We're sorry but this page doesn't work properly without JavaScript enabled. Please enable it to continue.
Feedback

Programmierung - Neuronale Netzwerke

Formale Metadaten

Titel
Programmierung - Neuronale Netzwerke
Serientitel
Anzahl der Teile
79
Autor
Lizenz
CC-Namensnennung 4.0 International:
Sie dürfen das Werk bzw. den Inhalt zu jedem legalen Zweck nutzen, verändern und in unveränderter oder veränderter Form vervielfältigen, verbreiten und öffentlich zugänglich machen, sofern Sie den Namen des Autors/Rechteinhabers in der von ihm festgelegten Weise nennen.
Identifikatoren
Herausgeber
Erscheinungsjahr2023
SpracheDeutsch
Produktionsjahr2023
ProduktionsortHeinrich-Heine-Universität Düsseldorf

Inhaltliche Metadaten

Fachgebiet
Genre
Abstract
In diesem Video lernst du einen wahren Klassiker unter den Datensätzen kennen - den MNIST Datensatz, der aus Bildern von handgeschriebenen Ziffern besteht. Wir wiederholen noch einmal den Aufbau von Graustufenbildern und beschäftigen uns mit deren Normalisierung. Anschließend zeigen wir dir, wie man den Aufbau eines neuronalen Netzwerkes programmiert und wie die einzelnen Bestandteile und Parameter des Netzwerks interpretiert werden können. Lernziele: Du beschreibst den MNIST Datensatz und lädst ihn in dein Programm Du normalisierst Bilder, sodass die Intensitätswerte zwischen 0 und 1 liegen Du erklärst, wie du mit "models.Sequential" Layer zu deinem neuronalen Netzwerk hinzufügen kannst Du erklärst den Unterschied zwischen der ReLU- und Softmax-Aktivierungsfunktion Du berechnest die Anzahl der Modellparameter für einzelne Layer
Schlagwörter