VIBLO ngày càng có nhiều bài viết dạng 'viết cho có'.

Do lượng người viết không có, thuê cộng tác viên là con gái, không trong ngành nghề, chỉ là đi dịch lại từ các trang khác, nhưng không hiểu bản chất, không có thực tế làm việc, trải nghiệm. Bởi vậy dịch thì cứ dịch, chứ đúng sai thế nào thì cũng không có biết. Miễn sao là có bài, có nguồn từ chỗ khác.

Nếu bạn là một người có kinh nghiệm thực tế, thì cần xem lại thứ tự sắp sếp của các mục, và trong trong mục số 2, cần xem lại thứ tự sắp sếp nội dung trong đó.

Thank bạn! "Tại sao Stream lại là lazy, không lazy thì ảnh hường gì?" Chưa hiểu từ lazy ở tình huống này nghĩa là gì lắm! Có phải trong các case như filter hay match, thì chỉ cần "load" tới khi có kết quả thỏa mãn, nó sẽ dừng stream luôn. Như vậy gọi là "lazy" hả bạn?

import scrapy class NhaccuatuiItem(scrapy.Item): # define the fields for your item here like: name = scrapy.Field() lyric = scrapy.Field() link = scrapy.Field() pass

Capture.PNG Mình copy nguyên xi code của bạn vào!

Bạn để ý phần trên trong bài của mình có phần mình load lại file model.h5 đấy bạn. Chỗ dưới ảnh Bích Phương đấy bạn

ok cảm ơn bạn .. mình sẽ gán nhãn lại để kiểm tra tốt hơn .. mấy bộ vlsp mình sẽ nghiên cứu thêm...

Mình thì ko dùng git client, nên cách trên mình nghĩ phù hợp với ai dùng git với Terminal hơn

Thế thì bạn nên tìm hiểu và dùng normalize.css. Đây là bộ CSS Reset mình hay dùng và vừa đủ. Mình cũng chưa gặp khó chịu gì với nó!

VanilaJS rất tốt, hiệu suất cao tuy nhiên dễ gặp phải vấn đề về cross browser, đây là lý do duy nhất mà các bạn buộc phải dùng jQuery. Ngoài ra nếu các bạn đảm bảo được cái này thì đừng nên dùng jQuery.

kiểu như bây h có file model.h5 rồi thì sử dụng lại ntn để ko phải train lại ấy ạ ?

ý mình là lúc sử dụng sau ấy bạn thì dùng ntn ạ ?

Bác search FB: sontran.ds

Bạn cứ dùng thoải mái không cần cite, nhưng để nghiên cứu mình vẫn suggest sử dụng bộ SA VLSP 2016 vì bạn dễ dàng so sánh được kết quả của mô hình của bạn với những kết quả trước đó tại đây còn bộ này do crawl trên internet về chưa qua hiệu chỉnh lại nhãn nên có thể xảy ra nhiều nhiễu.

Cảm ơn bạn .. Mình có thể sử dụng bộ datatset này nghiên cứu và publish được phải không? Bạn có tài liệu nào để mình cite đến không?

Bạn có thể sử dụng tại đây hoặc tham khảo câu trả lời tại question này.

Bạn có thể cho mình xin bộ dataset của bạn để thực nghiệm được không? Mình cảm ơn ..

Ad cho mình hỏi. Về credential được sinh ra từ đâu ?

Bạn làm tiếp theo các phần hướng dẫn của mình ở trên đấy.

Lưu model huấn luyện được về định dạng h5 file để sử dụng sau này.

clf.final_fit(x_train, y_train, x_val, y_val, retrain=True)
clf.load_searcher().load_best_model().produce_keras_model().save('model.h5')

đọc doc truên đấy mình ko hiểu lắm

m export ra đc model rồi bây h muốn sử dụng lại cho những lần sau thì như thế nào ạ ?

các bạn dùng sourcetree để quản lý các commit của mình, nếu update Project mà có debug hay config thì dùng sourcetree rất hữu ích.