Název:
Hluboké neuronové sítě v rozpoznávání obrazu
Překlad názvu:
Deep Learning for Image Recognition
Autoři:
Kozel, Michal ; Španěl, Michal (oponent) ; Hradiš, Michal (vedoucí práce) Typ dokumentu: Bakalářské práce
Rok:
2015
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
Neuronové sítě momentálně dosahují nejlepších výsledků při rozeznávání řeči, obrazu a i dalších klasifikačních úloh. Tato práce popisuje základní prvky a vlastnosti neuronových sítí a způsob jejich učení. Cílem této práce bylo rozšířit Caffe framework o nové metody učení a porovnat jejich výsledky pomocí experimentů na datasetu Cifar-10. Konkrétně RMSPROP a normalizovaný SGD
Neural networks are currently state-of-the-art technology for speech, image and other recognition tasks. This thesis describes basis properties of neural networks and their learning. The aim of this thesis was to extend Caffe framework with new learning methods and compare their performance on Cifar10 dataset. Namely RMSPROP and normalized SGD
Klíčová slova:
Cifar-10; hluboké učení; konvoluční neuronové sítě; neuronové sítě; normalizovaný SGD; RMSPROP; rozpoznávání obrazu; Cifar-10; convolutional neural networks; deep learning; image recognition; Neural networks; normalized SGD; RMSPROP
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/52486