AWS Dùng AWS Amplify để deploy website tĩnh viết bằng Hugo Hugo là gì? Hugo là 1 framework viết bằng Go dùng để tạo trang web tĩnh như trang chủ công ty, trang giới thiệu sản phẩm... Cách sử dụng hết sức đơn giản,
Machine Learning Kinh nghiệm thi AWS Certified Machine Learning – Specialty Tiếp theo kinh nghiệm thi chứng chỉ Solutions Architect - Associate lần trước thì lần này là chứng chỉ Machine Learning – Specialty. Để đạt được chứng chỉ này bạn cần có những kiến
AWS Kinh nghiệm thi chứng chỉ AWS Certified Solutions Architect – Associate Giới thiệu chung AWS Certification là bộ chứng chỉ được câp bởi Amazon đánh giá mức độ hiểu biết về cloud (điện toán đám mây), cụ thể là các dịch vụ của Amazon
Japanese 自然言語処理の国際学会 ACL2018 @メルボルンに参加してきました! 7月10日~15日 で オーストラリアのメルボルンで開催されました 56th Annual Meeting of the Association for Computational Linguistics (ACL2018) に参加してきました。 経緯 ACL は一言で言うと「自然言語処理の世界トップコンファレンス」です。 私は最先端の対話システムはどうなっているのか気になって参加にいきました。今回はトップコンファレンス初参加です。 ACL の日程と構成 日程は以下のと通りです。 7/15 (日) チュートリアル 7/16 (月) ~ 7/
Vietnamese Tổng hợp hội thảo thường niên của các công ty công nghệ tại Tokyo Thời điểm cuối năm cũ và đầu năm mới thường là lúc mà các công ty tổ chức hội thảo công nghệ (tech conference) vừa để giới thiệu dịch vụ hay "khoe&
Vietnamese Lối đi nào dành cho các chuyên gia và kỹ sư AI? Dưới đây là tổng hợp những suy nghĩ cá nhân của tôi về các thách thức và các lối đi cho chuyên gia cũng như kỹ sư phần mềm liên quan tới AI
Life Kinh nghiệm đổi bằng lái xe ô tô cấp tại Nhật sang bằng Việt Nam Gần đây số lượng người Việt ở Nhật cũng nhiều và trong đó cũng có nhiều người học lái xe ô tô ở Nhật luôn. Tất nhiên mục đích chính vẫn là lái
Vietnamese Đánh giá một số trung tâm học tiếng Anh giao tiếp ở Nhật Mở đầu Người Nhật vốn nổi tiếng không nói được tiếng Anh nhưng gần đây khi mà các công ty Nhật bắt đầu coi trọng vấn đề "toàn cầu hoá" thì
Book Bàn chút về câu hỏi "Bạn là ai?" Mới đọc xong quyển Homo Deus: A Brief History of Tomorrow của tác giả Harari thấy có 1 đoạn khá thú vị về cái gọi là "bản thân mình" (self) nên
PRML PRML - Chap 12: Continuous Latent Variables - 12.2.3 ~ end 12.2.3 Bayesian PCA Graphical model cho Bayesian PCA được biểu diễn như sau: Ở đây ta đã đưa thêm Gaussian prior độc lập cho $\mathbf{W}$ với các precision $\alpha_i$
PRML - Chap 11: Sampling Methods - 11.1 Bài toán là tìm kỳ vọng của hàm $f(z)$ đối với phân phối $p(z)$: Ta xét bài toán là giá trị kỳ vọng này rất khó để tính bằng giải tích
PRML PRML - Chap 10: Approximate Inference - 10.1 Trong thực tế, tính toán trong không gian nhiều chiều của các hàm phức tạp (chẳng hạn trong EM là tính posterior và kỳ vọng của nó) là rất khó khăn nên người
PRML PRML - Chap 9: Mixture Models and EM - 9.3 9.3 An Alternative View of EM Mục đích của thuật toán EM là tìm maximum likelihood cho model có biến ẩn (latent variables). $\mathbf{X}$: dữ liệu quan sát được, $Z$: tất
PRML PRML - Chap 8: Graphical Models - 8.3 $ \def\ci{\perp\!\!\!\perp} \def\given{\ | \ } \def\nci{\perp\!\!\!\perp\!\!\!\!\!\!/ \ } \def\zeroslash{0\!\!\!/} $ 8.3 Markov Random Fields Markov random field, còn gọi là Markov network hay undirected graphical model được biểu diễn
PRML PRML - Chap 7: Sparse Kernel Machines 7.1.1 ~ 7.1.3 7.1.1 Overlapping class distributions Trong phần trước chúng ta đã giả sử là dữ liệu rất đẹp và tồn tại đường biên giới có thể chia được các class ra tách
PRML PRML - Chap 6: Kernel methods - 6.4 Gaussian Processes 6.4.1 Linear regression revisited Thử xem xét lại model: $$ y(\mathbf{x}) = \mathbf{w}^T\phi(\mathbf{x}) $$ với $\mathbf{x}$ là input, $y(\mathbf{x})$ là output, $\mathbf{w}$ là
Deep Learning Thử code CycleGAN biến ảnh cam thành ảnh táo với TensorFlow Giới thiệu về CycleGAN Trước hết mời các bạn xem video này: Đây là thuật toán sử dụng Deep Learning để chuyển từ ảnh này sang ảnh kia mà vẫn giữ nguyên bố
PRML PRML - Chap 5: Neural networks 5.5.3 Invariances Trong bài toán thực tế, nhiều lúc kết quả dự đoán không đổi cho dù đầu vào có nhứng biến đổi nhất định. Chẳng hạn trong bài toán phân
PRML PRML - Chap 4: Linear Models for Classification 4.3.1 Fixed basis functions Bài toán là phân loại các input vector x Áp 1 hàm phi tuyến cố định $\phi(x)$ vào thì bài toán trở thành phân loại các
PRML PRML - Chap 3: Linear Models for Regression The Evidence Approximation Trong Bayesian đối với linear model, ta đã thấy sự xuất hiện của $\alpha$ và $\beta$ là các hyperparameters của prior và noise. Trong chương này, ta sẽ cố gắng
PRML PRML - Chap 2: Probability Distributions 2.3.3 Bayes' theorem for Gaussian variables Tóm lại Nếu $p(x)$ và $p(y|x)$ đều là các phân phối chuẩn thì $p(y)$ và $p(x|y)$ cũng là các
PRML PRML - Chap 1: Probability Theory Ví dụ Có 2 hộp: Đỏ, Lam Có 2 loại quả: Táo(màu lá), Cam(màu cam) Chọn 1 hộp bất kỳ rồi bốc 1 quả bất kỳ trong hộp đó Biến ngẫu
TensorFlow AnacondaによるTensorFlowインストール手順 Anacondaによるインストールは大変楽という噂がありますので試してみました。 AnacondaはデフォルトNumPy、 Pandas、 SciPy、 Matplotlib、 Jupyterなどが入っています。 他のパッケージ、例えばTensorFlow、 OpenCVも簡単にインストールでき、pyenv/virtualenvがいらなくなるのでおすすめです。 環境: Ubuntu 16.04 Anacondaインストール スクリプトダウンロード URL変える可能性があるのでまずHP確認してください。 https://www.continuum.io/downloads#linux $ wget https://repo.continuum.io/archive/Anaconda3-4.2.0-Linux-x86_