keywords:"neural network training" - Výsledky hledání - Digitální repozitář

host :: přihlásit Digitální repozitář
		Hledej		Nový záznam		Nápověda		O repozitáři

Hlavní stránka > Výsledky hledání: keywords:"neural network training"

Hledej:

Tipy pro vyhledávaní :: Rozšířené hledání

Hledej ve sbírkách:

Seřadit podle:	Zobrazit výsledky:	Výstupní formát:

	Neural Network Training Progress Visualization Němcová, Silvie ; Baskar, Murali Karthick (oponent) ; Beneš, Karel (vedoucí práce) This work studies a neural network model during its training. The aim of this thesis is to visualize the training of the model and to examine the training. To achieve this goal I choose to implement a set of tools in Python language. The implementation successfully reproduces the linear path experiment, the identification of robust and ambient layers and the visualization of the loss surface. In addition the quadratic path experiment is presented in this thesis as novel method for analyzing the neural network training progress visualization. Úplný záznam
	Detekce ohně a kouře ve videozáznamu Buzovský, Viktor ; Říha, Kamil (oponent) ; Přinosil, Jiří (vedoucí práce) Práce pojednává o možnostech detekce ohně a kouře ve videozáznamu z reálného prostředí. Cílem práce je vybrat vhodný model, tento model natrénovat a jeho detekční schopnosti následně vylepšit přídavnou implementací. První část práce shrnuje potřebné teoretické znalosti, které jsou v kontextu práce využívány. Druhá, praktická část, pak představuje naučený model a jeho následné pokusy o vylepšení, jednak pomocí optického toku a dále pak pomocí přídavných klasifikačních sítí. Práce je zakončena finální implementací detektoru ohně a kouře a je představen návrh na jeho potenciální zlepšení. Součástí práce jsou mimo jiné i použité a vytvořené datasety. Úplný záznam
	Neural Network Training Progress Visualization Němcová, Silvie ; Baskar, Murali Karthick (oponent) ; Beneš, Karel (vedoucí práce) This work studies a neural network model during its training. The aim of this thesis is to visualize the training of the model and to examine the training. To achieve this goal I choose to implement a set of tools in Python language. The implementation successfully reproduces the linear path experiment, the identification of robust and ambient layers and the visualization of the loss surface. In addition the quadratic path experiment is presented in this thesis as novel method for analyzing the neural network training progress visualization. Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.

Digitální repozitář :: :: :: ::
Powered by v1.1.2
Spravuje

Tato stránka je dostupná také v následujících jazycích:
Česky English