Inhaltsstoffe: Kann Spuren von Intelligenz enthalten
- 00:00:00 Start
- 00:00:41 Theoretische Grundlagen
- 00:01:02 RGB-Wert
- 00:03:14 Faltungslayer
- 00:05:40 Aktivierungslayer
- 00:06:22 Poolinglayer
- 00:06:56 Max-Pooling
- 00:07:55 Beispiel MNIST dataset
- 00:09:11 Zusammenfassung
| Zugehörige Institution(en) am KIT | Institut für Technik der Informationsverarbeitung (ITIV) Universität Karlsruhe (TH) – Zentrale Einrichtungen (Zentrale Einrichtungen) Zentrum für Mediales Lernen (ZML) |
| Publikationstyp | Audio & Video |
| Publikationsdatum | 19.10.2021 |
| Erstellungsdatum | 20.09.2021 |
| Sprache | Deutsch |
| DOI | 10.5445/IR/1000139101 |
| Identifikator | KITopen-ID: 1000139101 |
| Lizenz | Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International |
| Bemerkung zur Veröffentlichung | In diesem Video werden die theoretischen Grundlagen von CNNs behandelt. Angefangen mit dem RGB-Wert wird dabei zunächst die Frage geklärt, wie sich ein Bild aus einer dreidimensionalen Matrix von Pixeln mit Rot-, Grün, und Blauwerten zusammensetzt. Anschließend werden die drei zentralen Schichten von CNNs vorgestellt: die Faltungsschicht, die Aktivierungsschicht und die Pooling-Schicht. Das Verhalten dieser Layer wird dann abschließend für ein noch besseres Verständnis anhand eines Beispiel Datensatzes visualisiert. |
| Serie | Angewandte Machine Learning Algorithmen (AMALEA) |
| Folge | 18 |