Tạo adversarial example bằng Tensorflow
Adversarial example là tên gọi các ví dụ được tạo ra để đánh lừa model deep learning. Ta sẽ dùng Tensorflow và FSGM để tạo ra một ví dụ như thế.
About technology stuff that piqued my interest
Adversarial example là tên gọi các ví dụ được tạo ra để đánh lừa model deep learning. Ta sẽ dùng Tensorflow và FSGM để tạo ra một ví dụ như thế.
Nếu không có GPU thì việc train model sẽ rất tốn thời gian. Lúc này, ta có thể dùng fast feature extraction để tăng tốc độ train.
Tối ưu hóa các hyperparameter cho một model deep learning là quá trình phức tạp. Tuy nhiên ta có thể tự động hóa một phần quá trình này bằng KerasTuner.
Phương pháp đồng bộ phổ biến nhất trong C# .NET là sử dụng lock. Nhưng trong nhiều tình huống, Interlocked có hiệu năng vượt trội.
Mixin là những lớp nhỏ, với mục đích duy nhất là bổ sung tính tăng cho những lớp khác. Chúng cho phép ta tận dụng sức mạnh của đa kế thừa.
Đôi khi training data của ta vượt quá dung lượng memory. Định dạng HDF5 cho phép ta đọc dữ liệu từ thiết bị lưu trữ nhanh nhất và hiệu quả nhất có thể.
Có nhiều thư viện hỗ trợ tính toán khoa học trong C#. Một trong số đó là NumSharp, một bản port của Numpy. Hôm nay, ta sẽ dùng nó để đọc file Numpy.
OpenAPI Generator giúp ta sinh code cho API client mà chỉ dựa vào file OpenAPI Spec. Và khi ta cần tùy biến client đó, ta có thể sử dụng Mustache template.