Fundamentals of Deep Learning for Multiple Data Types (PTC Course)

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F20%3A10248905" target="_blank" >RIV/61989100:27740/20:10248905 - isvavai.cz</a>

Výsledek na webu

<a href="https://events.it4i.cz/event/109/" target="_blank" >https://events.it4i.cz/event/109/</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Fundamentals of Deep Learning for Multiple Data Types (PTC Course)

Popis výsledku v původním jazyce

This day explores how convolutional and recurrent neural networks can be combined to generate effective descriptions of content within images and video clips. Attendees learned how to train a network using TensorFlow and the Microsoft Common Objects in Context (COCO) dataset to generate captions from images and video by: Implementing deep learning workflows like image segmentation and text generation Comparing and contrasting data types, workflows, and frameworks Combining computer vision and natural language processing

Název v anglickém jazyce

Fundamentals of Deep Learning for Multiple Data Types (PTC Course)

Popis výsledku anglicky

This day explores how convolutional and recurrent neural networks can be combined to generate effective descriptions of content within images and video clips. Attendees learned how to train a network using TensorFlow and the Microsoft Common Objects in Context (COCO) dataset to generate captions from images and video by: Implementing deep learning workflows like image segmentation and text generation Comparing and contrasting data types, workflows, and frameworks Combining computer vision and natural language processing

Druh

O - Ostatní výsledky

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/LM2018140" target="_blank" >LM2018140: e-Infrastruktura CZ</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů