The Anatomy of Deep Learning Frameworks - Implementation on Recurrent Neural Network Model

U ovom diplomskom radu opisano je strojno učenje, kao grana umjetne inteligencije, koje je danas jedan od najzanimljivijih područja računarske znanosti najviše zbog svoje ogromne primjene u prepoznavanju objekata u slikama, pretvorbe teksta u govor, prikazom rezultata pretraživanja korisnika i sl. U radu je opisan koncept umjetne inteligencije, kao i dubokog učenja koje je grana strojnog učenja. U radu su objašnjeni radni okviri za duboko učenje čije korištenje olakšava razvoj aplikacija. Opisane su i umjetne neuronske mreže, zasnovane na prirodnim neuronima, koje su glavni alat u strojnom učenju. Objašnjene su i opisane posebne povratne neuronske mreže, te je u praktičnom dijelu rada prikazana izgradnja takve neuronske mreže u programskom jeziku Python, u radnom okviru TensorFlow. Također, na studijskom primjeru prikazana je implementacija povratne neuronske mreže.In this thesis machine learning is described as a branch of artificial intelligence which is today one of the most interesting areas of computer science, mainly because of its enormous use in the recognition of objects in the images, the transformation of the text into the speech, the presentation of user search results etc. The paper describes the concept of artificial intelligence as well as deep learning that is the branch of machine learning. Artificial neural networks are also described, based on natural neural networks, which are the main tool in machine learning. Specific recurrent neural networks are also explained and described, and in the practical part of thesis is shown building that neural networks in the Python programming language, in TensorFlow framework