Sta znaci na Engleskom ДУБОКОГ УЧЕЊА - prevod na Енглеском

• deep learning
• deep-learning

Примери коришћења Дубоког учења на Српском и њихови преводи на Енглески

Веома дубоког учења”.
Very Deep Learning".

Алгоритми дубоког учења се могу применити за задатке ненадгледаног учења..
Deep learning algorithms can be applied to unsupervised learning tasks.

Неке од најуспешнијих метода дубоког учења укључују вештачке мреже неурона.
Some of the most successful deep learning methods involve artificial neural networks.

AtomNet је систем дубоког учења заснованог на структури дизајна лекова.
AtomNet is a deep learning system for structure-based rational drug design.

Ово је заједнички податак коришћен за почетно оцењивање архитектура дубоког учења.
This is a common data set used for initial evaluations of deep learning architectures.

Прва мрежа дубоког учења из 1965: GMDH.
First deep learning networks of 1965: GMDH.

Нг је утврдио да GPU може повећати брзину система дубоког учења око 100 пута.
Ng determined that GPUs could increase the speed of deep-learning systems by about 100 times.

Многи алгоритми дубоког учења се примењују на учење задатка без надзора.
Many deep learning algorithms are applied to unsupervised learning tasks.

Они су заједно организовали NIPS 2009. године радионицу дубоког учења за препознавање говора.
They co-organized the 2009 NIPS Workshop on Deep Learning for Speech Recognition.

Архитектура дубоког учења се често конструише помоћу похлепне слој-по-слој методе.
Deep learning architectures are often constructed with a greedy layer-by-layer method.

Аутоматско препознавање говора великих размера је први и најуспешнији случај дубоког учења.
Large-scale automatic speech recognition is the first and most convincing successful case of deep learning.

Главна критика дубоког учења подразумева недостатак теорије окружења многих модела.
A main criticism of deep learning concerns the lack of theory surrounding many of the methods.

У 2017. години Баиду је водио оснивање Националне инжењерске лабораторије за технологију и примену дубоког учења.
In March 2017, Baidu established the National Engineering Laboratory of Deep Learning Technology.

Индустријске апликације дубоког учења за препознавање говора великих димензија почеле су око 2010.
Industrial applications of deep learning to large-scale speech recognition started around 2010.

Област дубоког учења брзо расте, и нове архитектуре других облика или алгоритама појављују се сваких неколико недеља.
Deep learning is a fast-growing field, and new architectures, variants, or algorithms appear every few weeks.

Baidy је упослио Andrew Ng. Да води њихов нови Silicon Valley- истраживања која се односе на лабораторијско фокусирање дубоког учења.
Baidu hired Andrew Ng to head its new Silicon Valley-based research lab focusing on deep learning.

Поред снаге метода дубоког учења, и даље недостаје функционална потреба за реализацију овог циља у потпуности.
Despite the power of deep learning methods, they still lack much of the functionality needed for realizing this goal entirely.

Различити приступи су коришћени да би се испитала веродостојност модела дубоког учења из неуробиолошке перспективе.
A variety of approaches have been used to investigate the plausibility of deep learning models from a neurobiological perspective.

Упркос моћи метода дубоког учења, и даље недостаје велики део функционалности потребног за реализацију овог циља у потпуности.
Despite the power of deep learning methods, they still lack much of the functionality needed for realizing this goal entirely.

Дуга краткорочна меморија( ДКМ)[ 1] је вештачка неуронска мрежа која се користи у областима вештачке интелигенције и дубоког учења.
Long short-term memory(LSTM)[1] is an artificial neural network used in the fields of artificial intelligence and deep learning.

Овакве методе надгледаног дубоког учења такође су биле први вештачки пример препознавања одређених задатака.[ 97].
Such supervised deep learning methods also were the first artificial pattern recognizers to achieve human-competitive performance on certain tasks.[97].

Blippar је 2015, преставио нови мобилни са повећаним стварним апликацијама које у право време( реално) препознају објекте дубоког учења…[ 281].
In 2015, Blippar demonstrated a new mobile augmented reality application that makes use of deep learning to recognize objects in real time.[281].

Теорија дубоког учења, поред осталог, види коеволуцију културе и сазнања као основно( фундаментално) стање људског развоја( еволуције)…[ 274].
The theory of deep learning therefore sees the coevolution of culture and cognition as a fundamental condition of human evolution.[274].

То је омогућено захваљујући употреби графичких процесорских јединица( GPU) током тренинга,[ 1] суштинског састојка револуције дубоког учења.
This was made feasible due to the use of graphics processing units(GPUs) during training,[7] an essential ingredient of the deep learning revolution.

Истраживачи Googleа су развили систем дубоког учења који може да раздвоји гласове гледајући лица особа када оне говоре и потом се може фокусирати на те гласове.
Google researchers have developed a deep learning system that can pick out specific voices by looking at people's faces when they're speaking.

Они користе основне компоненте анализе језгра( КРСА)[ 219] као методу за не надгледан похлепни слој, пре тренинга корака архитектуре дубоког учења.
They use the kernel principal component analysis(KPCA), in[219] as method for unsupervised greedy layer-wise pre-training step of the deep learning architecture.

Истраживачи у компанијама Google и Uber раде на измени два најпопуларнија оквира дубоког учења, што ће им омогућити да стекну способност управљања вероватноћом.
Researchers at Uber and Google are working on modifications to the two most popular deep-learning frameworks that will enable them to handle probability.

Друге радне архитектуре дубоког учења, посебно оне које су изграђене за рачунарски вид почеле су са Неокогнитроном који је 1980. године представио Фукушима.
Other deep learning working architectures, specifically those built for computer vision, began with the Neocognitron introduced by Kunihiko Fukushima in 1980.

Велика скала препознавања говора је први и најпогоднији начин дубоког учења у скоријој историји, која обухвата и индустрију и науку.
Large-scale automatic speech recognition is the first and most convincing successful case of deep learning in the recent history, embraced by both industry and academia across the board.

Утицај дубоког учења у индустрији почео је почетком 2000. х, када су CNN већ обрадиле 10% до 20% свих проверки написаних у САД.
The impact of deep learning in industry began in the early 2000s, when CNNs already processed an estimated 10% to 20% of all the checks written in the US, according to Yann LeCun.