Andere Kunden interessierten sich auch für
![Sistema de detecção de intrusões baseado na aprendizagem profunda]( "Sistema de detecção de intrusões baseado na aprendizagem profunda")
Sistema de detecção de intrusões baseado na aprendizagem profunda40,99 €![Método de afinação para a aprendizagem profunda]( "Método de afinação para a aprendizagem profunda")
Método de afinação para a aprendizagem profunda29,99 €![MÉTODOS DE APRENDIZAGEM PROFUNDA PARA ANÁLISE DE SENTIMENTOS UTILIZANDO MODELOS BERT E GRU]( "MÉTODOS DE APRENDIZAGEM PROFUNDA PARA ANÁLISE DE SENTIMENTOS UTILIZANDO MODELOS BERT E GRU")
MÉTODOS DE APRENDIZAGEM PROFUNDA PARA ANÁLISE DE SENTIMENTOS UTILIZANDO MODELOS BERT E GRU39,99 €![FLAMED: Uma abordagem de aprendizagem profunda para a deteção de incêndios e fumo em tempo real]( "FLAMED: Uma abordagem de aprendizagem profunda para a deteção de incêndios e fumo em tempo real")
FLAMED: Uma abordagem de aprendizagem profunda para a deteção de incêndios e fumo em tempo real39,99 €![Modelo de aprendizagem profunda para a estimativa da pose humana no espaço e no tempo]( "Modelo de aprendizagem profunda para a estimativa da pose humana no espaço e no tempo")
Modelo de aprendizagem profunda para a estimativa da pose humana no espaço e no tempo23,99 €![Aproveitamento da aprendizagem profunda para o reconhecimento de emoções na fala]( "Aproveitamento da aprendizagem profunda para o reconhecimento de emoções na fala")
Aproveitamento da aprendizagem profunda para o reconhecimento de emoções na fala29,99 €![Análise de sentimentos de textos X com aprendizagem profunda]( "Análise de sentimentos de textos X com aprendizagem profunda")
Análise de sentimentos de textos X com aprendizagem profunda39,99 €
Está a ter lugar uma aprendizagem profunda, especialmente com o rápido crescimento e disponibilidade de grandes bases de dados e as recentes melhorias nas Unidades de Processamento Gráfico (GPUs). O principal objectivo desta investigação é aplicar algoritmos de aprendizagem profunda, tais como Redes Neurais Convolucionais (CNNs) e arquitecturas profundas, em particular o modelo VGG-16 deep para categorização e localização de veículos em cenários rodoviários. Nesta tese, mostraremos que através da parametrização optimizada e modificação algorítmica simples, podemos melhorar, mesmo relativamente, a robustez de uma determinada rede Faster R-CNN na detecção de veículos e obter melhores resultados com base em várias bases de dados (PASCAL VOC 2007, PASCAL VOC 2012, MIT Traffic, CUHK Square e Logiroad).