ONE is preparing: 01 / INITIALIZING MODEL ROUTER. Evaluating routing across providers.
Current state
01 / INITIALIZING MODEL ROUTER.

Evaluating routing across providers.

Start learning
← Mạng nơ-ron

AI Foundation

Lan truyền thuận

Vietnamese onlyThe learning content is available in Vietnamese only. The surrounding interface follows your language.

Dữ liệu đi qua mạng như tin nhắn qua các trạm — mỗi trạm xử lý rồi chuyển cho trạm sau.

lesson50 minMạng nơ-ronAI Foundation

Ẩn dụ

Dữ liệu đi như tin nhắn qua các trạm

Hãy tưởng tượng bạn gửi một tin nhắn từ Sài Gòn ra Hà Nội. Tin nhắn không bay thẳng — nó đi qua nhiều trạm: trạm đầu mã hoá, trạm giữa chuyển tiếp, trạm cuối giải mã và đưa tới người nhận. Mỗi trạm xử lý một chút rồi chuyển cho trạm sau.

Lan truyền thuận trong mạng nơ-ron hoạt động giống hệt vậy: dữ liệu đầu vào đi qua từng lớp, mỗi lớp biến đổi một chút, rồi chuyển cho lớp sau — cho đến khi lớp cuối cùng đưa ra dự đoán.

Ba loại trạm

1 / 3
  1. 1. Nhận đầu vào thô

    Ví dụ các đặc trưng của con vật: tai, lông, đuôi.

Dự đoán

Tại MỖI lớp trạm, lớp đó phải làm phép tính gì với đầu ra của lớp ngay trước để cho ra đầu vào cho lớp sau?

Bên dưới là mạng 3 lớp phân loại con vật theo ba đặc trưng tai, lông, đuôi. Thay đổi đầu vào và quan sát dữ liệu lan qua từng lớp.

Mạng 3 lớp phân loại Mèo / Chó / Chim

Ba đặc trưng đầu vào: kích cỡ tai (x₁), độ dày lông (x₂), độ dài đuôi (x₃). Mỗi lần đổi đầu vào, mạng tính lại TOÀN BỘ các giá trị z và a — nhưng trọng số W, b không đổi. Đó là điều cốt lõi của lan truyền thuận: cùng một công thức, cùng một bộ trọng số, chỉ khác đầu vào.

Một vòng lan truyền thuận, mở ra từng lớp

Đây là một lượt bên trong mạng, từ đầu vào tới dự đoán. Ai đang nói chuyện với ai — hãy để ý.

Các giai đoạn

1 / 5
  1. 1. Đầu vào — vector ba đặc trưng

    Đây là tin nhắn gốc mà mạng nhận được. Không có phép tính nào diễn ra ở lớp này — nó chỉ truyền nguyên x cho lớp sau.

Thử thách

Bạn được cho một lớp ẩn nhỏ với hai đầu vào và hai nơ-ron. Thử tính nhẩm rồi chọn đáp án.

Đầu vào: x = [2, 3]. Trọng số W = [[1, -1], [2, 0]], bias b = [0, 1]. Lớp ẩn dùng hàm kích hoạt ReLU.

Nhắc: z = W·x + b, a = ReLU(z). Với dữ liệu ở đây, z[1] = 1·2 + 2·3 + 0 = 8; z[2] = (-1)·2 + 0·3 + 1 = -1.

Đầu ra a của lớp ẩn là gì?
Nếu bạn đổi bias của nơ-ron thứ hai từ 1 thành 5 (các số khác giữ nguyên), đầu ra mới là gì?

Khoảnh khắc hiểu

Lan truyền thuận không phải thứ gì bí ẩn — nó chỉ là hai phép tính lặp lại ở mỗi lớp: z = W·a + b rồi a = f(z).

Dữ liệu đi một chiều, mỗi trạm biến đổi một chút. Dù mạng có ba lớp hay ba trăm lớp, công thức vẫn đúng — chỉ lặp nhiều hơn.

