Metody hlubokého učení, rozpoznávání obrazu s použitím nástroje Google Colaboratory – Bc. Daniel Charvát
Bc. Daniel Charvát
Master's thesis
Metody hlubokého učení, rozpoznávání obrazu s použitím nástroje Google Colaboratory
Deep learning methods, image recognition with use of Google Colaboratory
Abstract:
Tato diplomová práce se zaobírala neuronovými sítěmi, konkrétně konvolučními neuronovými sítěmi, rozpoznáváním obrazu a možnostmi využití Google Colaboratory, které zdarma poskytuje prostředí pro tvorbu a trénování neuronových sítí. V rámci teoretické části práce byly podrobně představeny stěžejní prvky, tedy umělá inteligence, význam a princip strojového a hlubokého učení. Ze zjištěných informací …moreAbstract:
This diploma thesis was focused on neural networks, namely convolutional neural networks, image recognition and possibilities of using Google Colaboratory, which provides free environment for creating and training neural networks.In the theoretical part of the thesis, the main elements, namely artificial intelligence, the meaning and principle of machine and deep learning, were introduced in detail …more
Language used: Czech
Date on which the thesis was submitted / produced: 6. 4. 2020
Thesis defence
- Supervisor: Ing. Josef Pavlíček, Ph.D.
Citation record
ISO 690-compliant citation record:
CHARVÁT, Daniel. \textit{Metody hlubokého učení, rozpoznávání obrazu s použitím nástroje Google Colaboratory}. Online. Master's thesis. Praha: Czech University of Life Sciences Prague, Faculty of Economics and Management. 2020. Available from: https://theses.cz/id/2c5pyz/.
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- světu
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Česká zemědělská univerzita v Praze, Provozně ekonomická fakultaCzech University of Life Sciences Prague
Faculty of Economics and ManagementMaster programme / field:
Systems Engineering and Informatics / Informatics
Theses on a related topic
-
Visualization of hidden layers in convolutional neural networks
Jakub Hruška -
Automatic Recognition of User Interface States Using Convolutional Neural Networks
Klára Petrovičová -
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
Segmentation of Dense Cell Populations using Convolutional Neural Networks
Filip Lux -
Interpretation techniques for deep neural networks in digital histopathology
Martin Krebs -
Automatic trackingand assessment of chronic wounds using augmented skin imaging and convolutional neural networks
Monika Molnárová -
Použití konvoluční neuronové sítě pro klasifikaci snímků ptačího peří
Kateřina Zárybnická -
Jak zmást konvoluční neuronové síte?
Erik Daniel MURGAŠ
Name
Posted by
Uploaded/Created
Rights