Hausarbeiten logo
Shop
Shop
Tutorials
En De
Shop
Tutorials
  • How to find your topic
  • How to research effectively
  • How to structure an academic paper
  • How to cite correctly
  • How to format in Word
Trends
FAQ
Zur Shop-Startseite › Informatik - Wirtschaftsinformatik

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

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

Ausarbeitung , 2021 , 22 Seiten , Note: 1,3

Autor:in: Marco Nitschke (Autor:in)

Informatik - Wirtschaftsinformatik

Leseprobe & Details   Blick ins Buch
Zusammenfassung Leseprobe 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.

Leseprobe


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.

Ende der Leseprobe aus 22 Seiten  - nach oben

Details

Titel
Künstliche Intelligenz und Maschinelles Lernen. Vergleich der Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT
Hochschule
AKAD University, ehem. AKAD Fachhochschule Stuttgart  (Wirtschaftsinformatik)
Note
1,3
Autor
Marco Nitschke (Autor:in)
Erscheinungsjahr
2021
Seiten
22
Katalognummer
V1043196
ISBN (eBook)
9783346464767
ISBN (Buch)
9783346464774
Sprache
Deutsch
Schlagworte
Deep Learning Machine Learning Maschinelles Lernen TensorFlow Keras PyTorch
Produktsicherheit
GRIN Publishing GmbH
Arbeit zitieren
Marco Nitschke (Autor:in), 2021, Künstliche Intelligenz und Maschinelles Lernen. Vergleich der Deep Learning Frameworks TensorFlow, Keras, PyTorch, CNTK und MXNeT, München, GRIN Verlag, https://www.hausarbeiten.de/document/1043196
Blick ins Buch
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • https://cdn.openpublishing.com/images/brand/2/preview_popup_advertising.jpg
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
  • Wenn Sie diese Meldung sehen, konnt das Bild nicht geladen und dargestellt werden.
Leseprobe aus  22  Seiten
Hausarbeiten logo
  • Facebook
  • Instagram
  • TikTok
  • Shop
  • Tutorials
  • FAQ
  • Zahlung & Versand
  • Über uns
  • Contact
  • Datenschutz
  • AGB
  • Impressum