Bỏ qua điều hướng
EN
Tất cả bài viết

Transfer learning: phân loại ảnh của riêng bạn với vài trăm ảnh và mô hình tiền huấn luyện

Cách dân chuyên nghiệp làm phân loại ảnh: lấy mô hình đã học trên ImageNet (torchvision, timm), linear probing rồi fine-tuning toàn bộ với learning rate theo tầng; chuẩn bị dữ liệu bằng ImageFolder, augmentation, xử lý lệch lớp, phân tích lỗi và chọn backbone.

9 phút đọc

Ôn tập bài nàyPROThẻ ghi nhớ & câu hỏi ôn tập6 thẻ ghi nhớ · 5 câu trắc nghiệm

Bài trước, ta huấn luyện CNN từ đầu với 50.000 ảnh. Trong dự án thật, bạn thường chỉ có vài trăm ảnh — ảnh sản phẩm lỗi trên dây chuyền, ảnh lá cây bệnh, ảnh hoá đơn. Huấn luyện từ đầu với ngần đó dữ liệu sẽ overfit ngay lập tức.

Transfer learning giải quyết bằng cách mượn một mô hình đã học trên hàng triệu ảnh (ImageNet, hoặc lớn hơn), giữ lại phần "biết nhìn", chỉ dạy nó phân biệt các lớp của bạn. Đây là cách phần lớn bài toán phân loại ảnh được giải trong thực tế.

Bài viết PRO

Phần còn lại dành cho thành viên PRO

Nâng cấp PRO để đọc trọn bài, kèm câu hỏi luyện tập, thẻ ghi nhớ và Hỏi Victor ngay trên bài.

Bài này thế nào?

Bài viết có hữu ích với bạn?

Đánh giá giúp mình biết nên viết thêm về chủ đề nào.

Đang tải đánh giá…
Chọn số sao từ 1 đến 5

Bình luận

Đăng nhập để bình luận không cần nhập tên và được duyệt nhanh hơn.

0/2000
Đang tải bình luận…

Đọc tiếp

Bài số № 31PRO

Lộ trình AI Engineer 2026: học Machine Learning, Deep Learning, Computer Vision từ đâu

Bản đồ 14 bài để đi từ toán và Python tới Machine Learning, Deep Learning, Computer Vision và triển khai mô hình — kèm danh sách khoá học, sách, tài liệu miễn phí đáng tin cậy và cách học không bị lạc.

Bài số № 75PRO

Dự án cuối loạt nâng cao: eval agent đổi trả có người dùng giả, red team và pass^k — kèm chuẩn bị phỏng vấn Evals Engineer

Dự án tổng hợp: eval agent đổi trả có công cụ, người dùng giả, ba grader (outcome, không nói dối, an toàn trước prompt injection), pass^k, bootstrap theo cụm, chi phí trên mỗi task thành công và báo cáo phát hành; kèm câu hỏi phỏng vấn Evals Engineer thường gặp.

21 phút đọc

Bài số № 74PRO

Vận hành eval ở quy mô lớn: phân tầng suite, cache, chạy song song có thử lại, manifest phiên bản, task flaky và ngân sách

Khi bộ eval có hàng nghìn task chạy mỗi đêm, eval trở thành hạ tầng. Phân tầng smoke/regression/full, runner có cache, giới hạn đồng thời và thử lại, manifest phiên bản để tái lập, xử lý task flaky, ước lượng ngân sách và tổ chức quyền sở hữu eval.

22 phút đọc