<p>Mình chưa làm cái này bao giờ, nhưng mình đoán bạn có thể lưu keras model dưới định dạng của tensorflow, và dùng tensorflow android inference interface. </p><p>Ví dụ cách sử dụng tensorflow trên android: <a href="https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android" class="linkified" target="_blank">https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android</a></p>

<p>Mình chưa làm cái này bao giờ, nhưng mình đoán bạn có thể lưu keras model dưới định dạng của tensorflow, và dùng tensorflow android inference interface. </p><p>Ví dụ cách sử dụng...</p>

<!- New HTML Content 2 -><div class="parse-text content-editable text"><p>Mình sử dụng keras để tạo ra model, có cách nào để sử dụng model này trong các thiết bị di động không nhỉ (android).</p></div><!––>

Là trí thông minh được vận hành bởi máy móc và phần mềm, một nhánh của ngành khoa học máy tính, do con người lập trình để máy tính có thể tự động hóa các hành vi thông minh như con người.

Trí tuệ nhân tạo

<div class="text"><p>Mình sử dụng keras để tạo ra model, có cách nào để sử dụng model này trong các thiết bị di động không nhỉ (android).</p></div>

Sử dụng keras model cho các thiết bị di động.?

<p>Một số ưu nhược điểm của các hàm này như sau:</p><ul><li>Hàm sigmoid: được sử dụng nhiều trong quá khứ ví có đạo hàm rất <em>đẹp, </em>Những năm gần đây, hàm số này ít khi được sử dụng. Nó có một nhược điểm cơ bản: là khi đầu vào có trị tuyệt đối lớn (rất âm hoặc rất dương), gradient của hàm số này sẽ rất gần với 0. Điều này đồng nghĩa với việc các hệ số tương ứng với unit đang xét sẽ gần như không được cập nhật.</li><li>Hàm tanh cũng có nhược điểm gần giống sigmoid về việc gradient rất nhỏ với các đầu vào có trị tuyệt đối lớn.</li><li>Hàm relu: ReLU (Rectified Linear Unit) được sử dụng rộng rãi gần đây vì tính đơn giản của nó. Ưu điểm chính của nó là : ReLU được chứng minh giúp cho việc training các <em>Deep Networks</em> nhanh hơn rất nhiều (theo <a href="http://www.cs.toronto.edu/~fritz/absps/imagenet.pdf" target="_blank">Krizhevsky et al.</a>). Mặc dù hàm ReLU không có đạo hàm tại \(s = 0\), trong thực nghiệm, người ta vẫn thường định nghĩa \(\text{ReLU}’(0) = 0\) và khẳng định thêm rằng, xác suất để input của một unit bằng 0 là rất nhỏ.</li></ul><p>Hàm ReLU có nhiều biến thể khác như <a href="https://en.wikipedia.org/wiki/Rectifier_(neural_networks)" target="_blank">Noisy ReLU, Leaky ReLu, ELUs</a>.</p><p>Source: <a href="https://machinelearningcoban.com/2017/02/24/mlp/#-activation-functions" class="linkified" target="_blank">https://machinelearningcoban.com/2017/02/24/mlp/#-activation-functions</a></p>

Kỹ sư xử lý tiếng nói

<p>Một số ưu nhược điểm của các hàm này như sau:</p><ul><li>Hàm sigmoid: được sử dụng nhiều trong quá khứ ví có đạo hàm rất <em>đẹp, </em>Những năm gần đây, hàm số này ít khi được sử dụng. Nó có...</li></ul>

<!- New HTML Content 2 -><div class="parse-text content-editable text"><p>Mình thấy trong mạng neural có khá nhiều loại activation functions (sigmoid, tanh, relu), vậy ưu nhược điểm của từng loại function này là gì vậy?</p></div><!––>

<div class="text"><p>Mình thấy trong mạng neural có khá nhiều loại activation functions (sigmoid, tanh, relu), vậy ưu nhược điểm của từng loại function này là gì vậy?</p></div>

Activation Functions trong neural network?

<p>Chính xác hơn thì convolution trong CNN là một phép toán tương quan chéo giữa kernel ở 1 lớp (không biết tiếng việt là gì?) và ảnh đầu vào. Convolution như trong link vừa rồi thì cái kernel được lật (flip) trước khi tính tương quan chéo, nên gọi là phép nhân chập. Tuy nhiên các tham số trong CNN thay đổi trong quá trình huấn luyện nên cuối cùng thì 2 phép toán này cũng như nhau.</p>

<p>Chính xác hơn thì convolution trong CNN là một phép toán tương quan chéo giữa kernel ở 1 lớp (không biết tiếng việt là gì?) và ảnh đầu vào. Convolution như trong link vừa...</p>

<p>Mình đang tìm hiều về CNN và có đọc được bài này trên Wiki nên có chút thắc măc.</p> 
<p><a href="https://l.facebook.com/l.php?u=https%3A%2F%2Fen.wikipedia.org%2Fwiki%2FKernel_(image_processing)&amp;h=ATMAAKDzi-m60LFtnuvs1NzTd_o3Zxrg4_titL1LA8JN-kKO43HcyU02O3ASG_qs07rrYf4v4ge_c0ntkE7T0kwkxdsPmXfqbA2n0DVUYbqvRA" target="_blank">https://en.wikipedia.org/wiki/Kernel_(image_processing)</a></p>

Convolution trong xử lí ảnh và convolution trong mạng neuron có phải là cùng một phép toán?

<p>Thiên về xử lý ngôn ngữ tự nhiên và phân tích dữ liệu thì bạn có thể tham khảo ở đây: <a href="https://ongxuanhong.wordpress.com/" class="linkified" target="_blank">https://ongxuanhong.wordpress.com/</a></p>

<!- New HTML Content 2 -><div class="parse-text content-editable text"><p>Mọi người có tài liệu tiếng việt hay nào về Machine Learning ko ạ?</p></div><!––>

<div class="text"><p>Mọi người có tài liệu tiếng việt hay nào về Machine Learning ko ạ?</p></div>

pluto

éc éc

Sử dụng keras model cho các thiết bị di động.?

Activation Functions trong neural network?

Convolution trong xử lí ảnh và convolution trong mạng neuron có phải là cùng một phép toán?

Tài liệu tiếng việt cho Machine Learning?