Praktische Einführung in Deep Learning für Computer VisionHPI-Student Team für neuronale Netze
This video belongs to the openHPI course Praktische Einführung in Deep Learning für Computer Vision. Do you want to see more? Enroll yourself for free!

2.6 Aktivierungsfunktionen

Time effort: approx. 12 minutes
You are using our new video player. If you experience any problems, please contact the helpdesk. You can always switch to the old player.

About this video


Anmerkung zum Video:

  • zu 4:26: Mathematisch korrekt muss von Operationen, statt Multiplikationen gesprochen werden. Die Berechnung der Aktivierungsfunktionen wurde hier nicht mit einbezogen.

  • Stetigkeit ist nicht gleichbedeutend mit der Erklärung "es gibt zu jedem x ein y", sondern eine Funktion ist stetig, wenn sie an jeder Stelle ihres Definitionsbereichs stetig ist. Die genaue Definition von Stetigkeit findet ihr hier.

  • Die Erklärung "Es gibt zu jeden x ein y" beschreibt die Totalität als Eigenschaft einer Funktion.

  • Auf Folie 9 müsste es statt softmax(x)_i eigentlich softmax(x_i) heißen