Attributwerte einer Seite

Diese Seite stellt eine einfache Suchoberfläche zum Ermitteln aller Attribute auf einer bestimmten Seite bereit. Andere verfügbare Suchoberflächen sind die Attributsuche sowie der Abfragengenerator.

Liste der Ergebnisse

• CNNs lernen Merkmale hierarchisch: frühe Schichten erfassen einfache Muster (Kanten, Texturen), spätere Schichten komplexe Strukturen (Objekte, Formen). Diese Architektur macht CNNs sehr daten- und recheneffizient für visuelle und räumliche Aufgaben.  +
• Ein Faltungsnetz besteht typischerweise au … Ein Faltungsnetz besteht typischerweise aus Faltungsschichten, Nichtlinearitäten (z. B. ReLU), Pooling-Schichten zur Dimensionsreduktion und nachgeschalteten vollvernetzten Schichten. Die Faltung berechnet lokale Merkmalskarten nach</br>'"`UNIQ--math-00000002-QINU`"',</br>wobei '"`UNIQ--math-00000003-QINU`"' ein lernbarer Filter ist. Durch Gewichtsteilung wird die Anzahl der Parameter stark reduziert. die Anzahl der Parameter stark reduziert.  +
• Es existieren zahlreiche Architekturen und Erweiterungen, darunter ResNet, U-Net, DenseNet und 3D-CNNs. Trotz hoher Leistungsfähigkeit sind CNNs meist schwer interpretierbar und erfordern große, gut annotierte Datensätze.  +
• Faltungsnetze (Convolutional Neural Networ … Faltungsnetze (Convolutional Neural Networks, CNNs) sind eine Klasse tiefer neuronaler Netze, die speziell für die Verarbeitung gitterartig strukturierter Daten entwickelt wurden, insbesondere für Bilder, aber auch für Signale und räumlich-zeitliche Daten. Zentrale Idee ist die Verwendung von Faltungsoperationen, um lokale Muster effizient zu erkennen.n, um lokale Muster effizient zu erkennen.  +