vào đó, chúng ta s s d ng m t công ngh g i là Gradient Descent.ẽ ử ụ ộ ệ ọ
Gradient Descent là công ngh cho phép ta tìm giá tr nh nh t c a m t ệ ị ỏ ấ ủ ộ
hàm. Trong tr ng h p c a ta, chúng ta đang tìm giá tr nh nh t cho cost ườ ợ ủ ị ỏ ấ
function. Nó ho t đ ng b ng cách thay đ i m t giá tr r t nh cho tr ng s ạ ộ ằ ổ ộ ị ấ ỏ ọ ố
sau m i l n l p trong t p d li u. B ng cách tính toán đ o hàm c a cost ỗ ầ ặ ậ ữ ệ ằ ạ ủ
function m t t p tr ng s , ta có th tìm đ c h ng c a c c ti u.ở ộ ậ ọ ố ể ượ ướ ủ ự ể
có thể bạn quan tâm
Tìm hiểu sự khác biệt giữa AI, machine learning và deep learning
3
913
211
Tài liệu CNTT khác
3
(New)
Giới thiệu về tổng đài Asterisk, trình bày kiến trúc , tính năng và ng...
86
1.446
433
Kỹ thuật
86
(New)
GIẤY XÁC NHẬN NỘI DUNG THÔNG TIN THUỐC THEO HÌNH THỨC HỘI THẢO GIỚI TH...
1
957
323
Biểu mẫu, văn bản khác
1
(New)
ĐƠN ĐỀ NGHỊ XÁC NHẬN NỘI DUNG THÔNG TIN THUỐC THEO HÌNH THỨC HỘI THẢO...
2
889
340
Biểu mẫu, văn bản khác
2
(New)
Ôn thi Sinh học: GIỚI THIỆU CHUNG VỀ THẾ GIỚI SỐNG
74
833
349
Tài liệu, đề thi Sinh Học
74
(New)
Kỹ năng giới thiệu
2
806
370
Tài liệu kinh tế khác
2
(New)
GIẤY GIỚI THIỆU CỦA CÔNG TY
2
1.105
383
Thủ tục hành chính
2
(New)
Giới thiệu phần mềm Scilab
34
1.155
397
Tài liệu CNTT khác
34
(New)
thông tin tài liệu
Trí thông minh nhân tạo (AI) và Học máy (ML) đang là các chủ đề hot nhất hiện nay. Thuật ngữ "AI"được nhắc đến hằng ngày, nhưng có những người không hiểu AI nghĩa là gì. Bài viết này sẽ giới thiệu cơ bản về AI và ML, cụ thể bạn sẽ hiểu Deep Learning, một loại phổ biến của ML, hoạt động như thế nào.
Mở rộng để xem thêm
từ khóa liên quan
tài liệu mới trong mục này
tài liệu hot trong mục này
tài liệu giúp tôi
Nếu bạn không tìm thấy tài liệu mình cần có thể gửi yêu cầu ở đây để chúng tôi tìm giúp bạn!
×
