Einführung

Einordnung

• Deep Learning ist ein Sonderfall des überwachten Lernens
• fähig, komplexere neuronale Netze (bis zu Tausende NN) zu verarbeiten.
• Deep bedeutet → Anzahl der Hidden-Layer in einem neuronalen Netz

Rechenleistung:

• Erfordert hohe Rechenleistung durch große Datensätze und viele Parameter.
• GPUs mit paralleler Architektur sind besonders effizient.
• Cloud-Computing (z. B. Google Colaboratory) ermöglicht das Mieten oder kostenlose Nutzen von Rechenleistung.

Bibliotheken:

• TensorFlow:
  • Entwickelt von Google für komplexe neuronale Netze.
  • Bietet detaillierte Kontrolle über Parameter und wird in der Forschung genutzt.
• Keras:
  • Vereinfachte Schnittstelle zu TensorFlow.
  • Einfacher zu erlernen und bietet vortrainierte Modelle für Klassifikation.

Installation:

• Anaconda Navigator: Direktinstallation von “keras” (nicht immer zuverlässig).
• pip: Installation über den pip-Befehl in einem Jupyter Notebook.

Zusätzliche Information:

• Weitere Deep Learning Bibliotheken wie PyTorch sind ebenfalls verfügbar.