Deep Learning

Was ist Computer Vision?

Einführung in die Computer Vision und ihre Anwendungen.

Erläuterung von Transfer Learning und wie es von Anfängern genutzt werden kann.

Nutzen Sie die Leistungsfähigkeit von PyTorch für Deep Learning. Lernen Sie, wie man mit dem Python-Framework neuronale Netze trainiert.

Beherrschen Sie Deep Learning mit Keras. Entdecken Sie, wie Sie mit dieser Python-Bibliothek neuronale Netze trainieren können.

Erklärung des Stochastic Gradient Descents im Vergleich zum herkömmlichen Gradientenverfahrens.

Entdecken Sie die Softmax-Funktion im Machine Learning: Implementierung in Python (NumPy, TensorFlow), probabilistische Klassifizierung.

Lernen Sie, wie Sie den MinMax Scaler in Python für die Skalierung von Merkmalen verwenden und welche Vor- und Nachteile dies hat.

Erfahren Sie, wie Sie die Leistung neuronaler Netze mit der Aktivierungsfunktion ReLU verbessern können.

Lernen Sie die Dropout Layer in neuronalen Netzen kennen, die zur Regularisierung und zur Vermeidung von Überanpassung eingesetzt wird.

Entdecken Sie die Leistungsfähigkeit von ResNet: eine Deep Learning-Architektur für neuronale Netze zur Bilderkennung.