tks anh rất nhiều ạ !

ai downvote tôi đấy (ahuhu)

@wiliamfeng Hàm setState có thể có dạng như này

function setState(data, callback) {
  state = data;
  callback();
}

==> ý bạn nghĩa là khi ta truyền tham số là một hàm thì sẽ không cần sử dụng dấu () nữa .

Mình có thử thêm () vào sau hàm printCount () ở hàm setState thì nó vẫn chạy, nhưng hình như nó lại chạy trước cả hàm setState(), bạn có thể giải thích thêm chỗ này cho mình với được không?

cái argument thứ 2 của setState nó nhận một function callback, callback này được chạy trong setState.
====>  Chính vì thế lúc này mình không có dấu ()

Trời !!!!!!!! Sao giải thích kì vậy anh ? cái argument thứ 2 của setState nó nhận một function callback, callback này được chạy trong setState ==> cái này thì ai nhìn vào chả biết thế ạ.

setState nó nhận một function callback xong lại callback này được chạy trong setState. Ủa hai câu này là một mà

Bạn nói ngược rồi. z-index phải có position thì mới hoạt động được. Nghĩa là z-index hay đi kèm với position chứ không phải position hay đi kèm với z-index

@zanichi https://techblog.vn là trang chuyên đi clone bài viết ở nơi khác về, bài viết mà bạn dẫn nguồn ở trên thì cũng là clone từ bài viết gốc trên Viblo ở https://viblo.asia/p/select-in-va-joins-trong-framework-rails-oOVlY4YyZ8W . Mình nghĩ bạn nên để tài liệu tham khảo là bài viết trên Viblo thì hơn

lệnh npm run test hiện tại có nội dung là mocha --timeout 10000, nếu bạn muốn kết hợp với istanbul , trước tiên bạn cài thêm package "Người yêu cũ - nyc", sau đó sửa lại lệnh npm run test thành nyc mocha --timeout 10000, bạn có thể kết hợp với các tùy chọn của nyc như là nyc --reporter=html mocha --timeout 10000

Do quá trình training của mình không được liên tục, hay bị ngắt quãng nên mình có lưu lại weights sau các lần training rồi load lại để tiếp tục trong lần tiếp theo. Cái "epochs đầu tiên" mà bạn thấy nó cũng là đã được training khoảng 25-27h rồi . Do lượng dữ liệu tương đối lớn nên việc training này chắc chắn tốn rất rất nhiều thời gian (Mình training trong khoảng 3 ngày, tổng tgian training khoảng 30h với GPU của Google Colab). Nếu có thời gian, bạn hãy training cho loss về dưới 0.1 nhé, thậm chí nhỏ hơn càng tốt, bạn sẽ thấy được hiệu quả của mô hình.

Chúc bạn thành công!!

Mình thì thấy mệt mỏi với angular

Series rất thiết thực

bạn có thể cho thêm link phần 1 vào để có thể tiện theo dõi hơn không ah, cảm ơn bạn vì 1 bài viết chất lượng

Cảm ơn anh đã góp ý . Em đã sửa lại :3

Ý em chỗ này là các phương thức test khác em thấy mình tạo, giả lập các lớp để test (Model, Repository, ..) sau đó truyền các lớp đó vào Controller và assert kết quả. Dùng Aspect em thấy mình gọi qua Request chứ không qua Controller

Không giống các cách thứ test thông thường, Aspect test thông qua việc giả lập phương thức từ trước và truyền vào URL

Nghĩa là sao nhỉ Dùng thư việc mocking nào thì cũng phải mock từ trước khi gọi method test mà?

bài viết chi tiết quá

lợi

Từ sáng đến giờ mình đã mày mò và thử thêm 1 folder ảnh mặt của mình vào cùng với các folder của dataset LFW, nhưng tạm thời mình đang đợi training nên chưa làm các bước tiếp theo, không biết mình làm thế đúng hay sai. bjo được bạn giải thích mình thấy rất đúng vs cách làm của mình nên k lo nữa. mình có thêm 1 câu hỏi nữa mong bạn trả lời. Mình thầy Epoch của bạn hội tụ rất nhanh, loss ở Epoch đầu tiên đã chỉ là 0.4185, mà mình chạy gần 4h rồi mà loss bjo vẫn cao 0.6454. có cách nào để loss giảm nhanh không bạn? Cảm ơn bạn nhiều vì đã trả lời cmt!!!

Chào bạn, rất cảm ơn bạn đã theo dõi, đọc bài viết của mình và đưa ra các thắc mắc, mình cảm thấy rất vui mừng vì điều này. Về câu hỏi của bạn, mình sử dụng bộ training ảnh mặt là LFW (Labeled Face in WIld) - như mình đã đề cập ngay trong bài viết, bạn cũng có thể tải xuống bộ data này để xem qua, bộ dataset này bao gồm nhiều thư mục, mỗi thư mục ứng với 1 người và chứa khoảng 3-20 ảnh của người tương ứng. Mình có cho thêm 1 folder với khoảng 4 ảnh mặt của mình vào. Kết quả khá tốt, bạn có thể thấy như ở GIF mà mình tải lên, các khuôn mặt của mình sau quá trình training đã về khá gần nhau. Bạn cũng có thể tạo thêm folder cho chính bạn để thử thuật toán nhé!

Đúng cái tớ đang tìm, cậu có sky không. Tớ inbox cậu hỏi thêm 1 chút

345