Počet záznamů: 1
General-purpose Library of ML/AI Methods
- 1.
SYSNO ASEP 0565499 Druh ASEP L4 - Software Zařazení RIV R - Software Název General-purpose Library of ML/AI Methods Tvůrce(i) Coufal, David (UIVT-O) RID, SAI, ORCID
Hakl, František (UIVT-O) SAI, RID, ORCID
Vidnerová, Petra (UIVT-O) RID, SAI, ORCIDRok vydání 2022 Int.kód TN01000024/03-V005 Technické parametry Kolekce programů a skriptů spustitelných z příkazové řádky, vyžaduje Python a běžně dostupné výpočetní knihovny. Zadání se definuje v textovém souboru, typicky ve formátu YAML. Vzhledem k výpočetní náročnosti doporučeno využití GPU nebo výpočetního clusteru s více CPU. Ekonomické parametry Knihovna obsahuje dvě části. Skripty věnované rozšiřování datové základny pro učení navigace robota (GANs) a část zabývající se hledáním optimální architektury neuronových sítí (AnANAS). Rozšiřování datové základny je prováděno pomocí generativních neuronových sítí. Jsou implementovány architektury DCGAN a LSGAN v nepodmíněné i podmíněné verzi. Kvalita učení je monitorována pomocí FID skóre. AnANAS část je určena pro experimenty s hledáním optimální architektury hluboké neuronové sítě, jak s plně propojenými vrstvami tak sítě konvoluční. Umožňuje více-kriteriální optimalizaci, nabízí tři verze více-kriteriální optimalizace (NSGA, NSGA-II, NSGA-III) a implementaci základního standardního genetického algoritmu. Umožňuje paralelní výpočet na GPU nebo s využitím několika CPU. Název vlastníka Ústav informatiky AV ČR, v. v. i. IČ vlastníka 67985807 Požad. na licenč. popl. N - Poskytovatel licence nepožaduje licenční poplatek Číselná identifikace TN01000024/03-V005 Jazyk dok. eng - angličtina Země vlastníka CZ - Česká republika Klíč. slova deep neural networks ; generative adverisal networks ; conditional generation ; generative algorithms ; neural architecture search ; model selection ; evolutionary algorithms ; multiobjective optimisation ; hluboké neuronové sítě ; generativní adversiální sítě ; generativní algoritmy ; hledání architektury neuronové sítě ; evoluční algoritmy ; vícekriteriální optimalizace Obor OECD Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8) CEP TN01000024 GA TA ČR - Technologická agentura ČR Institucionální podpora UIVT-O - RVO:67985807 Anotace The important part of successful neural network solution is a choice of an appropriate architecture. We provide tools automating this process, including semi-manual tools and fully automatic search. The semi-manual solution provides tools for automatic evaluation of a set of user defined architectures. The fully automatic search is based on evolutionary optimisation that finds a suitable network for a given problem. Generative adversial networks (GANs) are used to expand available database of disc photographs. Different loss function-based architectures such as DCGAN and LSGAN are employed. Both unconditional and conditional configurations are available. The scripts also have distributed versions that can run on a GPU cluster. Pracoviště Ústav informatiky Kontakt Tereza Šírová, sirova@cs.cas.cz, Tel.: 266 053 800 Rok sběru 2023 Elektronická adresa https://github.com/PetraVidnerova/nck_python
Počet záznamů: 1