Kursvorbereitung
Im Kurs werden wir die Python Pakete PyTorch und TensorFlow für das Deep Learning verwenden. Bitte bereiten Sie sich darauf vor indem Sie
- eine Programmierumgebung aufsetzen
- Beginner Tutorials durchgehen
- Grundlagenvideos schauen
1. Programmierumgebung aufsetzen
Um die Übungsaufgaben der Grundlagen zu bearbeiten, genügt zunächst Google Colab. Bitte setzen Sie aber auch eine eigene Programmierumgebung auf, die Sie im weiteren Verlauf benötigen werden.
Option 1: Sofort fertig mit Google Colab
Google Colab
Option 2: Virtual Environment mit Jupyter Notebooks aufsetzen
- Virtual Environment & Jupyter Notebooks
- PyTorch / TensorFlow mit CUDA installieren:
- PyTorch (Linux): Anleitung
- PyTorch (Windows): Anleitung
- TensorFlow: Anleitung
2. Beginner Tutorial durchgehen
Bearbeiten Sie diese Tutorials, um sich mit den beiden Paketen vertraut zu machen.
PyTorch Fundamentals
TensorFlow Basics
3. Grundlagenvideo anschauen
Diese Videos vermitteln ein gutes Grundverständnis, welches wir dann im Kurs weiter vertiefen werden.
-Was ist ein Neuronales Netzwerk?
Video ansehen - Gradientenverfahren – wie neuronale Netze lernen
Video ansehen - Backpropagation – intuitiv
Video ansehen - Backpropagation – mathematisch
Video ansehen
Content licensed under CC BY, Cite as: Hackstein, S. (2025). CAS Deep Learning - Grundlagen. Retrieved from https://shackste.github.io/CAS-Deep-Learning-grundlagen/”