KIT-Bibliothek

03: Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2018/19, 13.11.2018

Diese Audio- bzw. Video-Datei ist urheberrechtlich geschützt. Der Zugriff ist nur über Rechner des Karlsruher Instituts für Technologie (KIT) erlaubt.

Autor

Johann Marius Zöllner

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)

Genre

Vorlesung

Beschreibung

  • 0:00:00 Start
  • 0:01:20 Inhaltsübersicht
  • 0:02:11 Hubel und Wiesel
  • 0:04:02 ,,Bildverarbeitung'' bei Säugetieren
  • 0:04:53 Erste künstliche Ansätze
  • 0:06:41 Faltung
  • 0:07:10 Faltung theoretisch
  • 0:08:35 Faltung praktisch im Beispiel
  • 0:10:08 Faltung anschaulich
  • 0:11:51 Warum CNNs?
  • 0:16:15 Von KNN zu CNN
  • 0:16:36 LeNet
  • 0:18:48 Datenfluss im Netz
  • 0:19:31 Pooling Layer
  • 0:21:57 Convolution Layer
  • 0:23:32 Faltung im Detail
  • 0:24:24 Stride
  • 0:26:25 Größenreduktion: Stride Conv. vs. Pooling
  • 0:28:03 Randbetrachtung
  • 0:29:26 Padding
  • 0:30:28 Padding - Mögliche Probleme
  • 0:30:47 Dropout
  • 0:31:34 Rückblick Perceptron
  • 0:31:59 Activation Layer
  • 0:33:07 Aktivierungsfunktionen
  • 0:34:19 Features
  • 0:37:00 Features in CNN
  • 0:37:39 Hierarchische Features
  • 0:38:59 Wie sehen solche Filter aus?
  • 0:42:29 Filter in Layer 1
  • 0:50:18 Entwickelung der Features beim Training
  • 0:50:33 Weight Sharing
  • 0:51:23 Intialisierung der Gewichte
  • 0:52:50 Wo stehen wir bis jetzt
  • 0:53:26 Klassifikator
  • 0:54:18 Performanz
  • 0:55:58 MINST
  • 0:56:24 Wrum diese Erfolge
  • 0:57:10 Architekturanalyse: LeNet
  • 0:57:47 Architekturanalyse: AlexNet
  • 0:58:39 Architekturanalyse: VGG-16
  • 0:59:24 Architekturanalyse: GoogleNet
  • 1:00:13 Inception - We need to go deeper
  • 1:00:26 ResNet
  • 1:01:27 Revolution of Depth
  • 1:02:28 Warum nicht Detektion im Netz?
  • 1:04:49 Fully Convolutional Networks (FCN)
  • 1:05:19 Ausgabe eines FCN
  • 1:06:48 Erweiterungen - Ausblick auf ML2
  • 1:09:14 Literatur

Laufzeit (hh:mm:ss)

01:10:11

Serie

Maschinelles Lernen 1 - Grundverfahren, WS 2018/19

Publiziert am

15.11.2018

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz

Auflösung 1280 x 720 Pixel
Seitenverhältnis 16:9
Audiobitrate 128000 bps
Audio Kanäle 2
Audio Codec aac
Audio Abtastrate 48000 Hz
Gesamtbitrate 934029 bps
Farbraum yuv420p
Container mov,mp4,m4a,3gp,3g2,mj2
Medientyp video/mp4
Dauer 4211 s
Dateiname DIVA-2018-842_hd.mp4
Dateigröße 491.666.839 byte
Bildwiederholfrequenz 25
Videobitrate 799931 bps
Video Codec h264

Embed-Code