Team FHD - Introduction to ML - CQ2023/21 - HCMUS: Theoretical Insights on Training Instability (DL)

Video tutorial này trực quan hóa các khái niệm toán học phức tạp về Optimization và Generalization trong các mô hình Deep Learning. Chúng mình sẽ giải mã nghịch lý: Tại sao việc sử dụng large stepsize tạo ra sự bất ổn định, nhưng lại chính là chìa khóa giúp mô hình hội tụ nhanh hơn và tổng quát hóa tốt hơn.

Thông tin Môn học:

Môn học: Nhập môn học máy - Khoa CNTT, Trường Đại học Khoa học Tự nhiên - ĐHQG HCM.

Khóa/Lớp: CQ2023/21.

Giảng viên lý thuyết (GVLT): PGS.TS. Lê Hoàng Thái.

Giảng viên thực hành (GVTH):
1. ThS. Huỳnh Lâm Hải Đăng
2. HVCH. Nguyễn Thanh Tình

Thành viên nhóm FHD: (Tên - MSSV)
1. Nguyễn Đình Hà Dương - 23122002
2. Bùi Duy Bảo - 23122021
3. Nguyễn Việt Hùng - 23122032

Thông tin Tutorial gốc:
1. Tên tutorial: Theoretical Insights on Training Instability in Deep Learning
2. Link tutorial: https://neurips.cc/virtual/2025/loc/san-diego/109597 (Website của tác giả: https://uuujf.github.io/instability/)
3. Hội nghị: NeurIPS.
4. Năm: 2025.

Mã nguồn đồ họa:
Toàn bộ các hiệu ứng hình ảnh và đồ thị toán học trong video này được lập trình bằng thư viện Manim.
Manim GitHub Repository: https://github.com/nvhungus/Manim_Visualization.git

Видео Team FHD - Introduction to ML - CQ2023/21 - HCMUS: Theoretical Insights on Training Instability (DL) канала Nguyễn Việt Hùng