9786200237989 - machine learning based subtitles detection with nlp von jaiswal, tarun (3 Ergebnisse)
- Softcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 72,52
EUR 11,70 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 1 verfügbar
Paperback. Zustand: Brand New. 8.78x5.98x0.35 inches. In Stock.
- Softcover
Anbieter: preigu, Osnabrück, Deutschlandpreigu
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 36,35
EUR 70,00 VersandVersand von Deutschland nach USAAnzahl: 5 verfügbar
Taschenbuch. Zustand: Neu. Machine Learning Based Subtitles Detection With NLP | Tarun Jaiswal | Taschenbuch | 60 S. | Englisch | 2019 | LAP LAMBERT Academic Publishing | EAN 9786200237989 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu….
- Softcover
Anbieter: Buchpark, Trebbin, DeutschlandBuchpark
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Gebraucht - Sehr gut
EUR 29,13
EUR 105,00 VersandVersand von Deutschland nach USAAnzahl: 2 verfügbar
Zustand: Sehr gut. Zustand: Sehr gut | Sprache: Englisch | Produktart: Bücher | Spontaneously labeling the contented of a digital-image is a most important difficulties in deep learning that attaches Computer visualization and English like language. In this research work, we extant a propagative model based on a deep recurring p…roduction that pools modern improvements in computer visualization and contrivance paraphrase and that can be used to spawn regular verdicts labeling a digital-image. The prototypical is accomplished to take full advantage of the probability of the objective explanation verdict given the keep fit digital-image. This works aims at generating Subtitles for images using neural language models. There has been a extensive growth in number of proposed models for Digital-Image subtitles task since neural language models and deep convolutional neural networks (CNN) became prevalent. Our work has its base on one of such works, which uses a variant of recurrent neural network (RNN) coupled with a CNN. We intend to enhance this model by making subtle changes to the building blocks and using phrases as elementary units instead of words, which may lead to better semantic and syntactical Subtitles.
