DAT301M - Phần 1: TensorFlow và mạng nơ-ron cho thị giác máy tính

Một mạng phân loại ảnh đơn giản làm phẳng ảnh đầu vào bằng lớp Flatten, đi qua lớp Dense ẩn với hàm kích hoạt ReLU, rồi kết thúc bằng lớp softmax cho ra xác suất của từng lớp, như bài toán nhận diện mười loại quần áo trên ảnh xám 28x28. Khác lập trình truyền thống, nơi người viết đặt sẵn luật, học máy nhận dữ liệu và nhãn để tự suy ra luật, còn vòng huấn luyện lặp qua nhiều epoch để giảm hàm mất mát. Lớp gộp cực đại thu nhỏ ảnh mà giữ đặc trưng nổi bật; tính kích thước đầu ra sau mỗi lớp tích chập và gộp là phép tính thường gặp, chẳng hạn bộ lọc 3x3 không đệm làm ảnh 28x28 còn 26x26. Bộ lọc tích chập trượt trên ảnh để làm nổi đường nét, cạnh và hình dạng. Mọi dữ liệu trong mô hình đều là tensor, mảng nhiều chiều có kiểu và hình dạng xác định. Phần 2 đưa mạng tích chập sang ảnh thật lớn hơn.