Praktische Einführung in Deep Learning für Computer VisionHPI-Student Team für neuronale Netze

Dieses Video gehört zum openHPI-Kurs Praktische Einführung in Deep Learning für Computer Vision. Möchten Sie mehr sehen?

2.7 Implementierung eines neuronalen Netzes für MNIST

Zeitaufwand: etwa 12 Minuten

Beim Laden des Videoplayers ist ein Fehler aufgetreten, oder es dauert lange, bis er initialisiert wird. Sie können versuchen, Ihren Browser-Cache zu leeren. Bitte versuchen Sie es später noch einmal und wenden Sie sich an den Helpdesk, wenn das Problem weiterhin besteht.

Über dieses Video


Das besprochene Notebook findet ihr als Download unter Lesematerialien zu diesem Video, auf unserem GitHub: https://github.com/into-ai/deeplearning2020 oder öffnet es direkt in Colab unter: https://colab.research.google.com/drive/1nHF8G4cOJN1nZMBViJhWp2RRyb_wXrQi

Anmerkung zum Video:

Aufgrund von Änderungen in der Kursstruktur sollte euch Sigmoid nicht mehr sehr fremd vorkommen und wird nicht noch tiefer in den nächsten Wochen behandelt.

Ergänzende Lösung (bessere Genauigkeit):

Keine Angst, ihr müsst nicht verstehen was/wie in diesem Notebook (Colab Link) gemacht wird. Wir werden euch die kommenden Wochen noch genauer erklären, was die einzelnen Netzeigenschaften sind und wofür sie genutzt werden. Wir wollten euch diese Lösung nur mitgeben, um zu zeigen, dass wir auch eine weitaus bessere Genauigkeit erreichen können.

Seht es somit als Motivation, was wir in dem Kurs alles noch lernen und wie stark wir uns damit verbessern werden.