Grin logo
en de es fr
Shop
GRIN Website
Publish your texts - enjoy our full service for authors
Go to shop › Computer Science - Commercial Information Technology

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

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

Elaboration , 2021 , 22 Pages , Grade: 1,3

Autor:in: Marco Nitschke (Author)

Computer Science - Commercial Information Technology
Excerpt & Details   Look inside the ebook
Summary Excerpt Details

In diesem Assignment sollen die bekannten Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT vorgestellt werden. Darüber hinaus soll geklärt werden, was ein Framework erfolgreich macht und welche Konsequenzen daraus folgen können. Dazu wird in der Folge auch das bereits eingestellte Framework Theano betrachtet. Zunächst werden grundlegende Begrifflichkeiten im Kontext von Deep Learning Frameworks definiert. Im Anschluss wird die grundsätzliche Funktionsweise von Deep Learning erläutert, danach werden die bekanntesten Deep Learning Frameworks vorgestellt und mögliche Erfolgskriterien bewertet.

Excerpt


Inhaltsverzeichnis

  • Einleitung
  • Definitionen
    • Künstliche Intelligenz
    • Maschinelles Lernen
    • Deep Learning
  • Grundsätzliche Funktionsweise von Deep Learning
    • Künstliches Neuronales Netz
    • Anwendungsgebiete von Deep Learning
  • Deep Learning Frameworks
    • TensorFlow
    • Keras
    • PyTorch
    • CNTK
    • MXNET
    • Theano
    • Übersicht und Bewertung
  • Zusammenfassung und Ausblick

Zielsetzung und Themenschwerpunkte

Die Zielsetzung dieses Assignments ist die Vorstellung der bekannten Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNET. Zudem soll geklärt werden, was ein Framework erfolgreich macht und welche Konsequenzen daraus folgen können. Hierzu wird das bereits eingestellte Framework Theano betrachtet.

  • Definition von Deep Learning und angrenzenden Begriffen
  • Erklärung der grundlegenden Funktionsweise von Deep Learning
  • Vorstellung und Bewertung von Deep Learning Frameworks
  • Analyse von Erfolgskriterien für Deep Learning Frameworks
  • Zusammenfassende Darstellung der Ergebnisse

Zusammenfassung der Kapitel

  • Einleitung: Der Text führt in das Thema der künstlichen Intelligenz und Deep Learning ein und stellt die Relevanz von Frameworks in diesem Kontext heraus. Der Autor erläutert den Fokus des Assignments.
  • Definitionen: Dieses Kapitel definiert die zentralen Begriffe Künstliche Intelligenz, Maschinelles Lernen und Deep Learning. Es werden die verschiedenen Teilgebiete und die Funktionsweise dieser Bereiche erläutert.
  • Grundsätzliche Funktionsweise von Deep Learning: Dieses Kapitel beleuchtet die grundlegende Funktionsweise von Deep Learning, insbesondere künstliche neuronale Netze. Es werden Anwendungsgebiete und die Rolle von Frameworks innerhalb des Deep Learning Prozesses erklärt.
  • Deep Learning Frameworks: Dieses Kapitel stellt verschiedene Deep Learning Frameworks vor, darunter TensorFlow, Keras, PyTorch, CNTK, MXNET und Theano. Es werden die Besonderheiten der Frameworks, ihre Funktionsweisen und Einsatzmöglichkeiten diskutiert.

Schlüsselwörter

Die wichtigsten Schlüsselwörter des Textes sind: Künstliche Intelligenz, Maschinelles Lernen, Deep Learning, Deep Learning Frameworks, TensorFlow, Keras, PyTorch, CNTK, MXNET, Theano, Neuronale Netze, Anwendungsgebiete, Erfolgskriterien.

Excerpt out of 22 pages  - scroll top

Details

Title
Künstliche Intelligenz und Maschinelles Lernen. Vergleich der Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT
College
AKAD University of Applied Sciences Stuttgart  (Wirtschaftsinformatik)
Grade
1,3
Author
Marco Nitschke (Author)
Publication Year
2021
Pages
22
Catalog Number
V1043196
ISBN (eBook)
9783346464767
ISBN (Book)
9783346464774
Language
German
Tags
Deep Learning Machine Learning Maschinelles Lernen TensorFlow Keras PyTorch
Product Safety
GRIN Publishing GmbH
Quote paper
Marco Nitschke (Author), 2021, Künstliche Intelligenz und Maschinelles Lernen. Vergleich der Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT, Munich, GRIN Verlag, https://www.grin.com/document/1043196
Look inside the ebook
  • Depending on your browser, you might see this message in place of the failed image.
  • https://cdn.openpublishing.com/images/brand/1/preview_popup_advertising.jpg
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
  • Depending on your browser, you might see this message in place of the failed image.
Excerpt from  22  pages
Grin logo
  • Grin.com
  • Payment & Shipping
  • Contact
  • Privacy
  • Terms
  • Imprint