Arbeitsaufwand:
180 h
|
Nummer INFO-4365 |
Titel Deep Convolutional Neural Networks |
Lehrform(en) Praktikum |
|---|---|---|
| ECTS | 6 | |
|
Arbeitsaufwand - Kontaktzeit - Selbststudium |
Arbeitsaufwand:
180 h Kontaktzeit:
60 h / 4 SWS Selbststudium:
120 h |
|
| Veranstaltungsdauer | 1 Semester | |
| Häufigkeit des Angebots | Unregelmäßig | |
| Unterrichtssprache | Englisch | |
| Prüfungsform | Wird noch bekannt gegeben. |
|
| Inhalt | Unter Verwendung moderner CUDA-basierter Systeme (PCs mit Nvidia-Graphikprozessoren sowie CUDA-workstations mit 4 GeForce Titan X Graphikkarten) und moderner Software zum Training tiefer neuronaler Netze, wie Caffe, CNTK oder Torch werden Probleme des maschinellen Lernens tiefer neuronaler Netze zur Klassifikation von Bildern, Objekterkennung in Bildern und Segmentation von Objekten untersucht. Hierbei werden allgemein verfügbare Benchmark-Datensätze wie NIST, Imageview etc. verwendet, aber auch Datenbanken von RGB-D Bildern (Bildern mit Tiefeninformationen, wie von der MS Kinect). |
|
| Qualifikationsziele | Die Studierenden können in kleinen Gruppen Probleme der Programmierung, der Datenvorverarbeitung, Strukturauswahl der neuronalen Netze, Training, Validierung und des Tests von tiefen neuronalen Netzen selbstständig erarbeiten. Sie haben Kompetenzen in den Bereichen Problemlösungsverhalten, Teamfähigkeit, Zeiteinteilung, Programmierfähigkeiten und Präsentationsfähigkeit erworben. |
|
| Vergabe von Leistungspunkten/Benotung |
Lehrform
Status
SWS
LP
Prüfungsform
Prüfungsdauer
Benotung
Berechnung
Modulnote (%)
Praktikum
P
o
4
6.0
K
90
b
100
|
|
| Teilnahmevoraussetzungen | Es gibt keine besonderen Voraussetzungen. | |
| Dozent/in | Zell | |
| Literatur / Sonstiges | Literatur wird zu Beginn des Praktikums bekanntgegeben bzw. im Praktikum ausgeteilt |
|
| Zuletzt angeboten | nicht bekannt | |
| Geplant für | derzeit nicht geplant | |
| Zugeordnete Studienbereiche | INFO-INFO, INFO-PRAK, INFO-THEO, MEDI-APPL, MEDI-INFO, ML-CS | |