Giải thích

Lan truyền thuận (forward propagation) là quá trình đưa dữ liệu đi qua mạng nơ-ron từ đầu vào tới đầu ra. Ở mỗi lớp, ta lặp đúng hai bước: biến đổi tuyến tính rồi áp dụng hàm kích hoạt.

Công thức một lớp (dạng ma trận)

z[l]=W[l]a[l−1]+b[l],a[l]=f[l](z[l])z^{[l]} = W^{[l]} a^{[l-1]} + b^{[l]}, \quad a^{[l]} = f^{[l]}(z^{[l]})

Đọc thành lời Việt: “Ở lớp thứ l, lấy đầu ra của lớp trước là a[l-1], nhân với ma trận trọng số W[l], cộng bias b[l] → ra z[l]. Sau đó cho qua hàm kích hoạt f → ra a[l].”

Cả vòng lan truyền viết gọn

y^=f[L](W[L]⋯f[2](W[2]f[1](W[1]x+b[1])+b[2])⋯+b[L])\hat{y} = f^{[L]}\big(W^{[L]} \cdots f^{[2]}(W^{[2]} f^{[1]}(W^{[1]} x + b^{[1]}) + b^{[2]}) \cdots + b^{[L]}\big)

Đọc thành lời: đầu vào x đi vào, áp dụng công thức (nhân trọng số + bias) → hàm kích hoạt cho mọi lớp từ 1 tới L. Kết quả cuối cùng ŷ = a[L] là dự đoán của mạng.

Ở lớp cuối: softmax cho phân loại

softmax⁡(z)k=ezk∑jezj\operatorname{softmax}(z)_k = \dfrac{e^{z_k}}{\sum_{j} e^{z_j}}

Ý nghĩa: lấy mũ của mỗi logit rồi chia đều, ép các con số thành phân phối xác suất — cộng lại bằng 1, không âm. Đó là lý do đầu ra của mô hình phân loại luôn đọc được như “70% Mèo, 20% Chó, 10% Chim”.

Vì sao gọi là forward?

“Forward” ở đây nghĩa là đi theo chiều xuôi: đầu vào → lớp 1 → lớp 2 → ... → lớp cuối → đầu ra. Khi huấn luyện, chúng ta đi chiều ngược lại để tính gradient — gọi là lan truyền ngược (backpropagation). Hai chiều này luôn đi kèm nhau trong một vòng huấn luyện: forward để đoán, backward để sửa sai.

Tại sao dùng ReLU ở lớp ẩn mà không dùng sigmoid?

Lịch sử ban đầu dùng sigmoid cho mọi lớp. Nhưng sigmoid có hai vấn đề khi mạng sâu: (1) giá trị bị đẩy về giữa 0 và 1 nên tín hiệu bão hoà, mạng khó học; (2) tính đạo hàm tốn kém. ReLU chỉ là “max(0, z)” — rẻ, không bão hoà phía dương, và đã trở thành lựa chọn mặc định cho lớp ẩn trong hầu hết các kiến trúc hiện đại. Chi tiết thêm trong bài hàm kích hoạt.

Kết nối & kiểm tra

Lan truyền thuận — 5 điều cần nhớ

  • Dữ liệu đi MỘT CHIỀU: đầu vào → lớp ẩn → lớp ra. Không bao giờ quay lại.
  • Mỗi lớp lặp đúng hai phép tính: z = W·a + b, rồi a = f(z).
  • Hàm kích hoạt (ReLU, sigmoid, tanh...) cung cấp tính phi tuyến. Bỏ nó đi, mạng sụp về một đường thẳng.
  • Với phân loại, lớp cuối thường dùng softmax để biến logits thành xác suất cộng = 1.
  • W và b cố định trong lan truyền thuận; chúng chỉ đổi khi huấn luyện (qua lan truyền ngược).

Continue the path

Lesson 78 of 106