Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- deep_learning [2020/07/09 06:25] – [Deep Learning] gerald
+++ deep_learning [2024/02/29 13:36] (aktuell) – Externe Bearbeitung 127.0.0.1
@@ Zeile 3: / Zeile 3: @@
 Beste Grafikkarten GPUs: [[https://timdettmers.com/2019/04/03/which-gpu-for-deep-learning/]]
+Machine Learning
 Artificial Intelligence
-Machine Learning
+Machine Learning Maschine Learning
+Unterschiede Gehirn neuronales Netz
+https://www.golem.de/news/kuenstliche-intelligenz-wie-sich-deep-learning-vom-gehirn-unterscheidet-2202-162231-4.html
+{{::neuronla_networks.jpg?400|}}
 ====== Neuronale Netzwerke ======
 Einführung Videos (engl.): [[https://www.3blue1brown.com/neural-networks]]
 Einführung (Kostenloses Buch, engl.): [[http://neuralnetworksanddeeplearning.com/]]
+  * Parameter: Anzahl der Neuronen (Parameter: Bias/Addition) plus Anzahl der Verbindungen (Weight/Multiplikator) zwischen allen Neuronen
+  * Aktivierungsfunktion: Funktion, welchen Wert das Neuron weitergibt. Oft ReLU (Rectified Linear Unit) =max(0, x) (nur positive Zahlen werden weitergegeben)
+====== Fertig trainierte KI-Netzerke ======
+===== Grafik =====
+Videos online erstellen kostenlos: https://pikalabsai.org/
+===== Text =====
+[[https://www.golem.de/specials/gpt-3/|GPT-3]] : Nicht mehr frei seit 3 (am besten Trainiertes Netz, frei wäre angebl. zu gefährlich)
+Frei:
+[[https://www.eleuther.ai/projects/gpt-neo/|GPT-Neo]]
+[[https://www.eleuther.ai/projects/gpt-neox/| GPT-NeoX]]
 ====== Deep Learning ======
@@ Zeile 29: / Zeile 50: @@
 [[http://torch.ch/]]
+===== OpenCV =====
+==== Beispiele ====
+=== Vorbeifahrende Autos zählen ===
+Object tracking in video with OpenCV and Deep Learning ((https://youtu.be/19vaot75JCY))
+Pattern: [[https://developer.ibm.com/patterns/detect-track-and-count-cars-in-a-video/]]
+Repo: [[https://github.com/IBM/powerai-counting-cars]]
 ===== Frameworks =====
@@ Zeile 39: / Zeile 76: @@
 ==== TensorFlow ====
+[[https://www.statworx.com/de/blog/data-science/einfuehrung-tensorflow/|Sehr gute Einführung Deutsch]]
 [[https://www.tensorflow.org/tutorials]]
@@ Zeile 45: / Zeile 84: @@
 ==== Keras ====
+Grundlagen: [[https://www.tensorflow.org/tutorials/keras/classification]]
@@ Zeile 55: / Zeile 95: @@
 ==== Microsoft Recognition Toolkit ====
+===== YOLO =====
+You only look once
+Quelle((https://www.youtube.com/watch?v=4eIBisqx9_g))
+You Only Look Once - this object detection algorithm is currently the state of the art, outperforming R-CNN and it's variants. I'll go into some different object detection algorithm improvements over the years, then dive into YOLO theory and a programmatic implementation using Tensorflow!
+Code for this video:
+https://github.com/llSourcell/YOLO_Object_Detection
+More learning resources:
+https://pjreddie.com/darknet/yolo/
+https://timebutt.github.io/static/how-to-train-yolov2-to-detect-custom-objects/
+http://machinethink.net/blog/object-detection-with-yolo/
+https://github.com/pjreddie/darknet/wiki/YOLO:-Real-Time-Object-Detection
+https://github.com/KleinYuan/easy-yolo
+https://medium.com/@xslittlegrass/almost-real-time-vehicle-detection-using-yolo-da0f016b43de
+https://medium.com/diaryofawannapreneur/yolo-you-only-look-once-for-object-detection-explained-6f80ea7aaa1e

Nach oben

deep_learning.1594275917.txt.gz · Zuletzt geändert: 2024/02/29 13:35 (Externe Bearbeitung)

Übersicht Letzte Änderungen

Admin