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

Programmierung - Neuronale Netzwerke

Formal Metadata

Title
Programmierung - Neuronale Netzwerke
Title of Series
Number of Parts
79
Author
License
CC Attribution 4.0 International:
You are free to use, adapt and copy, distribute and transmit the work or content in adapted or unchanged form for any legal purpose as long as the work is attributed to the author in the manner specified by the author or licensor.
Identifiers
Publisher
Release Date2023
LanguageGerman
Production Year2023
Production PlaceHeinrich-Heine-Universität Düsseldorf

Content Metadata

Subject Area
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
Keywords