Undergraduate theses
Tinh chỉnh kiến trúc VGG nhận dạng trên tập dữ liệu hạn chế : Khóa luận tốt nghiệp
Nguyễn, Minh Thường, Tôn, Quang Toại · TPHCM : HUFLIT, 2019
- Publisher
- TPHCM : HUFLIT, 2019
- Physical description
- 153 pages
- Dewey classification
- 005.74
- Subjects
- Chương trình máy tính, -- Xử lý dữ liệu điện tửComputer Programs, -- Electronic data processingKhóa luận tốt nghiệp -- Công nghệ Thông tinHo Chi Minh City University of Foreign Languages - Information Technology--Trường Đại học Ngoại ngữ - Tin học TPHCM --
- Language
- Vietnamese
Availability by location
| Location | Copies | Online request |
|---|---|---|
| Sư Vạn Hạnh — Thư viện Sư Vạn Hạnh | 1 of 1 on shelf | Yes |
Catalogue record
| Field | Value |
|---|---|
| 001Control number | 62316 |
| 005Date and time of latest transaction | 18 May 2026, 17:10 |
| 008Fixed-length data elements | 190906 |
| 040Cataloging source | HUFLITLIB |
| 041Language code | vie |
| 044Country of publishing/producing entity code | vm |
| 082Dewey Decimal call number | 005.74 NG527T |
| 100Main entry – personal name | Nguyễn, Minh Thường |
| 245Title statement | Tinh chỉnh kiến trúc VGG nhận dạng trên tập dữ liệu hạn chế : Khóa luận tốt nghiệp / Nguyễn Minh Thường; Tôn Quang Toại: giảng viên hướng dẫn |
| 260Publication, distribution, etc. (imprint) | TPHCM : HUFLIT, 2019 |
| 300Physical description | 153 trang : minh họa ; 21x30cm |
| 502Dissertation note | Khóa luận tốt nghiệp -- Ngành Công nghệ thông tin, Mã số 7480201 |
| 520Summary, etc. | VGG là kiến trúc deep learning ra đời 2014, là một bước đột phá về kiến trúc khi lần đầu tiên cộng đồng deep learning có thể xây dựng được mô hình có độ sâu đến 16 và 19 tầng. Tuy nhiên để sử dụng VGG thì cần tập dữ liệu lớn vì số lượng tham số trong VGG khá nhiều. Trong đề tài này sẽ nghiên cứu kiến trúc VGG 16, từ đó tinh chỉnh lại kiến trúc (thiết kế bộ sinh dữ liệu, thực nghiệm các siêu tham số, ...) để mô hình có thể chạy trên tập dữ liệu có số lượng bị giới hạn |
| 610Subject added entry – corporate name |
|
| 650Subject added entry – topical term |
|
| 653Index term – uncontrolled | Khóa luận tốt nghiệp -- Công nghệ Thông tin |
| 700Added entry – personal name |
|
| 852Location | Thư viện Sư Vạn Hạnh 101001705 |
| 999Collection | Undergraduate theses |
=001 62316=005 20260518171035.000=008 190906=040 ##$aHUFLITLIB=041 0#$avie=044 ##$avm=082 04$a005.74 $bNG527T=100 1#$aNguyễn, Minh Thường=245 10$aTinh chỉnh kiến trúc VGG nhận dạng trên tập dữ liệu hạn chế : $bKhóa luận tốt nghiệp / $cNguyễn Minh Thường; Tôn Quang Toại: giảng viên hướng dẫn=260 ##$aTPHCM : $bHUFLIT, $c2019=300 ##$a153 trang : $bminh họa ; $c21x30cm=502 ##$aKhóa luận tốt nghiệp -- Ngành Công nghệ thông tin, Mã số 7480201=520 ##$aVGG là kiến trúc deep learning ra đời 2014, là một bước đột phá về kiến trúc khi lần đầu tiên cộng đồng deep learning có thể xây dựng được mô hình có độ sâu đến 16 và 19 tầng. Tuy nhiên để sử dụng VGG thì cần tập dữ liệu lớn vì số lượng tham số trong VGG khá nhiều. Trong đề tài này sẽ nghiên cứu kiến trúc VGG 16, từ đó tinh chỉnh lại kiến trúc (thiết kế bộ sinh dữ liệu, thực nghiệm các siêu tham số, ...) để mô hình có thể chạy trên tập dữ liệu có số lượng bị giới hạn=610 20$aHo Chi Minh City University of Foreign Languages - Information Technology-- $bfaculty of information technology=610 20$aTrường Đại học Ngoại ngữ - Tin học TPHCM -- $bKhoa Công nghệ Thông tin=650 #4$aChương trình máy tính, $zXử lý dữ liệu điện tử=650 #4$aComputer Programs, $zElectronic data processing=653 ##$aKhóa luận tốt nghiệp -- Công nghệ Thông tin=700 1#$aNguyễn, Minh Thường, $cLớp PM1503, $eNgười thực hiện=700 1#$aTôn, Quang Toại, $cThS. $eGiảng viên hướng dẫn=852 ##$bThư viện Sư Vạn Hạnh $j101001705=LDR 02162nam a2200325 45e0