Deep Learning

Kapitel 5. Tiefe Netzwerke aufbauen

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Jetzt ist nicht die Zeit an das zu denken, was du nicht hast. Denke an das, was du tun kannst mit dem, was da ist

Ernest Hemingway, Der alte Mann und das Meer

In diesem Kapitel werfen wir einen Blick auf die Werkzeuge, die in der DL4J zur Verfügung stehen, und auf einige Beispiele aus der Praxis, die du in deinen eigenen Projekten verwenden kannst. Wir beginnen mit einem Überblick darüber, wie wir bestimmte tiefe Netzwerke auf das entsprechende Problem abbilden. Das Kapitel endet mit einem tiefen Einblick in viele der wichtigsten Beispiele, die mit der Bibliothek geliefert werden.

Hinweis

Informationen zur Installation und Unterstützung von DL4J findest du in Anhang G.

Tiefe Netze auf das richtige Problem abstimmen

Ein Thema, das wir in Kapitel 4 vorgestellt haben, war, dass es beim Deep Learning darum geht, die Architektur des Netzwerks so zu gestalten, dass sie zum Problem passt, und nicht darum, die Merkmale in den Eingabedaten von Hand zu entwickeln. In diesem Kapitel sehen wir Beispiele für Deep Networks, die auf bestimmte Problemtypen zugeschnitten sind. Für die Zwecke dieses Kapitels werden wir Anwendungen für die folgenden Bereiche nennen:

• Modellierung kolumnarer Daten
• Modellierung von Bilddaten
• Modellierung von Sequenz-/Zeitseriendaten
• Anwendungen zur Verarbeitung natürlicher Sprache

Die Anwendungen ...