Machine Learning mit Python - Das Praxis-Handbuch für Data Sience, Predictive Analytics und Deep Learning

Kapitel 13: Parallelisierung des Trainings neuronaler Netze mit Theano

Im vorangegangenen Kapitel haben wir uns mit einer Vielzahl mathematischer Konzepte befasst, um zu verstehen, wie künstliche neuronale Feedforward-Netze im Allgemeinen und mehrschichtige Perzeptrons im Besonderen funktionieren. Ein gründliches Verständnis der mathematischen Grundlagen der Algorithmen des Machine Learnings ist vor allem deshalb so wichtig, weil es dabei hilft, diese Algorithmen effizient und korrekt zu verwenden. Sie haben den bewährten Verfahren des Machine Learnings im Laufe dieses Buches viel Zeit gewidmet und sogar von Grund auf selbst einen Algorithmus implementiert. In diesem Kapitel können Sie sich nun entspannen und ein wenig auf Ihren Lorbeeren ...