Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorPrantl Martin, Ing. Ph.D.
dc.contributor.authorČerný, Matěj
dc.contributor.refereeÚbl Martin, Ing.
dc.date.accepted2023-6-13
dc.date.accessioned2023-08-02T10:47:34Z-
dc.date.available2022-10-3
dc.date.available2023-08-02T10:47:34Z-
dc.date.issued2023
dc.date.submitted2023-5-4
dc.identifier93694
dc.identifier.urihttp://hdl.handle.net/11025/53753-
dc.description.abstractNeuronové sítě jsou v současné době velmi populární. Naprostá většina kódů je nicméně psaná v jazyce Python, například s použitím knihovny PyTorch. Jádro této knihovny je ovšem nativně psáno v C++ a umožňuje použití přímo z C++. Cílem této bakalářské práce je konverze knihovny vyvinuté vedoucím práce založené na PyTorch z Pythonu do C++ a následné porovnání výkonu obou řešení na jednoduchém modelu. Výsledky naznačují zanedbatelný vliv výběru jazyka na výkon.cs
dc.format41 s
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectstrojové učenícs
dc.subjectframeworky pro strojové učenícs
dc.subjectpytorchcs
dc.subjectlibtorchcs
dc.subjectpythoncs
dc.subjectc++cs
dc.titleNeuronové sítě - porovnání výkonnosti knihovny založené na PyTorch v Pythonu a C++cs
dc.title.alternativeNeural Networks - Performance Comparison of Library based on PyTorch in Python and C++en
dc.typebakalářská práce
dc.thesis.degree-nameBc.
dc.thesis.degree-levelBakalářský
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programInformatika a výpočetní technika
dc.description.resultObhájeno
dc.description.abstract-translatedNeural networks are currently very popular. However, the vast majority of code is written in the Python language, for example using the PyTorch library. The core of the library is, however, natively written in C++ and allows for direct use from C++. The aim of this bachelor's thesis is to convert the PyTorch-based library developed by the thesis supervisor from Python to C++, and subsequently compare the performance of both solutions on a simple model. The results suggest negligible impact of language choice on performance.en
dc.subject.translatedmachine learningen
dc.subject.translatedmachine learning frameworksen
dc.subject.translatedpytorchen
dc.subject.translatedlibtorchen
dc.subject.translatedpythonen
dc.subject.translatedc++en
Vyskytuje se v kolekcích:Bakalářské práce / Bachelor´s works (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
A20B0074P.pdfPlný text práce1,63 MBAdobe PDFZobrazit/otevřít
A20B0074P_Posudek.pdfPosudek oponenta práce727,1 kBAdobe PDFZobrazit/otevřít
A20B0074P_Hodnoceni.pdfPosudek vedoucího práce410,62 kBAdobe PDFZobrazit/otevřít
A20B0074P_Obhajoba.pdfPrůběh obhajoby práce57,88 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/53753

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Bakalářské práce / Bachelor´s works (KIV)