C7-6 Netzwerkarchitekturen - Teil 1 - Rekurrente neuronale Netze (Video)

Im Video „C7-6 Netzwerkarchitekturen - Teil 1 - Rekurrente neuronale Netze“ geht es um rekurrente neuronale Netze (RNNs). Sie sind die Basis für sogenannte Long Short-Term Memory Netze (LSTMs) und für die Encoder-Decoder-Architektur, die wiederum den modernen Transfomern zugrunde liegt. Das Video baut auf das Video „C7-5 Verlustfunktion - Die Zielvorgabe fürs Training“ auf. Es ist optionales Lehrmaterial für die Zusatzqualifikation KI und Maschinelles Lernen sowie Teil des Lehrmaterials für die Fortbildung zum/zur Berufsspezialist/in KI und Maschinelles Lernen. Die Entwicklung und Erprobung dieses Bildungsangebotes wurde vom Bundesministerium für Bildung und Forschung im Rahmen des InnoVET-Programms gefördert. Das Video gehört zum Bereich C, Grundbegriffe von Datenanalyse und maschinellem Lernen.
- Nutzungsrechte
-
CC BY
- Herkunftsnachweis
- "C7-6 Netzwerkarchitekturen - Teil 1 - Rekurrente neuronale Netze (Video)" von Universität Stuttgart, lizenziert unter CC BY 4.0
- Original-URL
- http://hdl.handle.net/10900.3/OER_FKUQJEQQ
Universität Stuttgart
KI B3/Universität Stuttgart, Antje Schweitzer
Lernressource | Video |
Lizenz | CC BY 4.0 |
Beruf |
|
Sprache | Deutsch |
Bundesland | Baden-Württemberg |
Medium melden
verknüpfte Materialien
ähnliche Materialien
Als Anwendung installieren
Installieren Sie HubbS als App für ein besseres Nutzungserlebnis. Mehr erfahren.
Abbrechen