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.
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
-
¡Carge sus propios textos! Gane dinero y un iPhone X. -
¡Carge sus propios textos! Gane dinero y un iPhone X. -
¡Carge sus propios textos! Gane dinero y un iPhone X. -
¡Carge sus propios textos! Gane dinero y un iPhone X. -
¡Carge sus propios textos! Gane dinero y un iPhone X. -
¡Carge sus propios textos! Gane dinero y un iPhone X. -
¡Carge sus propios textos! Gane dinero y un iPhone X.