Lehre Der Programmierung Neuronaler Netze

In diesem Buch wird kurz auf die theoretischen Grundlagen neuronaler Netze eingegangen, beginnend mit den grundlegenden Prinzipien der Funktionsweise eines Neurons und seiner 櫬nlichkeit mit dem biologischen Teil, wobei die Axone (Eing鄚ge), die Eingangsgewichte, die Vorspannung, der Neuronenk顤per, die Aktivierungsfunktion und die Axonausgangsfunktion erkl酺t werden. Anschlie end werden die Architektur eines mehrschichtigen neuronalen Netzes und der Lernprozess des neuronalen Netzes mit Hilfe der Funktionen Backpropagation und Feedforward-Propagation beschrieben. Schlie lich wird ein neuronales Netz von Grund auf trainiert, um dem Leser auf einfache Weise zu zeigen, wie man ein neuronales Netz entwirft und welche Prozesse beim Lernen ablaufen. Anschlie end wird ein Problem f die Erkennung der Kraut- und Knollenf酳le in Kartoffelkulturen definiert. Der theoretische Hintergrund eines Faltungsnetzes und Definitionen im Zusammenhang mit der Kartoffelf酳le werden vorgestellt. Anschlie end wird dem Leser eine schrittweise Anleitung zur Erstellung eines Projekts in Jupyter-Lab f die Erkennung von Kraut- und Knollenf酳le bei Kartoffeln gegeben.