Andere Kunden interessierten sich auch für
![Visualisierung des Trainingsprozesses eines Convolutional Neural Networks (eBook, PDF)]( "Visualisierung des Trainingsprozesses eines Convolutional Neural Networks (eBook, PDF)")
Visualisierung des Trainingsprozesses eines Convolutional Neural Networks (eBook, PDF)15,99 €![Convolutional Neural Networks (CNN). Eigenschaften und Lernalgorithmen (eBook, PDF)]( "Convolutional Neural Networks (CNN). Eigenschaften und Lernalgorithmen (eBook, PDF)")
Convolutional Neural Networks (CNN). Eigenschaften und Lernalgorithmen (eBook, PDF)13,99 €![Vergleichende Analyse zwischen Support Vector Machines und Convolutional Neural Networks zur Texterkennung im MNIST-Datensatz (eBook, PDF)]( "Vergleichende Analyse zwischen Support Vector Machines und Convolutional Neural Networks zur Texterkennung im MNIST-Datensatz (eBook, PDF)")
Vergleichende Analyse zwischen Support Vector Machines und Convolutional Neural Networks zur Texterkennung im MNIST-Datensatz (eBook, PDF)13,99 €![Entwicklung und Laborexperiment von Convolutional Neural Networks mit Variationscharakteristik für fortschrittliche Cybersicherheitsanalysen (eBook, PDF)]( "Entwicklung und Laborexperiment von Convolutional Neural Networks mit Variationscharakteristik für fortschrittliche Cybersicherheitsanalysen (eBook, PDF)")
Entwicklung und Laborexperiment von Convolutional Neural Networks mit Variationscharakteristik für fortschrittliche Cybersicherheitsanalysen (eBook, PDF)36,99 €![Use of CNNs for the Classification of Medical Images (eBook, PDF)]( "Use of CNNs for the Classification of Medical Images (eBook, PDF)")
Use of CNNs for the Classification of Medical Images (eBook, PDF)15,99 €![An Overview of Spiking Neural Networks (eBook, PDF)]( "An Overview of Spiking Neural Networks (eBook, PDF)")
An Overview of Spiking Neural Networks (eBook, PDF)2,99 €![Radial basis neural network optimization using fruit fly (eBook, PDF)]( "Radial basis neural network optimization using fruit fly (eBook, PDF)")
Radial basis neural network optimization using fruit fly (eBook, PDF)36,99 €
Studienarbeit aus dem Jahr 2021 im Fachbereich Informatik - Künstliche Intelligenz, Note: 1,3, Hochschule Darmstadt, Veranstaltung: Hauptseminar Deep Learning, Sprache: Deutsch, Abstract: Deep-Learning-Methoden verzeichnen große Erfolge für viele Vorhersage-Aufgaben, wodurch das Interesse an solchen Verfahren immer weiter steigt. Ein Vertreter von Deep-Learning-Methoden, die mit Bildern oder Videos arbeiten, sind Convolutional Neural Networks (CNNs). CNNs enthalten mehrere hunderte Layer, tausende von Neuronen und Millionen von Verbindungen, wodurch das Verständnis von komplexen CNNs eine große Herausforderung darstellt. Bisherige Visualisierungsansätze beschäftigen sich häufig entweder mit der Mathematik oder der Modellarchitektur. In dieser Arbeit werden Kriterien für eine ganzheitliche Visualisierung von CNNs herausgearbeitet, damit sowohl die Mathematik als auch die Modellarchitektur in den Visualisierungen Berücksichtigung finden. Diese Kriterien werden auf bestehende Konzepte aus der Literatur angewendet und abschließend diskutiert.