Hệ thống tính toán tensor và huấn luyện mô hình học máy trên nền tảng .NET
Nền tảng Fullstack hỗ trợ xử lý ma trận số học và tích hợp các giải thuật học sâu trực tiếp trên hệ sinh thái .NET hiện đại.
Giới thiệu
Đề tài tập trung vào việc nghiên cứu và xây dựng một nền tảng tính toán số học đa chiều (tensor) tối ưu hóa trên nền tảng .NET, giúp các ứng dụng doanh nghiệp có thể huấn luyện và suy luận mô hình học máy mà không cần phụ thuộc vào môi trường Python phức tạp. Hệ thống giải quyết bài toán hiệu năng xử lý dữ liệu lớn trên bộ nhớ, cung cấp các phép toán đại số tuyến tính căn bản và các lớp mạng nơ-ron nền tảng.
Về mặt triển khai, giải pháp kết hợp kiến trúc Fullstack hoàn chỉnh với phần backend sử dụng ASP.NET Core hiệu năng cao kết hợp C# quản lý bộ nhớ phi quản trị (unmanaged memory), phục vụ API tính toán và quản lý tác vụ học máy. Giao diện frontend hiện đại cho phép trực quan hóa quá trình tính toán, đồ thị mạng nơ-ron và giám sát tài nguyên phần cứng theo thời gian thực.
Chức năng có trong gói chuẩn
- Khởi tạo và thực thi các phép toán tensor đa chiều trên bộ nhớ hiệu năng cao
- Xây dựng và cấu hình các lớp mạng nơ-ron cơ bản như Fully Connected, Convolution
- Cơ chế tự động tính đạo hàm (Autograd) phục vụ thuật toán lan truyền ngược
- Giao diện trực quan hóa quá trình huấn luyện và theo dõi hàm mất mát qua biểu đồ
- Hệ thống API RESTful phục vụ nạp dữ liệu, cấu hình tham số và kích hoạt huấn luyện
- Quản lý vòng đời mô hình gồm lưu vết trọng số, xuất mô hình và kiểm thử suy luận
- Bảng điều khiển giám sát tài nguyên tiêu thụ CPU và bộ nhớ của các tác vụ tính toán
Chức năng ngoài danh sách này được tính riêng và ghi rõ trong bản chốt scope trước khi bắt đầu.
Công nghệ
- dotnet
Muốn đổi sang công nghệ khác cho khớp yêu cầu môn học? Được — báo trước khi chốt scope, giá điều chỉnh theo hệ số công nghệ chứ không phải làm lại từ đầu.