ah mình từng tham gia vào và biết về thư viên này mong rằng thông tin của mình có thể giúp được bạn:
Machine Learning đang ngày càng phát triển và đi vào thực tế, thoát ra khỏi sách vở, càng ngày lại càng có nhiều ứng dụng thương mại phổ biến rộng rãi. Nhờ nhu cầu càng ngày càng tăng của ML mà có rất nhiều thư viện được tạo ra để giúp đỡ cho những người mới học về ML như Keras, TFLearn, PyTorch...
Ở bài học này, mình sẽ trình bày hướng dẫn về cách triển khai ML bằng cách sử dụng Keras.
Nên học cái gì?
Đối với những bạn mới bắt đầu với ML thì mục tiêu chính của các bạn là hiểu bản chất của ML càng sớm càng tốt chứ đừng tìm hiểu luôn về cách code ML thế nào. Trong quá trình học, bạn không nên tập trung vào những câu hỏi như "Phải code như thế nào?" mà nên tập tring vào những câu hỏi như: "Điều gì sẽ xảy ra khi ta tăng các hidden layer lên?", "Làm thế nào để phân biệt được một tập dữ liệu xấu và một tập dữ liệu tốt?" "Tại sao lại cần phải chia bộ dữ liệu thành bộ test và bộ train?", "Với bộ dữ liệu của tôi thì kỹ thuật ML nào phù hợp hơn?" hoặc một số câu hỏi khác đặc biệt là những câu hỏi liên quan đến cách mà ML hoạt động. Điều tôi nói trên thực sự quan trọng vì ML không phải về mã code, mà là về cách bạn chọn kỹ thuật của ML và khắc phục sự cố nếu mô hình thực tế của bạn kém.
Theo quan điểm của tôi, ML giống như là nghệ thuật hơn là lập trình, giống như tất cả những nghệ thuật khác, cách duy nhất để bạn học và trở nên tốt hơn là tập trung vào cốt lõi của nghệ thuật chứ không phải công cụ tạo ra nghệ thuật. Pablo picasso đã có thể đưa nghệ thuật vào bất cứ thứ gì như nhà điêu khắc, tranh vẽ, và còn nhiều hơn thế nữa, tôi tin rằng ông ấy có thể biến rác thành nghệ thuật. Ông ấy có thể làm điều đó không phải vì ông lo lắng về những công cụ hoặc phương thức nào mà ông ấy sử dụng, mà bởi vì ông hiểu được nghệ thuật vì vậy mà ông có thể thể hiện bất kỳ cảm xúc theo bất kỳ phương thức nào (dù cho điêu khắc hay vẽ,...). Ở bài viết này, tôi muốn bạn trở thành một picasso trong một khoảnh khắc và không cần lo ngại về code và tập trung nhiều hơn vào vấn đề của bạn và đưa ra cách giải quyết bằng ML. Vì vậy, đối với những người mới, tôi khuyên bạn nên sử dụng Keras vì cú pháp rất đơn giản và bạn có thể dễ dàng sử dụng cấu trúc của ML một cách đơn giản, ngoài ra tài liệu hướng dẫn của Keras cũng khá tường tận và chi tiết so với các thư viện khác.
Nguồn: Ereka.vn về Giới thiệu về thư viện KERAS trong lập trình Machine Learning.
Nếu bạn học tốt tiếng anh có thể lên site này để tìm hiểu thêm
Nguồn: keras.io
