Hledat
Zobrazují se záznamy 1-2 z 2
Smoothness of Functions Learned by Neural Networks
Hladkost funkcí naučených neuronovými sítěmi
Bakalářská práce (OBHÁJENO)
Vedoucí práce: Musil, Tomáš
Datum publikování: 2020
Datum obhajoby: 07. 07. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Modern neural networks can easily fit their training set perfectly. Surprisingly, they generalize well despite being "overfit" in this way, defying the bias-variance trade-off. A prevalent explanation is that stochastic ...
Controlled Music Generation with Deep Learning
Ovladatelné generování hudby pomocí hlubokého učení
Diplomová práce (OBHÁJENO)
Vedoucí práce: Hajič, Jan
Datum publikování: 2020
Datum obhajoby: 03. 02. 2020
Fakulta / součást: Matematicko-fyzikální fakulta / Faculty of Mathematics and Physics
Abstrakt: Generation of musical compositions is one of the hardest tasks for artificial intelligence where most of the current approaches struggle with long term coherence of the generated compositions. This work aims to demonstrate ...
Generování hudby je jedna z nejtežších úloh pro umělou inteligenci. Přístupy založené na strojovém učení již dokázaly přesvědčivě napodobovat skladatelskou práci na kratších hudebních úsecích, nicméně většina současných ...
Generování hudby je jedna z nejtežších úloh pro umělou inteligenci. Přístupy založené na strojovém učení již dokázaly přesvědčivě napodobovat skladatelskou práci na kratších hudebních úsecích, nicméně většina současných ...