Zusammenfassung im Video

Einführung in Deep Learning mit PyTorch

Jasmin Ludolf

Senior Data Science Content Developer, DataCamp

Zusammenfassung

Kapitel 1
- Deep Learning kennengelernt
- Kleine neuronale Netze erstellt
- Lineare Schichten erforscht
Kapitel 2
- Verlust- und Aktivierungsfunktionen verwendet
- Derivate berechnet
- Backpropagation genutzt

Kapitel 3
- Ein neuronales Netzwerk trainiert
- Mit Lernrate und Momentum experimentiert
- Und ihre Auswirkungen erfahren
Kapitel 4
- Strategien zur Verbesserung deines Modells
- Überanpassung reduziert
- Modellleistung evaluiert

Nächste Schritte

Kurs
- Deep Learning mit PyTorch für Fortgeschrittene
- Erklärbare KI in Python
Lerne
- Wahrscheinlichkeitsrechnung & Statistik
- Lineare Algebra
- Infinitesimalrechnung

Praxis
- Wähle einen Datensatz auf Kaggle
- Erkennung von Cybersecurity-Bedrohungen mit Deep Learning
- Ein neuronales Netzwerk trainieren
{{3}} erstellen
- Deep Learning verwenden, um eine App zu erstellen

Lass uns üben!

Einführung in Deep Learning mit PyTorch

Preparing Video For Download...