06: Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018, 08.06.2018
Autor
Herausgeber
Beteiligtes Institut
Institut für Anthropomatik und Robotik (IAR)
Genre
Beschreibung
06 |
0:00:00 Start
0:01:47 Faltung praktisch im Beispiel
0:03:14 Convolutional Neural Networks
0:03:17 Warum CNNs?
0:09:55 Von KNN zu CNN
0:12:08 LeNet
0:13:57 Datenfluss im Netz
0:14:53 Pooling Layer
0:17:26 Convolution Layer
0:18:10 Faltung im Detail
0:23:08 Stride
0:25:57 Randbetrachtung
0:27:42 Padding
0:31:34 Dropout
0:36:41 Activation Layer
0:38:06 Aktivierungsfunktionen
0:41:08 Features
0:48:13 Features in CNNs
0:49:09 Hierarchische Features
0:51:00 Wie sehen solche Filter aus?
0:52:31 Filter in Layer 1
0:54:23 Filter in Layer 2
0:56:35 Filter in Layer 3
0:57:32 Filter in Layer 4
0:57:50 Filter in Layer 5
0:59:51 Entwicklung der Features beim Training
1:03:05 Weight Sharing
1:04:47 Initialisierung der Gewichte
1:09:55 Klassifikator (Fully Connected Network)
1:13:22 MNIST
1:15:21 Performance
1:20:44 Warum diese Erfolge?
1:23:34 Revolution of Depth
Laufzeit (hh:mm:ss)
01:24:44
Serie
Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018
Publiziert am
12.06.2018
Fachgebiet
Lizenz
Auflösung | 1280 x 720 Pixel |
Seitenverhältnis | 16:9 |
Audiobitrate | 128000 bps |
Audio Kanäle | 2 |
Audio Codec | aac |
Audio Abtastrate | 48000 Hz |
Gesamtbitrate | 933640 bps |
Farbraum | yuv420p |
Container | mov,mp4,m4a,3gp,3g2,mj2 |
Medientyp | video/mp4 |
Dauer | 5084 s |
Dateiname | DIVA-2018-430_hd.mp4 |
Dateigröße | 593.296.978 byte |
Bildwiederholfrequenz | 25 |
Videobitrate | 799540 bps |
Video Codec | h264 |
Embed-Code