Homepage >  Katalog >  Informatik - Wirtschaftsinformatik

Künstliche Intelligenz und Maschinelles Lernen. Vergleich der Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT


Ausarbeitung, 2021

22 Seiten, Note: 1,3


Leseprobe


Inhaltsverzeichnis

ABBILDUNGSVERZEICHNIS

1. EINLEITUNG

2. DEFINITIONEN
2.1 KÜNSTLICHE INTELLIGENZ
2.2 MASCHINELLES LERNEN
2.3 DEEP LEARNING

3. GRUNDSÄTZLICHE FUNKTIONSWEISE VON DEEP LEARNING
3.1 KÜNSTLICHES NEURONALES NETZE
3.2 ANWENDUNGSGEBIETE VON DEEP LEARNING

4. DEEP LEARNING FRAMEWORKS
4.1 TENSORFLOW
4.2 KERAS
4.3 PYTORCH
4.4 CNTK
4.5 MXNET
4.6 THEANO
4.7 ÜBERSICHT UND BEWERTUNG

5. ZUSAMMENFASSUNG UND AUSBLICK

LITERATURVERZEICHNIS

Ende der Leseprobe aus 22 Seiten

Details

Titel
Künstliche Intelligenz und Maschinelles Lernen. Vergleich der Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT
Hochschule
AKAD University, ehem. AKAD Fachhochschule Stuttgart  (Wirtschaftsinformatik)
Note
1,3
Autor
Jahr
2021
Seiten
22
Katalognummer
V1043196
ISBN (eBook)
9783346464767
ISBN (Buch)
9783346464774
Sprache
Deutsch
Schlagworte
Deep Learning, Machine Learning, Maschinelles Lernen, TensorFlow, Keras, PyTorch
Arbeit zitieren
Marco Nitschke (Autor:in), 2021, Künstliche Intelligenz und Maschinelles Lernen. Vergleich der Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT, München, GRIN Verlag, https://www.grin.com/document/1043196

Kommentare

  • Noch keine Kommentare.
Blick ins Buch
Titel: Künstliche Intelligenz und Maschinelles Lernen. Vergleich der Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT


Ähnliche Arbeiten


Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden