Uneingeschränkter Zugang

Efficiency Analysis of Deeplearning4J Neural Network Classifiers in Development of Transition Based Dependency Parsers

László Csépányi-Fürjes

László Csépányi-Fürjes

University of Miskolc, Institute of Information ScienceHungary
Suche nach diesem Autor auf
Sciendo|Google Scholar
Csépányi-Fürjes, László
 und 
László Kovács

László Kovács

University of Miskolc, Institute of Information ScienceHungary
Suche nach diesem Autor auf
Sciendo|Google Scholar
Kovács, László
  
29. Mai 2021
Efficiency Analysis of Deeplearning4J Neural Network Classifiers in Development of Transition Based Dependency Parsers's Cover Image
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zitieren
COVER HERUNTERLADEN
Online veröffentlicht: 29. Mai 2021
Seitenbereich: 33 - 39
DOI: https://doi.org/10.2478/amset-2021-0006
Schlüsselwörter
© 2021 László Csépányi-Fürjes et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Csépányi-Fürjes, László
University of Miskolc, Institute of Information ScienceHungary
Kovács, László
University of Miskolc, Institute of Information ScienceHungary
Sprache:
Englisch
Zeitrahmen der Veröffentlichung:
2 Hefte pro Jahr
Fachgebiete der Zeitschrift:
Informatik, Informatik, andere, Technik, Elektrotechnik, Grundlagen der Elektrotechnik, Maschinenbau, Grundlagen des Maschinenbaus, Mathematik, Mathematik, Allgemeines
Zeitschrift RSS Feed