Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen angezeigt.
| Beide Seiten der vorigen RevisionVorhergehende Überarbeitung | |
| p:ki:timeseries2 [2024/05/02 08:57] – Tscherter Vincent | p:ki:timeseries2 [2025/08/27 10:43] (aktuell) – Tscherter Vincent |
|---|
| ==== - Layer und Activation ==== | ==== - Layer und Activation ==== |
| |
| [{{ :p:pasted:feedforward.png?300px|TensorFlow model mit layers und units((eigene Darstellung, [[https://creativecommons.org/publicdomain/zero/1.0/deed.de|CC0 1.0]])) }}]In TensorFlow wird ein neuronales Netz als **model** bezeichnet. TensorFlow nutzt per Default ein sogenanntes Feedforward Neural Network, welches aus mehreren **layers** (Schichten) aufgebaut ist. Jeder layer besteht aus mehreren **units** (Neuronen). Jeder unit besitzt eine **activation** (Aktivierungsfunktion). | <figure right>{{:p:pasted:feedforward.png?300px}}<caption>TensorFlow model mit layers und units((eigene Darstellung, [[https://creativecommons.org/publicdomain/zero/1.0/deed.de|CC0 1.0]])) </caption></figure>In TensorFlow wird ein neuronales Netz als **model** bezeichnet. TensorFlow nutzt per Default ein sogenanntes Feedforward Neural Network, welches aus mehreren **layers** (Schichten) aufgebaut ist. Jeder layer besteht aus mehreren **units** (Neuronen). Jeder unit besitzt eine **activation** (Aktivierungsfunktion). |
| |
| Die beiden Sourcecode unten zeigen, wie in TensorFlow ein neuronales Netz aus mehren layer aufgebaut wird. Im Code links ist ein neuronales Netz mit nur einem Hidden Layer definiert, rechts ein neuronales Netz mit zwei Hidden Layers. | Die beiden Sourcecode unten zeigen, wie in TensorFlow ein neuronales Netz aus mehren layer aufgebaut wird. Im Code links ist ein neuronales Netz mit nur einem Hidden Layer definiert, rechts ein neuronales Netz mit zwei Hidden Layers. |
