Self-paced course

Praktische Einführung in Deep Learning für Computer Vision

Offered by HPI-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?

2.6 Aktivierungsfunktionen

An error occurred while loading the video player, or it takes a long time to initialize. You can try clearing your browser cache. Please try again later and contact the helpdesk if the problem persists.

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