Các mô hình học sâu nâng cao -Quản Thành Thơ

Sách “Các mô hình học sâu nâng cao” trình bày lý thuyết của các mô hình học sâu nâng cao và ứng dụng vào các bài toán thực tế liên quan. Cấu trúc sách bao gồm hai phần chính. Phần đầu của sách bao gồm năm chương, trình bày chủ yếu các mô hình học sâu hiện đại trong những năm gần đây. Mỗi chương gồm phần giới thiệu (hay dẫn dắt) cho đến những kiến thức chung, các ví dụ và cuối cùng là kết chương. Sau mỗi chương sẽ có phần bài tập luyện tập thêm, làm rõ các nội dung trình bày trong chương. Phần thứ hai gồm hai chương, trình bày cách ứng dụng các mô hình học sâu vào giải quyết bài toán chuyển văn bản thành giọng nói và chuyển giọng nói thành văn bản.

Nội dung sách này gồm 7 chương:

I. Các mô hình học sâu nâng cao

• Chương 1: Các mô hình GRU, LSTM và BiLSTM
• Chương 2: Mô hình Sequence-to-Sequence và cơ chế At-tention
• Chương 3: Transformer và các mô hình ngôn ngữ lớn
• Chương 4: Các mô hình Graph Neural Networks
• Chương 5: Các mô hình Generative Adversarial Networks

II. Ứng dụng các mô hình học sâu vào một số bài toán thực tế

• Chương 6: Ứng dụng của học sâu trong bài toán xử lý tiếng nói
• Chương 7: Ứng dụng của học sâu trong bài toán tổng hợp tiếng nói