Optimalizační nástroj pro modely s hlubokým učením – Václav FILIP
Václav FILIP
Bakalářská práce
Optimalizační nástroj pro modely s hlubokým učením
Anotace:
Účelem práce je vytvoření nástroje schopného optimalizatovat parametry a strukturu deep learning modelů. Existuje mnoho možností, jak model sestavit (počty a typ vrstev, jejich pořadí apod.), přičemž podoba modelu má zásadní vliv na jeho kvalitu. Nově vytvořené řešení nabízí funkcionality, které již existující řešení nenabízí a které jsou vytvořeny na základě jejich porovnání. Řešení je vytvořeno v …víceAbstract:
The goal of this thesis is to create a tool capable of optimizing parameters and structure of deep learning models. There are various ways to create a model like changing types and number of layers, various numerical parameters of the layers etc. These parameters greatly influence the quality of the model. Newly created tool is to offer functionalities not offered by any existing solution - these new …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 9. 12. 2021
Obhajoba závěrečné práce
- Vedoucí: Ing. Jiří Jelínek, CSc.
Citační záznam
Jak správně citovat práci
FILIP, Václav. Optimalizační nástroj pro modely s hlubokým učením. České Budějovice, 2021. bakalářská práce (Bc.). JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH. Přírodovědecká fakulta
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH, Přírodovědecká fakultaJIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH
Přírodovědecká fakultaBakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika - specializace Bezpečnost a sítě
Práce na příbuzné téma
-
Genetické algoritmy v optimalizaci výrobních plánů
Petra Krátká -
Shape-aware Segmentation of Biomedical Images using Deep Learning
Filip Lux -
Navigace v neznámém a pevně daném prostředí pomocí deep reinforcement learning algoritmu
Gabriela HRUBÁ -
Explainability of Deep Learning for Genomic sequences
Jakub Poláček -
Deep Risk-Constrained Reinforcement Learning with Safety Critics
Martin Gendiar -
Aplikace algoritmu hlubokého učení (deep learning) pro klasifikaci obrazů
Ahmed Mohamed Alaa Toubar -
Monte Carlo Tree Search in Deep Reinforcement Learning Algorithms
Richard Schwarz -
Využití Deep Learning v medicínských aplikacích
Pavel KOŠAN
Název
Vložil
Vloženo
Práva
Složky
Soubory
Bulánová, L.
10. 12. 2021